爪哇国新游记之四----用于计算并集交集差集的工具类

这个类利用了DArray类,还可以顺带讲述面板模式。

import array.DArray;


public class CollectionUtil{
    private CollectionUtil(){
        // 避免用new生成类实例,可以没有
    }
    
    // 并集
    public static int[] union(int[] arr1,int[] arr2){
        DArray d=new DArray();
        
        // 找出在arr2中有而arr1中没有的,放到动态数组中
        for(int i=0;i<arr2.length;i++){
            if(exist(arr2[i],arr1)==false){
                d.add(arr2[i]);
            }
        }
        
        // 把arr1中的加进来
        for(int i=0;i<arr1.length;i++){
            d.add(arr1[i]);
        }
        
        return d.getArray();
    }
    
    // 判断一个数在一个数组中是否存在
    private static boolean exist(int num,int[] arr){
        for(int i=0;i<arr.length;i++){
            if(num==arr[i]){
                return true;
            }
        }
        
        return false;
    }
    
    // 交集
    public static int[] intersact(int[] arr1,int[] arr2){
        DArray d=new DArray();
        
        // 找出在arr2中有而arr1中也有的,放到动态数组中
        for(int i=0;i<arr2.length;i++){
            if(exist(arr2[i],arr1)==true){
                d.add(arr2[i]);
            }
        }
        
        return d.getArray();
    }
    
    // 差集
    public static int[] minus(int[] arr1,int[] arr2){
        DArray d=new DArray();
        
        // 找出在arr1中有而arr2中没有的,放到动态数组中
        for(int i=0;i<arr2.length;i++){
            if(exist(arr2[i],arr1)==false){
                d.add(arr2[i]);
            }
        }
        
        return d.getArray();
    }
    
    public static void main(String[] args){
        int[] arr1={2,3,5,7,9};
        int[] arr2={4,5,7,8};
        
        int[] arrUnion=CollectionUtil.union(arr1, arr2);
        System.out.print("arrUnion:");
        for(int i=0;i<arrUnion.length;i++){
            System.out.print(arrUnion[i]+",");
        }
        System.out.println();
        
    }
}
  • 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