c语言数组子集,C语言兑现数组所有子集

C语言实现数组所有子集

这段代码与之前发布的01背包问题密切相关。在使用暴力法解决01背包问题的时候,最大的问题在于求出一个数组的所有子集,并在这些子集中搜索出最优解。

也曾经在网上搜索了大家关于求子集的问题的答案,深受启发,所以在这里把代码贴出来,以供后来者参考。代码没有经过太多的优化,可能看起来比较Ugly。

#include

//k是开始字符的位置,n是数组的长度,l是子集的位数

void subArray(int A[], int k,int l, int n);

//初始化整个子集数组

void initArray(int n);

//用于输出子集的数组

int priArray[4];

void printArray(int n);

int counter = 0;

int main()

{

int i;

int array[4] = {1, 2 , 3, 4};

//0是所有数组的子集

printf("0\n");

counter += 1;

for (i = 0; i < 4; i++)

{

initArray(4);

//递归算法需要保证从第一个元素开始的所有的元素都被遍历到

priArray[0] = array[i];

counter += 1;

printArray(1);

subArray(array, i+1, 2, 4);

}

printf("\nThe SubArray is %d\n", counter);

return 0;

}

/*

* 该递归算法每次只向后寻找一位数字。

* 例如k=1时,只会寻找2,3,4;k=2时,只会寻找3,4

*/

void subArray(int A[], int k, int l, int n)

{

int i;

if (k == n-1)

{

//n是整个数组的长度,k是整个子集的上一位字符,当k == n-1时,意味着已经是最后一个了。

priArray[l-1] = A[k];

counter += 1;

printArray(l);

}

else

{

for ( i= k; i <= n-1; ++i)

{

priArray[l-1] = A[i];

counter += 1;

printArray(l);

subArray(A, i+1, l+1,n);

}

}

}

/*

* 打印子集数组的函数

*/

void printArray(int n)

{

int i;

for (i = 0; i < n; i++)

{

printf("%d", priArray[i]);

}

printf("\n");

}

void initArray(int n)

{

for (int i = 0; i<= n-1 ; i++) {

priArray[i] = 0;

}

}

  • 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