5类内部排序----交换排序之冒泡排序



交换排序是通过两两比较带待排序记录的关键值,交换不能满足顺序的那些偶对,直到全部满足为止。冒泡排序是一种稳定的排序。

冒泡排序(Bubble Sort),是一种计算机领域的较简单的交换排序算法。

冒泡排序的基本思路:先将第一个记录的关键字和第二个记录的关键字比较,若为逆序则交换,然后比较第二个和三个记录的关键字,若为逆序,又继续交换两个记录;如此下去直到n-1和n,这样就完成第一趟排序,而且序列中的最大值放在最后。然后进行第二趟,第三趟直到第n-1趟

算法思路;

(1)第一重循环进行n-1趟排序,k=0;

(2)第二重循环是在进行第i趟排序时候进行的n-i次两两比较,若逆序,交换并使k值增加;找出该趟的最大值放在n-i+1位置上;继续下一次直到结束所有的排序结束。

初始状态:60    71    49    11    82   49   3    66

第一趟   :60     49    11    71    49   3    66   82

第二趟   :49     11     60    49    3    66  71   82

第三趟   :11     49     49    3     60   66  71   82

第四趟   :11     49     3      49   60   66  71   82

第五趟   :11      3     49     49   60   66  71   82

第六趟   :3       11    49     49   60   66  71   82

第七趟   :3       11    49     49   60   66  71   82

public class BubbleSort {
	public static void bubble(int n[]){

		for(int i=1;i<n.length;i++){               //第一重循环控制执行n-1趟排序
			int max=n[0];						   //每次从0开始进行比较
			for(int j=1;j<n.length-i+1;j++){       //第二重进行每一趟里面的逆序排序
				if(max>n[j]){
					n[j-1]=n[j];				   //交换
					n[j]=max;
				}else{
					max=n[j];
				}
			}
		}
	}
	public static void main(String[] args) {
		int n[]={3,2,5,12,53,32,56,100};
		bubble(n);
		for(int i=0;i<n.length;i++){
			System.out.print(n[i]+" ");
		}
	}
}

改进过后的代码:

//冒泡排序  
void BubbleSort2(int a[], int n)  
{  
       int j, k;  
       bool flag;  
  
       k = n;  
       flag = true;  
       while (flag)  
       {  
              flag = false;  
              for (j = 1; j < k; j++)  
                     if (a[j - 1] > a[j])  
                     {  
                           Swap(a[j - 1], a[j]);  
                            flag = true;  
                     }  
              k--;  
      }  
}  


很明显通过判断是否有序列交换而停止这样不用排到最后一趟

时间复杂度:O(n²)

  • 0
    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别。由于各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: 分问题:判断图像中的目标属于哪个别。 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 基于深度学习的目标检测算法主要分为两大: 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。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
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别。由于各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: 分问题:判断图像中的目标属于哪个别。 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 基于深度学习的目标检测算法主要分为两大: 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。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