Java入门——04数组

本文内容:

1、为什么要使用数组呢?

2、数组:

    数组的定义:

    数组的声明:

    数组的实例化一共有两种:

    操作数组元素:

    数组的排序:

    数组元素的查找:

3、值传递和引用传递:

 


1、为什么要使用数组呢?

    在我们的函数中,一个函数只能有一个返回值,那么如果想返回多个值该怎么办呢?

    通过将多个返回值放到数组中,让函数返回数组,就可以达到间接返回多个值的效果。

2、数组:

    数组的定义:

        数组是相同数据类型的数据按顺序组成的一种引用数据类型。

        这里的相同数据类型指的是,数据在内存中的数据类型,比如:double [] priceArray = new double[]{9.9,1},虽然我在这个数组中写了一个int类型的数据1,但是在内存中会自动转换成double类型的。基本数据类型元素构成的数组 也是引用类型。

    数组的声明:

                         一维数组:数组元素数据类型 [ ] 数组名; String [] array; 

                         二维数组:数组元素数据类型[ ][ ] 数组名;double [] [] array

                         多维数组:数组元素数据类型[ ][ ] ...数组名; int [] [] [] ...  array;      其中的array是数组的名字。

    数组的实例化一共有两种:

        ①数组名 = new 数组元素数据类型 [数组元素个数];  例如:

            String [] name;   name = new String[2];  这代表name数组中有两个元素 

            String [] [] names;  names = new String[2][];  names[0] = new String[2];  names[1] = new String[10];   这表示该二维数组names中有两个一维数组,第一个一维数组names[0]中有两个元素,第二个一维数组names[1]中有十个元素。

        采用穷举法实例化数组:

            int [] num= {1,2,3,4};   int [] num = new int [] {1,2,3,4} 这两个实例化表示该一维数组num中有有四个元素,分别是1,2,3,4

            int [] [] nums = {{1,2,3},{4,5,6,7}};   int [] [] nums = new int [] [] {{1,2,3},{4,5,6,7}};  这两个实例化表示该二维数组nums中,第一个一维数组nums[0]中有三个元素分别是1,2,3  第二个一维数组nums[1] 中有四个元分别是4,5,6,7   

            注意:二维及以上数组中,每个一维数组中包含的元素个数,可相同也可以不相同。

      易错点:

int[ ] score = new int[ ];   

score[0] = 89;

score[1] = 63;

System.out.println(score[0]);     

//编译阶段就会出错,因为实例化时没有写明数组大小,也没有给出数组中的元素值
int [ ] scoreArray = new int [5];

scoreArray = {60, 80, 90, 70, 85};

//编译阶段出错,这种穷举法只能用于初始化数组,必须和声明数组代码放在一条语句中,正确结果如下:

int [ ] scoreArray = {60, 80, 90, 70, 85};

    操作数组元素:

//为元素赋值: 注意数组的下标从0开始
int [] num = new int [2];  num[0] = 1;  num[1] = 1;   

//获取元素值: 
int [] num = {1,2,3,4};    System.out.println(num[0]);

//遍历数组:遍历一维数组
for(int i=0; i<num.length; i++){
     System.out.println(num[i]);
}

//遍历二维数组比如数组 int [] [] nums = {{1,2,3},{4,5,6,7}}
for(int i=0; i<nums.length; i++){
    int [] num = nums[i];
    for(int j=0; j<num.length; j++){
        System.out.println(num[j]);
    }
}

//加强for循环,一维数组
for(int num : nums){
    System.out.println(num);
}

//二维数组
for(int [] num : nums){
    for(int data : num){
        System.out.println(data);
    }
}

      易错点:

public static void main(String[ ] args) {
	int[ ] scores = new int[1];
	scores[0] = 90;
	scores[1] = 85;
 	System.out.println(scores[1]);
}
//解释阶段出错,数组越界了

    数组的排序:

