排序整理

对于无序数组R[1...n]排序
1、插入算法
------直接插入 
从R[1]开始作为有序队列,从其余剩余元素中取第一个(R[i])放入有序队列区域,放在哪里?就需要用R[i]和有序队列的数据比较,插入适当的位置。

void sort(int* R,int n)
{
    for(int i= 2;i<=n;i++)
    {
        /我的代码
         //如果数据大于等于前面有序队列最后一个,则插入位置即为当前位置
        if(R[i]>=R[i-1])
        {
            continue;
        }
         int InsertKey= R[i];
        //插入数据放入前面1...i-1中找一个合适位置
         for(int j=i-1;j>=0;j--)
        {
            if(j==0)
            {
                R[1] = InsertKey;
            }
            if(R[j]>InsertKey)
            {
                //大数据向后移动
                R[j+1]=R[j];
            }
            else
            {
                 //把当前位置数据不变,插入的数据放后一个位置
                 R[j+1]=InsertKey;
                 break;
            }

        }
     }
}
//        /参考的代码
//        if(R[i]<R[i-1])
//        {
//             R[0]= R[i];
//            int j;
//            for(j = i-1;R[0] < R[j];j--)
//                R[j+1]=R[j];
//            R[j+1]=R[0];
//        }

//    }
//}



时间复杂度 O(n*n)

-----希尔排序
从R[1]开始,每个元素报数1,2...K,循环。报1为一组,报2为一组,其它依次为一组,各组分别用插入算法整理;接着继续报数和整理,不过报数的K一直减少,减少到1时便排完了整个序列。
为什么这样做?
希尔排序是按照不同步长对元素进行插入排序,当刚开始元素很无序的时候,步长最大,所以插入排序的元素个数很少,速度很快;当元素基本有序了,步长很小,插入排序对于有序的序列效率很高。所以,希尔排序的时间复杂度会比o(n^2)好一些。
有人通过大量的实验,给出了较好的结果:当n较大时,比较和移动的次数约在nl.25到1.6n1.25之间。



//希尔排序
void sort2(int R[],int n,int len)
{
    //选取len间距的序列 全部报数为1 1+x*len
    for(int startiidex = 0;startiidex <len;startiidex++)
    {

        //对每个序列排序
         for(int iidex= (startiidex+len);iidex<=n;iidex+= len)
        {
                    if(R[iidex] < R[iidex-len])
                     {
                          R[0]= R[iidex];
                         int j=0;
                         for(j=iidex-len;R[0]<R[(j<0?0:j)];j=j-len)
                            {
                             int jdex = (j<0?0:j);
                             R[j+len]=R[jdex];
                            }
                         //当比较到比第一个元素还要小,那么 j的值应该是第一个元素的前一个位置,数据可能是负数
                         R[j+len]=R[0];
                     }

        }

    }
    cout<<endl<<len<<endl;

}

//void sort(int R[],int n)
//{
//    //5 3 1即为分组长度的队列
//    cout<<endl;
//    for(int i = 1;i<10;i++)
//    {
//        cout<<R[i]<<" ";
//    }
//    sort2(R,n,5);
//    for(int i = 1;i<10;i++)
//    {
//        cout<<R[i]<<" ";
//    }
//     sort2(R,n,3);
//     for(int i = 1;i<10;i++)
//     {
//         cout<<R[i]<<" ";
//     }
//      sort2(R,n,1);
//      for(int i = 1;i<10;i++)
//      {
//          cout<<R[i]<<" ";
//      }
//      cout<<endl;
//}


//参考版本
//void ShellInsert(SeqList R[],int dk)
//  {//希尔排序中的的一趟插入排序,dk为当前增量
//   for(i=dk+1;i<=n;i++)//将R[dk+1..n]分别插入有序区
//    if(R[i].key<R[i-dk].key)
//    { R[0]=R[i]; //暂存在R[0]中
//     j=i-dk;
//     while(j>0 && R[0].key<R[j].key)
//      { R[j+dk]=R[j];//记录后移,查找插入位置
//       j=j-dk; //查找前一记录
//      }
//     R[j+dk]=R[0]; //插入R[i]到正确位置
//    }
//  }

//void ShellSort(SeqList R,int d[],int t)
// { //按增量序列d[0..t-1]对顺序表R作希尔排序
//   for(k=0;k<t;k++)
//    ShellInsert(R,d[k]);
// }

2、交换排序算法
-----冒泡排序(最简单容易实现)
从末尾元素开始,R[n] R[n-1]比较,重放后面,轻的放前面,一直比较到R[1] R[2],一次比较结束就找到R[1]为最小元素,即为有序部分,第二次从R[n] R[n-1]比较,依据原则比较到R[2],二次比较结束找到R[2]为无序部分最小的元素,如此重复,比较n-1次。
时间复杂度O(n*n)

//冒泡排序
//void sort(int R[], int n)
//{
//    for(int i= 1;i<n;i++)
//    {
//        for(int j=n-1;j>i;j--)
//        {
//            if(R[j]<R[j-1])
//            {
//                int tmp = R[j];
//                R[j]=R[j-1];
//                R[j-1]=tmp;
//            }
//        }
//    }
//}
//参考版本
//void BubbleSort(SeqList R[ ])
//  {//采用自下而上扫描数组R[1..n]做起泡排序
//   int i,j,flag;
//   for(i=1;i<n;i++) //最多做n-1趟排序
//    { flag=0; //flag表示每一趟是否有交换,先置0
//     for(j=n-1;j>=i;j--)//进行第i趟排序
//      if(R[j].key<R[j-1].key)
//       { R[0]=R[j+1];
//        //R[0]作为交换时的暂存单元
//        R[j+1]=R[j];
//        R[j]=R[0];flag=1;//有交换,flag置1
//       }
//      if(flag==0) return;
//     }
//  }
------快速排序
第一次,用R[1]的值Value作为参考,把R[1..N]大小分成两个区间,中间位置为m,R[m]=Value
第二次,在R[1...m]中用R[1]的值Value作为参考,把R[1...m]大小分成两个区间,中间位置为i,R[i]=Value
在R[m...N]同样方法,用R[m]分成大小两个区间
不断的把整个序列分成大小两个区间,知道最后每个区间只有一个元素为止

