【C语言初学必看】之冒泡排序和竞选社长

本文通过冒泡排序和竞选社长两个实例,深入讲解了排序算法和字符串处理的基础知识。冒泡排序介绍了其升序和降序实现,强调了关键步骤和效率。竞选社长问题则聚焦于字符串中字符计数的方法,提到了gets()和getchar()两种处理方式。无论你是初学者还是寻求巩固基础,这篇文章都是不错的选择。
摘要由CSDN通过智能技术生成

🚀前言+目录:

 这次就俩题,题目不在多,在于精。冒泡排序 和 竞选社长 代表着俩类题,学废他们,以后再见到就不怕啦!每天都要学一点呀,东西就这么多,学一点少一点。加油,奋斗的大家!💪💪💪

 

目录

🧶前言+目录:

 🧶做题前先学招:

⏰冒泡排序:

⏰竞选社长:

🧶上题上题:

🧶结语:


 🚀做题前先学招:

      👇👇👇

冒泡排序:

解释一通

思想:俩俩相邻的元素进行比较,满足条件的话,进行交换

什么时候用到冒泡排序?有一个无序数组,将它按顺序排列好

怎么用:

升序:

 降序:

 特别注意:

1.如果有 n 个元素进行冒泡排序,则共进行 n-1 趟排序

2.一趟排序要进行 n-1-i 次元素的比较( i 是数组中元素的下标)

 


竞选社长:

解释一通

有字符串AAABBB,求出A的个数,B的个数,就是这类题啦

1.gets()函数来写: 

需要创建数组

读取字符串时,整行读取

打开msdn,

 使用gets()函数,我们需要创建一个数组;

 2.getchar()来写:

用不到数组

读取字符串时,一个字符一个字符读取


🚀上题上题:

争夺前五名

题目:

 做法一:

做法二:


竞选社长:

题目:

做法一:

 做法二:

做法三:


🚀结语:

如果对您有帮助的话,不要忘记点赞+关注哦,蟹蟹

如果对您有帮助的话,不要忘记点赞+关注哦,蟹蟹

如果对您有帮助的话,不要忘记点赞+关注哦,蟹蟹

  • 27
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 29
    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 29
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

打赏作者

珠江上上上

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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