排序方法

本文详细介绍了三种常见的排序算法:选择排序、插入排序和冒泡排序。通过具体的PHP函数实现,展示了每种算法的工作原理及步骤。适合初学者了解排序算法的基本概念。
//选择排序  
 function SelectSort($arr){    
    //实现思路 双重循环完成,外层控制轮数,当前的最小值。内层 控制的比较次数    
        //$i 当前最小值的位置, 需要参与比较的元素    
        for($i=0, $len=count($arr); $i<$len-1; $i++) {    
            //先假设最小的值的位置    
            $p = $i;    
            //$j 当前都需要和哪些元素比较,$i 后边的。    
            for($j=$i+1; $j<$len; $j++) {    
                //$arr[$p] 是 当前已知的最小值    
                if($arr[$p] > $arr[$j]) {    
         //比较,发现更小的,记录下最小值的位置;并且在下次比较时,    
     // 应该采用已知的最小值进行比较。    
                    $p = $j;    
                }    
            }    
            //已经确定了当前的最小值的位置,保存到$p中。    
     //如果发现 最小值的位置与当前假设的位置$i不同,则位置互换即可    
            if($p != $i) {    
                $tmp = $arr[$p];    
                $arr[$p] = $arr[$i];    
                $arr[$i] = $tmp;    
            }    
        }    
        //返回最终结果    
        return $arr;    
    }
    //插入排序  
    function InsertSort($arr){    
        //区分 哪部分是已经排序好的    
        //哪部分是没有排序的    
        //找到其中一个需要排序的元素    
        //这个元素 就是从第二个元素开始,到最后一个元素都是这个需要排序的元素    
        //利用循环就可以标志出来    
        //i循环控制 每次需要插入的元素,一旦需要插入的元素控制好了,    
        //间接已经将数组分成了2部分,下标小于当前的(左边的),是排序好的序列    
        for($i=1, $len=count($arr); $i<$len; $i++){    
            //获得当前需要比较的元素值。    
            $tmp = $arr[$i];    
            //内层循环控制 比较 并 插入    
            for($j=$i-1;$j>=0;$j--) {    
       //$arr[$i];//需要插入的元素; $arr[$j];//需要比较的元素    
                if($tmp < $arr[$j]) {    
                    //发现插入的元素要小,交换位置    
                    //将后边的元素与前面的元素互换    
                    $arr[$j+1] = $arr[$j];    
                    //将前面的数设置为 当前需要交换的数    
                    $arr[$j] = $tmp;
                }else{    
                    //如果碰到不需要移动的元素    
               //由于是已经排序好是数组,则前面的就不需要再次比较了。    
                    break;    
                }    
            }    
        }    
        //将这个元素 插入到已经排序好的序列内。    
        //返回    
        return $arr;    
    } 
    //冒泡排序
   /* function  maoSort(){
     if(!is_array($arr)){
       return false;
     }
     $len=count($arr);
     if($len<1){
        return $arr;
     }
     for ($i=0; $i <$len; $i++) { 


       for ($j=0; $j < ; $j++) { 
         # code...
       }
     }
    }*/
内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
内容概要:本文系统阐述了企业新闻发稿在生成式引擎优化(GEO)时代下的全渠道策略与效果评估体系,涵盖当前企业传播面临的预算、资源、内容与效果评估四大挑战,并深入分析2025年新闻发稿行业五大趋势,包括AI驱动的智能化转型、精准化传播、首发内容价值提升、内容资产化及数据可视化。文章重点解析央媒、地方官媒、综合门户和自媒体四类媒体资源的特性、传播优势与发稿策略,提出基于内容适配性、时间节奏、话题设计的策略制定方法,并构建涵盖品牌价值、销售转化与GEO优化的多维评估框架。此外,结合“传声港”工具实操指南,提供AI智能投放、效果监测、自媒体管理与舆情应对的全流程解决方案,并针对科技、消费、B2B、区域品牌四大行业推出定制化发稿方案。; 适合人群:企业市场/公关负责人、品牌传播管理者、数字营销从业者及中小企业决策者,具备一定媒体传播经验并希望提升发稿效率与ROI的专业人士。; 使用场景及目标:①制定科学的新闻发稿策略,实现从“流量思维”向“价值思维”转型;②构建央媒定调、门户扩散、自媒体互动的立体化传播矩阵;③利用AI工具实现精准投放与GEO优化,提升品牌在AI搜索中的权威性与可见性;④通过数据驱动评估体系量化品牌影响力与销售转化效果。; 阅读建议:建议结合文中提供的实操清单、案例分析与工具指南进行系统学习,重点关注媒体适配性策略与GEO评估指标,在实际发稿中分阶段试点“AI+全渠道”组合策略,并定期复盘优化,以实现品牌传播的长期复利效应。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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