堆的相关操作, 堆排序和TopK问题

#include"heap.h"

void Swap(HPDataType* array, int left, int right) {
 HPDataType tmp = array[left];
 array[left] = array[right];
 array[right] = tmp;
}

//建堆
void heapCreat(Heap* hp, HPDataType* array, int size) {
 //先把信息填入堆中 (结构体)
 hp->array = (HPDataType*)malloc(sizeof(HPDataType) * size);
 memcpy(hp->array, array, sizeof(HPDataType) * size);
 hp->size = size;
 hp->capacity = size;
 //从第一个非叶子节点开始 做向下调整
 //第一个非叶子节点: (size - 2) / 2
 for (int parent = (size - 2) / 2; parent >= 0; parent--) {
  shiftDownL(hp->array, hp->size, parent);
 }
}

//小堆的向下调整
//parent : 当前需要调整的位置
void shiftDownL(HPDataType* array, int size, int parent) {
 //先确定左孩子位置
 int child = 2 * parent + 1;
 while (child < size) {
  //取左右孩子中, 较小的一个孩子
  if (child + 1 < size && array[child + 1] < array[child])
   child++;
  //比较孩子和父亲, 若孩子比父亲小, 交换
  if (array[child] < array[parent])
   Swap(array, child, parent);
  else {
   //若孩子大于等于父亲, 结束调整
   break;
  }
  //更新child和parent
  parent = child;
  child = 2 * parent + 1;
 }
}

//小堆向上调整
void shiftUpL(HPDataType* array, int child) {
 //先确定父节点位置
 int parent = (child - 1) / 2;
 while (child > 0) {
  if (array[child] < array[parent])
   Swap(array, child, parent);
  else {
   //结束调整
   break;
  }
  //更新child和parent
  child = parent;
  parent = (child - 1) / 2;
 }
}

//大堆的向下调整
//parent : 当前需要调整的位置
void shiftDownB(HPDataType* array, int size, int parent) {
 //先确定左孩子位置
 int child = 2 * parent + 1;
 while (child < size) {
  //取左右孩子中, 较大的一个孩子
  if (child + 1 < size && array[child + 1] > array[child])
   child++;
  //比较孩子和父亲, 若孩子比父亲大, 交换
  if (array[child] > array[parent])
   Swap(array, child, parent);
  else {
   //若孩子小于等于父亲, 结束调整
   break;
  }
  //更新child和parent
  parent = child;
  child = 2 * parent + 1;
 }
}

//大堆向上调整
void shiftUpB(HPDataType* array, int child) {
 //先确定父节点位置
 int parent = (child - 1) / 2;
 while (child > 0) {
  if (array[child] > array[parent])
   Swap(array, child, parent);
  else {
   //结束调整
   break;
  }
  //更新child和parent
  child = parent;
  parent = (child - 1) / 2;
 }
}

//插入操作
void heapPush(Heap* hp, HPDataType data) {
 //插入要检查容量
 if (hp->size == hp->capacity) {
  //扩容
  hp->capacity *= 2;
  hp->array = (HPDataType*) realloc(hp->array, sizeof(HPDataType) * hp->capacity);
 }
 //插入 : 尾插 + 向上调整
 hp->array[hp->size] = data;
 hp->size++;
 shiftUpL(hp->array, hp->size - 1);
}

//删除堆顶元素
void heapPop(Heap* hp) {
 if (hp->size > 0) {
  //删除 : 交换 -> 尾删 -> 根节点的向下调整
  Swap(hp->array, 0, hp->size - 1);
  hp->size--;
  shiftDownL(hp->array, hp->size, 0);
 }
}

HPDataType getHeapTop(Heap* hp) {
 return hp->array[0];
}

int heapEmpty(Heap* hp) {
 if (hp->size == 0)
  return 1;
 return 0;
}

void heapPrint(Heap* hp) {
 for (int i = 0; i < hp->size; i++) {
  printf("%d ", hp->array[i]);
 }
 printf("\n");
}

#include"heapsort.h"

void heapSort(int* array, int size) {
 //建堆
 for (int i = (size - 2) / 2; i >= 0; i--) {
  shiftDownB(array, size, i);
 }
 //排序 : 实际上就是循环尾删  (交换, 尾删, 向下调整)
 int end = size;
 while (end > 1) {
  Swap(array, 0, end - 1);
  end--;
  shiftDownB(array, end, 0);
 }
}

//打印最大的k个值
void TopK(int* array, int size, int k) {
 Heap hp;
 //创建k个元素的小堆
 heapCreat(&hp, array, k);
 for (int i = k; i < size; i++) {
  if (array[i] > getHeapTop(&hp)) {
   heapPop(&hp);
   heapPush(&hp, array[i]);
  }
 }
 heapPrint(&hp);
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 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

打赏作者

殇&璃

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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