          冒泡排序法每一次排序目的是将数值较大(针对于升序排序)或较小(针对于降序排序)的元素移动到数组的尾部。

          以升序为例:
          第一次循环:将元素21与元素99进行比较,由于21 < 99,所以不用交换元素;
          第二次循环:将元素99与元素3进行比较,由于99 > 3,所以需要交换元素(即99和3的位置互换,数组的序列被调整为 {21, 3, 99, 1024, 16});
          第三次循环:将元素99与元素1024进行比较,由于99 < 1024,所以也不用交换元素;
          第四次循环:将元素1024与元素16进行比较,由于1024 < 16,所以需要交换元素(即1024与16的位置互换)。
经过第一次遍历将最大的元素1024调整到了数组的尾部,数组序列变为 {21, 3, 99, 16, 1024}。

int [] array = {21,99,3,1024,16};
for(int i=0;i<array.length-1; i++){
	int currentData = array[i];//当前遍历数据
	int nextData = array[i+1];//当前数据的下一个元素的数据
	if(currentData>nextData){//如果前一个数据比后一个数据大,则进行数据交换
		int temp = currentData;
		array[i] = nextData;
		array[i+1]=temp;
	}
}

           冒泡排序法的第二次排序与第一次原理一致,只不过第二次排序不再关系数组尾部元素,因为经过前一次排序后,数组尾部元素已经存储了数组中数值最大的元素,所以第二次排序的目的是将数组中数值第二大的元素存储到数组的倒数第二个位置(即此时只关心数组前四个元素 {21, 3, 99, 16}的顺序)。

          第一次循环:将元素21与元素3进行比较,由于21 > 3,所以需要交换元素(即213位置互换,数组的前四位序列被调整为 {3, 21, 99, 16});

          第二次循环:将元素21与元素99进行比较,由于21 < 99,所以不用交换元素;

          第三次循环:将元素99与元素16进行比较,由于99 > 16,所以需要交换元素(即9916的位置互换);

         第四次循环:将元素99与元素1024进行比较,由于99< 1024,所以不用交换元素。

         经过第二次排序数组序列变为 {3, 21, 16, 99, 1024}

         以下N次排序都和上一次排序原理相同,直至达到想要的结果。下面给出完整代码:

public class ArraySort{
	public static void main(String [] args){
		int [] array={21, 99, 3, 1024, 16};//升序排列
		for(int loopTime=1;loopTime<array.length;loopTime++){//只是控制内部for循环的次数
			for(int i=0;i<array.length-1;i++){//该for循环每循环一次就会将较大的数据放在适当的位置,比如loopTime=1;则将最大数据放在最后;loopTime=2;则将第二大数据放在倒数第二个元素位置;
				int currentData = array[i];//当前遍历出来的数据
				int nextData = array[i+1];//当前数据下标对应的下一个元素的数据
				if(currentData>nextData){//如果当前元素大于其后面的元素,则意味着需要调换两个元素之间的位置
					array[i] = nextData;
					array[i+1]=currentData;
				}
			}
		}
		for(int data:array){
			System.out.print(data+" ");
		}
	}
}

//说明: 
//loopTime=1时如P23页PPT; 
//loopTime=2时如P24页PPT,但是最后一次循环多余;
//loopTime=3时如P25页PPT,但是最后二次循环多余;
//loopTime=4时如P26页PPT,但是最后三次循环多余;


//下面是改进后的代码
public class ArraySort{
	public static void main(String [] args){
		int [] array={21, 99, 3, 1024, 16};//升序排列
		for(int loopTime=1;loopTime<array.length;loopTime++){//只是控制内部for循环的次数
			for(int i=0;i<array.length-loopTime;i++){//该for循环每循环一次就会将较大的数据放在适当的位置,比如loopTime=1;则将最大数据放在最后;loopTime=2;则将第二大数据放在倒数第二个元素位置;array.length-loopTime:从提高代码的性能角度出发,减少该循环“多余”的循环次数
				int currentData = array[i];//当前遍历出来的数据
				int nextData = array[i+1];//当前数据下标对应的下一个元素的数据
				if(currentData>nextData){//如果当前元素大于其后面的元素,则意味着需要调换两个元素之间的位置
					array[i] = nextData;
					array[i+1]=currentData;
				}
			}
		}
		for(int data:array){
			System.out.print(data+" ");
		}
	}
}