最好O(n*logn) 最差O(n*n)

//快速排序
void sort3(int R[], int n,int start ,int end)
{
    if(start <end)
    {
        int m= sortQuick(R,n,start,end);
        sort3(R,n,start,m-1);
        sort3(R,n,m+1,end);
    }

}
int sortQuick(int R[],int n,int start ,int end)
{
    if(start <end)
    {
         R[0]=R[start];
        bool isLeft =true;
        int i = start,j = end;
        while(i<j)
       {
           if(isLeft)
           {
               if(R[j]<R[0])
               {
                   R[i]=R[j];
                   i++;
                   isLeft = false;
               }
               else
               {
                   j--;
               }
           }
           else
           {
               if(R[i]>R[0])
                {
                   R[j]=R[i];
                   j--;
                   isLeft = true;
               }
               else
               {
                   i++;
               }
           }


       }
        R[i]=R[0];
       return i;
    }
    return start;

}

//参考代码
//int Partition(SeqList R,int i,int j)
//{//对R[i]…R[j]区间内的记录进行一次划分排序
// x=R[i]; //用区间的第一个记录为基准
// while(i<j){
//  while(i<j&&R[j].key>=x.key)
//   j--; //从j所指位置起向前(左)搜索
//  if(i<j){R[i]=R[j];i++;}
//  while(i<j&&R[i].key<=x.key)
//   i++; //从i所指位置起向后(右)搜索
//  if(i<j){R[j]=R[i];j--;}
// }
// R[i]=x; //基准记录x位于最终排序的位置i上
// return i;
//}

3、选择排序
-----直接选择排序
类似冒泡排序,每次循环把最小的选择出来,但是不用每次比较都进行交换
时间复杂度O(N*N)


//直接选择排序
void sortSelect(int R[],int n)
{
    for(int i = 1;i<n;i++)
    {
        int min = i;
        for(int j = i;j<n;j++)
        {
            if(R[j]<R[min])
            {
                min = j;
            }
        }
        //选择出最小的,排在前面
        int tmp = R[i];
        R[i]= R[min];
        R[min]=tmp;
    }
}
//参考程序
//void SelectSort(SeqList R)
// {//对R作直接选择排序
//  int i,j,k;
//   for(i=1;i<n;i++){//做n-1趟排序
//   k=i; //设k为第i趟排序中关键字最小的记录位置
//   for(j=i+1;j<=n;j++)
//    //在无序区R[i..n]选择关键字最小的记录
//    if(R[j].key<R[k].key)
//      k=j;//若有比R[k].key小的记录,记住该位置
//   if(k!=i) { //与第i个记录交换
//     R[0]=R[i];R[i]=R[j];R[j]=R[0];
//   }
//   }
//  }

-----堆排序
建立一棵满树,大根树,之后把根和最后一个子节点交换,然后整理这颗大根树,当比较了log(n-2)次之后找到最大的根值,又和最后一个节点交换,不断循环知道最后一个节点

//堆排序
void  BuildBigRootTree(int R[],int n)
{
    for(int i=n/2;i>0;i--)
    {
        //遍历所有的根节点
        //把最大数放在根节点
        int max = i;
        if(R[2*i]>R[2*i+1])
        {
            max = 2*i;
        }
        else
            max = 2*i+1;
        if(R[i]<R[max])
        {
            int tmp = R[i];
            R[i]=R[max];
            R[max]= tmp;
        }
    }
}

void Heapsort(int R[],int endIndex)
{

    if(endIndex >= 1)
    {
        //大根 排列整棵树
        ReSortTree(R,endIndex,1);
        //第一个和最后一个交换
        int tmp = R[endIndex];
         R[endIndex] = R[1];
         R[1] = tmp;
         cout<<"====";
         cout<<R[endIndex]<<" "<<tmp;
         cout<<"====";
         //把剩余的无序树继续排列
         Heapsort(R, endIndex-1);
    }


}

void ReSortTree(int R[],int endIndex,int rootIdex)
{
    //整理R[1...endIndex]的节点rootIdex
    if(rootIdex <= endIndex/2)
    {
        // 如果树只有一个节点,
        int max = rootIdex*2;
       // 如果树有2个节点,
        if((rootIdex*2+1)<=endIndex )
        {
            if(R[rootIdex*2]<R[rootIdex*2+1])
            {
                max = rootIdex*2+1;
            }
            else
                max = rootIdex*2;
        }

        if(R[rootIdex]<R[max])
        {
            int tmp = R[rootIdex];
            R[rootIdex]=R[max];
            R[max]= tmp;
            ReSortTree(R,endIndex,max);
        }

    }

}

4、归并排序
从R[1...N]分成R[2k-1],R[2k]排序,之后合并成一组,总共有N/2次比较
第二次 R[4k] R[4k+1] R[4k+2] R[4k+3]排序,之后合并为一组,总共有N/4次比较
一直到N个数据为一组


时间复杂度O(N*logN)

  • 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