八大排序

一、冒泡排序

 /**
     * 冒泡排序:
     *  平均时间复杂度 O(n²)、最坏时间复杂度O(n²)
     *  空间复杂度O(1)
     *  稳定排序
     * @param nums
     */
    public static void BubbleSort(int[] nums) {
        int len = nums.length;
        for(int i = 0; i < len - 1; i++) {
            boolean flag = false;

            for(int j = 0; j < len - i - 1; j++) {
                if(nums[j] > nums[j + 1]) {
                    int temp = nums[j];
                    nums[j] = nums[j + 1];
                    nums[j + 1] = temp;
                    flag = true;
                }
            }
            if(!flag) {
                break;
            }
        }
    }

二、直接插入排序

 /**
   * 插入排序:
   * 平均时间复杂度:O(n²) 最坏时间平均复杂度O(n²)
   * 空间复杂度O(1)
   * 稳定排序
   * @param nums
   */
  public static void insertSort(int[] nums) {
      if(nums == null || nums.length < 1) {
          return;
      }
      int len = nums.length;
      for(int i = 1; i < len - 1; i++) {
          int j = i - 1;
          int temp = nums[i];
          while(j >= 0 && temp < nums[j]) {
              nums[j + 1] = nums[j];
              j--;
          }
          nums[j + 1] = temp;
      }
  }

三、选择排序

/**
    * 选择排序:
    * 平均时间复杂度O(n²), 最坏平均时间复杂度O(n²)
    * 空间复杂度O(1)
    * 不稳定排序
    * @param nums
    */
   public static void selectSort(int[] nums) {
       if(nums == null || nums.length < 1) {
           return ;
       }
       int len = nums.length;
       for(int i = 0; i < len - 1; i++) {
           int index = i;
           int min = nums[i];
           for (int j = i + 1; j < len; j++) {
               if(min > nums[j]) {
                   index = j;
                   min = nums[j];
               }
           }
           //交换
           int temp = nums[index];
           nums[index] = nums[i];
           nums[i] = temp;
       }
   }

四、希尔排序(目前不熟悉)

 /**
     * 希尔排序:
     * 平均时间复杂度O(n1.3次方)、最坏时间复杂度O(n²)
     * 空间复杂度O(1)
     * 不稳定
     * @param nums
     */
    public static void sellSort(int[] nums) {
        if(nums == null || nums.length < 1) {
            return;
        }
        int len = nums.length;
        //需要一个增量值,默认为长度一般
        int gap = len / 2;
        int temp;//临时
        while (gap > 0) {
            //使用插入排序的思想排序
            for(int i = gap; i < len; i++) {
                temp = nums[i];
                int pre = i - gap;//前一个索引
            //如果前一个比当前的大就后移
                while(pre >= 0 && nums[pre] > temp) {
                    nums[pre + gap] = nums[pre];
                    pre = pre - gap;
                }
                //插入即可
                nums[pre + gap] = temp;
            }

            gap /= 2;
        }
    }

五、快速排序

 /**
     * 快速排序:
     * 平均时间复杂度O(nlogn)、最坏时间复杂度O(n²)
     * 空间复杂度O(nlogn)
     * 不稳定
     * @param nums
     */
    public static void quickSort(int[] nums) {
        if(nums == null || nums.length < 1) {
            return;
        }
        quickSort(nums, 0, nums.length - 1);
    }
    private static void quickSort(int[] nums, int left, int right) {
        if(left < right) {
            int index = nums[left];
            int l = left;
            int r = right;
            while (l < r) {
                while(l < r && nums[r] >= index) {
                    r--;
                }
                if(l < r) {
                    nums[l] = nums[r];
                    l++;
                }
                while (l < r && nums[l] <= index) {
                    l++;
                }
                if(l < r) {
                    nums[r] = nums[l];
                    r--;
                }
            }
            nums[l] = index;
            quickSort(nums, left, l - 1);
            quickSort(nums, l + 1, right);

        }

    }

六、归并排序

/**
     * 归并排序:
     * 平均时间复杂度O(nlogn)、最坏时间复杂度O(nlogn)
     * 空间复杂度O(n)
     * 稳定排序
     * @param nums
     */
    public static void mergeSort(int[] nums) {
        if(nums == null && nums.length < 1) {
            return;
        }
        //分治
        mergeSort(nums, 0, nums.length - 1);
    }
    private static void mergeSort(int[] nums, int left, int right) {
        if(right == left) {
            return;
        }
        int mid = left + ((right - left) >> 1);
        mergeSort(nums, left, mid);
        mergeSort(nums, mid + 1, right);
        //归并
        merge(nums, left, mid, right);
    }
    private static void merge(int[] nums, int left, int mid, int right) {
        int t = 0;
        int[] temp = new int[right - left + 1];
        int l = left;
        int r = mid + 1;
        while(l <= mid && r <= right) {
            temp[t++] =  nums[l] < nums[r] ? nums[l++] : nums[r++];
        }
        while (l <= mid) {
            temp[t++] = nums[l++];
        }
        while (r <= right) {
            temp[t++] = nums[r++];
        }
        for(int i = 0; i < temp.length; i++) {
            nums[left + i] = temp[i];
        }
    }

七、堆排序

 /**
     * 堆排序:
     * 平均时间复杂度:O(nlogn); 最坏时间复杂度:O(nlogn)
     * 空间复杂度O(1)
     * 不稳定排序
     * @param nums
     */
    public static void heapSort(int[] nums) {
        if(nums == null && nums.length < 1) {
            return;
        }
        int len = nums.length;
        //构建大顶堆
        //二叉树的第一个非叶子节点 i = len / 2;
        for (int i = len / 2; i >= 0; i--) {
            //从第一个非叶子节点开始调整全部的非叶子节点
            adjustHeap(nums, i, len);
        }
        //当大顶堆构建好之后,就是顶部与尾部进行交换,交换后在调整一次
        for (int j = len - 1; j >= 0; j--) {
            //从尾部开始遍历
            swap(nums, 0, j);
            adjustHeap(nums, 0, j);
        }
    }
    private static void adjustHeap(int[] nums, int i, int length) {
        int temp = nums[i];
        //每次循环从i节点的左子节点开始,就是2*i + 1;
        for (int k = i * 2 + 1; k < length; k = k * 2 + 1) {
            //判断子节点左边的和右边的谁大,首先得判断是否越界
            if(k + 1 < length && nums[k] < nums[k + 1]) {
                k++;
            }
            //如果子节点大于父节点,就直接赋值
            if(nums[k] > temp) {
                nums[i] = nums[k];
                //已经将当前k位置的节点调整了,则把需要调整的i赋值成刚才已调整的k节点
                //然后继续向下调整
                i = k;
            } else {
                //如果没有了不符合大顶堆的节点,就说明已经调整好了
                //直接跳出循环
                break;
            }
        }
        //最后将临时的第一个大顶堆的值,赋值给当前位置
        nums[i] = temp;
    }
    private static void swap(int[] nums, int i, int j) {
        int temp = nums[i];
        nums[i] = nums[j];
        nums[j] = temp;
    }

八、基数排序(未完成)

  • 2
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值