          插入排序:每循环一次都将一个待排序的元素所对应的数据按其顺序大小插入到前面已经排序的序列的合适位置,直到全部插入排序完为止,其难点在于如何在前面已经排好序的序列中找到合适的插入位置。该排序方法有很多,比如直接插入排序、二分插入排序、希尔排序等等。

public class ArraySort{

	public static void main(String [] args){
		int [] array={1,2,6,7,2,9,12,2};//升序排列
		for(int i=1;i<array.length;i++){//i为待排序数据的下标,由于将第一个元素是有序的,所以i从1开始;i<array:这样才能遍历完后续数组,进而实现全部排序;
			int willSortData=array[i];//将待排序数据保存到变量willSortData中
			int j=0;
			/*
			 *查找待插入数据“应该”插入的下标位置
			 */
			for(;j<i;j++){//j<i:和待排序数据前面(i)的所有元素进行比较,以找到“应该”插入的下标位置。说明:不能这样写j<=i,因为无需自己和自己比对
				if(willSortData<array[j]){//如果条件成立意味着待插入数据小于其前面的某个元素值
					break;//当if条件成立时就找到了该待插入数据“应该”插入的下标位置,所以这时必须终止循环
				}
			}//for循环执行结束意味着找到了待插入数据“应该”插入的下标位置
			
			if(i==j){//i与j相等意味着不用排序,下面代码也不用执行
				continue;//停止不用排序这次循环,进入下次循环
			}
			
			/*
			 *下面循环用于元素后置
			 */
			for(int k=i;k>j;k--){//int k=i:待插入数据所在位置就是元素后移开始的下标位置;k>j:待插入数据“应该”插入位置(j)就是元素后移结束位置
				array[k]=array[k-1];//元素后置
			}
			
			/*
			 *下面代码用于将待插入数据插入到“应该”插入的下标位置
			 */
			array[j]=willSortData;
		}//该循环体每循环完一次就代表着本次待插入数据已经和前面元素是有序的了

		for(int data:array){
			System.out.print(data+" ");
		}
	}
}

           插入排序的实质:将数组分为有序区和无序区,定义一个标记无序区第一个元素的定位变量,将该元素与前面的有序区内元素遍历比较,找到该元素应该插入位置,然后将插入位置到插入元素所在位置之间的元素后移一位,最后再将待插入元素插入到应插入的位置,有序区扩增一位,无序区减少一位,定位变量再次后移,锁定后面无序区第一位元素位置。

    数组元素的查找:

           二分法查找:搜索数据与有序数组(比如升序)中间元素比较以确定在中间元素左边还是右边,如果在右边,则调整最小搜索索引值,然后进入下次循环;如果在左边,则调整最大搜索索引值,然后进入下次循环;如果相等则当前位置就是查找数据所在位置,停止循环;

public class Test {

	public static int search(int[] array, int data) {
		Arrays.sort(array);// 将数组升序排列
		
		int low = 0;
		int high = array.length - 1;
		while (low <= high) {
			int middle = (low + high) / 2;
			// 搜索数据与中间元素比较确定在中间元素左边还是右边,进而不断缩小查找范围
			if (data > array[middle]) {//右边
				low = middle + 1;
			} else if (data < array[middle]) {//左边
				high = middle - 1;
			} else {
				return middle;
			}
		}
		return -1;
	}

	public static void main(String[] args) {
		int[] numbers = {5, 1, 7, 3, 2};
		int index = search(numbers, 5);
		if (index != -1) {
			System.out.println("数组中包含该数据");
		} else {
			System.out.println("数组中不包含该数据");
		}
	}
}

3、值传递和引用传递:

public class Test {

	public static void main(String[] args) {
		int x=10;
		test(x);
		System.out.println(x);//输出10
	}
	
	public static void test(int y) {
		y=0;
	}
}
//值传递,在函数中对参数进行修改,不会影响到实际参数的值

public class Test {

	public static void main(String[] args) {
		int [] x= {10};
		test(x);
		System.out.println(x[0]);//输出0
	}
	
	public static void test(int [] y) {
		y[0]=0;
	}
}
//引用传递,在调用函数时将实际参数的地址直接传递到函数中,在函数中对参数所进行的修改,将影响到实际参数。

 

