交换排序

交换排序

冒泡排序

  • 思路:(两两相邻比较),每一次循环确定一个最大/最小值
  • 特性:
    • 时间复杂度:O(n2)
    • 空间复杂度:O(1)
    • 稳定性:稳定
  • .java
public class SortExcahngeBubble {
    public static void main(String[] args) {
        int arr[]={5,12,8,9,6,30,22,-1};
        bubbleSort(arr);
        System.out.println(Arrays.toString(arr));
    }

    private static void bubbleSort(int[] arr) {
      //外层循环确定扫描的趟数(arr.length-1次)
        for (int i = 0; i < arr.length-1; i++) {
        //内层循环确定每一趟扫描需要比较的次数(需要比较的元素个数比上一趟少一个)
         //增加判断位
            boolean flag=true;
            for (int j=0; j<arr.length-1-i;j++) {
                if(arr[j]>arr[j+1]){
                 //中间变量,用于两个元素交换位置
                    int temp=arr[j];
                    arr[j]=arr[j+1];
                    arr[j+1]=temp;
                    flag=false;
                }
            }
             //如果上面没有执行直接退出
            if(flag){
                break;
            }
        }
    }
}

快速排序

  • 思路:分治法:比大小,再分区

  • 步骤:1、从数组取出一个数作为基准数
    2、将大于等于这个数的数全部放到它的右边,小于这个数的数全部放到它的左边
    3、再对左右区间重复第二步,直到各区间的数只有一个

  • 特性:

    • 时间复杂度:O(n2)
    • 空间复杂度:O(1)
    • 稳定性:稳定
  • 图解
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

  • .java

public class SortExcahngeQuick {
        public static void main(String[] args) {
            int arr[]={6,1,2,7,9,3,4,5,10,8};
            int start=0,end=arr.length-1;
            quickSort(arr,start,end);
            System.out.println(Arrays.toString(arr));
        }
        private static void quickSort(int[] arr, int start, int end) {
            int i,j,indexValue;
            if(start>end)
                return;
            i=start;j=end;
            //indexValue就是基准位
            indexValue=arr[start];
            while(i<j){
                //先看右边,依次往左递减
                while(arr[j]>=indexValue&&i<j){
                    j--;
                }
                //再看左边,依次往右递增
                while(arr[i]<=indexValue&&i<j){
                    i++;
                }
                //如果满足条件则交换
                if(i<j){
                    int temp=arr[i];
                    arr[i]=arr[j];
                    arr[j]=temp;
                }
            }
            //此时,i和j肯定是相等的,因为上面循环的条件是i&lt;j,所以,跳出循环时,i和j是相等的
            //最后将基准为与i和j相等位置的数字交换
            arr[start]=arr[i];
            arr[i]=indexValue;
            //递归调用左半数组
            quickSort(arr,start,j-1);
            //递归调用右半数组
            quickSort(arr,j+1,end);
        }
    
    }
  • 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
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