黑马程序员——java集合中的TreeSet

 

 


---------------------- <a href="http://edu.csdn.net"target="blank">ASP.Net+Android+IOS开发</a>、<a href="http://edu.csdn.net"target="blank">.Net培训</a>、期待与您交流! ----------------------

1.        java集合框架中的Set接口:

Java的集合类主要由两个接口派生而出:Collection和Map.

Collection接口派生出了两个重要的子接口:List、Set;

在实现Set接口中的子类中有两个非常重要的类:HashSet 和TreeSet;

2.        Set集合中元素特点:

a)      元素的唯一性:存入Set集合中的每个元素都必须是唯一的,Set集合不允许重复元素的存在。这与List集合完全不同,List集合允许对同一个对象进行多次存入;

b)      元素存取的无序性:该无序指的是元素取出时的顺序与存入时的顺序在大多情况下都是不一致的;而List集合取出时元素的顺序与存入时的顺序完全相同;

c)      元素在内存中的有序性:虽然Set集合中的元素在取出时看起来像是无序的,但是这些元素在内存中的排列时有序的,比如HashSet集合中的元素实际上是按元素的hashcode值的大小依次排列的,而TreeSet集合中的元素则是按对象的自然顺序或是程序员指定的顺序进行排列的;

 

3.       Set集合中的TreeSet:

TreeSet 集合的底层数据结构是二叉树结构。当用TreeSet 集合进行存储对象时,该集合会对存入其中的元素按照自然顺序或指定的顺序进行排序。因此,对象被存储时必须可比较。

实现这种可比较性的方式有两种:

a)      被存储的对象所属的类实现Comparable 接口,并复写其中的compareTo()方法;从而使对象本身具有可比较性,TreeSet集合将依据compareTo方法的返回值,确定元素在TreeSet数据结构中的位置。

b)      若对象本身不具有可比较性,则可以创建一个比较器,使其实现Comparator接口,并复写其中的compare() 方法,然后把该比较器的对象作为参数传入TreeSet集合中。

TreeSet集合同样需要保证其中元素的唯一性,而它保证元素唯一性的方式就是通过compareTo() 方法的返回结果或Comparator类中的compare() 方法的返回结果进行判定的。

在复写compareTo() 或 compare() 方法时,需要分主要条件和次要条件,当主要条件相同时,必须判断次要条件,按照次要条件排序。

下面同样以Person类为例,创建Person类对象,并把对象存入TreeSet集合中,排序方式按照年龄的大小,若年龄相同,则再按照姓名进行排序。

下面的代码将分别采用实现Comparable接口和创建Comparator比较器两种方式,代码示例如下:

import java.util.Comparator;

import java.util.TreeSet;

 

public class TreeSetDemo {

 

       public static voidmain(String[] args) {

              TreeSet<Personl>ts=new TreeSet<Personl>();//对存入的元素进行自然排序;

              ts.add(newPersonl("zhangsan",20));

              ts.add(newPersonl("lisi",30));

              ts.add(newPersonl("wangwu",25));

              System.out.println("实现Comparable接口的排序结果为:");

              for (Personl p : ts){

                     System.out.println(p);

              }

              TreeSet<Personl>ts1=new TreeSet<Personl>(new MyComp());//对传入的元素按比较器的方式进行排序;

              ts1.add(newPersonl("zhangsan",20));

              ts1.add(newPersonl("lisi",30));

              ts1.add(newPersonl("wangwu",25));

              System.out.println("创建比较器的排序结果为:");

              for (Personl p : ts1){

                     System.out.println(p);

              }

       }

}

// 创建比较器,复写compare() 方法;

class MyComp implements Comparator<Personl>{

 

       @Override

       public int compare(Personl p1,Personl p2) {

              int num=newInteger(p1.getAge()).compareTo(p2.getAge());

              if (num==0){

                     returnp1.getName().compareTo(p2.getName());

              }

              return num;

       }

}

//实现Comparable接口,复写compareTo() 方法;

class Personl implements Comparable<Personl>{

       private String name;

       private int age;

       public Personl(String name, intage) {

              super();

              this.name = name;

              this.age = age;

       }

       public String getName() {

              return name;

       }

       public void setName(Stringname) {

              this.name = name;

       }

       public int getAge() {

              return age;

       }

       public void setAge(int age) {

              this.age = age;

       }

       @Override   //复写compareTo() 方法;

       public int compareTo(Personl p){

              int num=newInteger(this.age).compareTo(p.age);

              if (num==0){

                     returnthis.name.compareTo(p.name);

              }

              return num;

       }

       @Override  //复写toString() 方法;

       public String toString() {

              return "Personl[name=" + name + ", age=" + age + "]";

       }

}

 

程序运行结果为:

实现Comparable接口的排序结果为:

Personl[name=zhangsan, age=20]

Personl [name=wangwu,age=25]

Personl [name=lisi, age=30]

创建比较器的排序结果为:

Personl[name=zhangsan, age=20]

Personl [name=wangwu,age=25]

Personl [name=lisi, age=30]

两种实现可比较的方式均成功实现;

 

 

 ---------------------- <a href="http://edu.csdn.net"target="blank">ASP.Net+Android+IOS开发</a>、<a href="http://edu.csdn.net"target="blank">.Net培训</a>、期待与您交流! ----------------------

详细请查看:<a href="http://edu.csdn.net" target="blank">http://edu.csdn.net</a>

 

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、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有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
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