### 光流法C++源代码解析与应用 #### 光流法原理 光流法是一种在计算机视觉领域中用于追踪视频序列中运动物体的方法。它基于亮度不变性假设,即场景中的点在时间上保持相同的灰度值,从而通过分析连续帧之间的像素变化来估计运动方向和速度。在数学上,光流场可以表示为像素位置和时间的一阶导数,即Ex、Ey(空间梯度)和Et(时间梯度),它们共同构成光流方程的基础。 #### C++实现细节 在给定的C++源代码片段中,`calculate`函数负责计算光流场。该函数接收一个图像缓冲区`buf`作为输入,并初始化了几个关键变量:`Ex`、`Ey`和`Et`分别代表沿x轴、y轴和时间轴的像素强度变化;`gray1`和`gray2`用于存储当前帧和前一帧的平均灰度值;`u`则表示计算出的光流矢量大小。 #### 图像处理流程 1. **初始化和预处理**:`memset`函数被用来清零`opticalflow`数组,它将保存计算出的光流数据。同时,`output`数组被填充为白色,这通常用于可视化结果。 2. **灰度计算**:对每一像素点进行处理,计算其灰度值。这里采用的是RGB通道平均值的计算方法,将每个像素的R、G、B值相加后除以3,得到一个近似灰度值。此步骤确保了计算过程的鲁棒性和效率。 3. **光流向量计算**:通过比较当前帧和前一帧的灰度值,计算出每个像素点的Ex、Ey和Et值。这里值得注意的是,光流向量的大小`u`是通过`Et`除以`sqrt(Ex^2 + Ey^2)`得到的,再乘以10进行量化处理,以减少计算复杂度。 4. **结果存储与阈值处理**:计算出的光流值被存储在`opticalflow`数组中。如果`u`的绝对值超过10,则认为该点存在显著运动,因此在`output`数组中将对应位置标记为黑色,形成运动区域的可视化效果。 5. **状态更新**:通过`memcpy`函数将当前帧复制到`prevframe`中,为下一次迭代做准备。 #### 扩展应用:Lukas-Kanade算法 除了上述基础的光流计算外,代码还提到了Lukas-Kanade算法的应用。这是一种更高级的光流计算方法,能够提供更精确的运动估计。在`ImgOpticalFlow`函数中,通过调用`cvCalcOpticalFlowLK`函数实现了这一算法,该函数接受前一帧和当前帧的灰度图,以及窗口大小等参数,返回像素级别的光流场信息。 在实际应用中,光流法常用于目标跟踪、运动检测、视频压缩等领域。通过深入理解和优化光流算法,可以进一步提升视频分析的准确性和实时性能。 光流法及其C++实现是计算机视觉领域的一个重要组成部分,通过对连续帧间像素变化的精细分析,能够有效捕捉和理解动态场景中的运动信息
微信小程序作为腾讯推出的一种轻型应用形式,因其便捷性与高效性,已广泛应用于日常生活中。以下为该平台的主要特性及配套资源说明: 特性方面: 操作便捷,即开即用:用户通过微信内搜索或扫描二维码即可直接使用,无需额外下载安装,减少了对手机存储空间的占用,也简化了使用流程。 多端兼容,统一开发:该平台支持在多种操作系统与设备上运行,开发者无需针对不同平台进行重复适配,可在一个统一的环境中完成开发工作。 功能丰富,接口完善:平台提供了多样化的API接口,便于开发者实现如支付功能、用户身份验证及消息通知等多样化需求。 社交整合,传播高效:小程序深度嵌入微信生态,能有效利用社交关系链,促进用户之间的互动与传播。 开发成本低,周期短:相比传统应用程序,小程序的开发投入更少,开发周期更短,有助于企业快速实现产品上线。 资源内容: “微信小程序-项目源码-原生开发框架-含效果截图示例”这一资料包,提供了完整的项目源码,并基于原生开发方式构建,确保了代码的稳定性与可维护性。内容涵盖项目结构、页面设计、功能模块等关键部分,配有详细说明与注释,便于使用者迅速理解并掌握开发方法。此外,还附有多个实际运行效果的截图,帮助用户直观了解功能实现情况,评估其在实际应用中的表现与价值。该资源适用于前端开发人员、技术爱好者及希望拓展业务的机构,具有较高的参考与使用价值。欢迎查阅,助力小程序开发实践。资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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