学习笔记整理--数据结构

学习笔记整理–数据结构

顺序结构

	其特征为:物理空间连续,有标号。
	最典型的就是数组
	例如  : int[] a = {1,2,3};
	这个数组a中的三个元素的物理占用空间是连续 的,而且都有下标分别为0,1,2.
	这种结构因为有下标的存在使得,数据的查找很方便,但是数据的插入删除则麻烦。

链表结构

    链表结构最大的特点为:物理空间不连续,只有头/尾节点
	其通常的代码格式为:
public class Node {
        Object data;
        Node next;
    }
链表是没有现成的JDK的,所以我们通常要在定义一个链表的内部类。链表是由“节点“组成的,没有一个节点通常来说分为:连接到下一个端口和这个节点所包含的内容。
我们在使用链表前,还要定义一个head头结点。
Node head = new Node();

这个头结点不存储数据,只是用来当作链表的开始。
链表由于其物理空间不连续的特点。使得其插入和删除数据变得比较简单,只要改变其连接的顺序就可以了。
其中链表也可以是由尾节点开始的。

队列(Queue)

队列:双端队列,没有标号,实现通过顺序/链表实现
它是一种特殊的线性表。只允许在表的前端进行删除或者获取,在表的末端插入。
它在JDK中的方法也很少,只有六种:分别为
boolean add(E e) :将指定的元素插入此队列
E element() : 获取,但是不移除此队列的头。
boolean offer(E e) :将指定的元素插入此队列
E peek() : 获取但不移除此队列的头;如果此队列为空,则返回 null。
E poll() :获取并移除此队列的头,如果此队列为空,则返回 null。
E remove() :获取并移除此队列的头

栈(Stack)

	栈最大特点:从哪里进来就会从哪里出去,实现通过顺序/链表实现。
	所以栈是先进后出。如同水杯中的水一样,最先倒入的水会进入杯底,后入反而在杯头,因此最先获取的数据是最后输入的数据。
	它的方法就只有5个:

boolean empty() 测试堆栈是否为空。
E peek() 查看堆栈顶部的对象,但不从堆栈中移除它。
E pop() 移除堆栈顶部的对象,并作为此函数的值返回该对象。
E push(E item) 把项压入堆栈顶部。
int search(Object o) 返回对象在堆栈中的位置,以 1 为基数。

散列表 (Set)

散列结构:不连续,没有顺序 不允许重复 equals方法判断是否重复
Set -> 截取Map(映射表)
HashSet ->内存存储位置,由hasdCode决定
存储过程:1.调用自身的hashCode()方法计算存储位置
2:如果位置上没有元素,直接存入
3.如果位置上有元素,再调用自身equals方法和该位置上的元素比较
4.如果比较不一致,另计算位置存入(重复上面)
5.如果比较一致,不存入

树 (Tree)

	Set ->SortedSet -> TreeSet

遍历方式: 先序遍历:中左右
后序遍历:左右中
中序遍历:左中右(主要使用)
Tree存储过程:
1:和根节点比较——通过compareTo方法比较
2:如果比根节点小,存储在左边
3:如果比根节点大,存储在右边
4:一样大,不存入

二叉树的特点是:存入的数据会按照遍历的方式个个输出。

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
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