快速排序法(一)

说明快速排序法(quick sort)是目前所公认最快的排序方法之一,快速排序法的基本精神是在数列中找出适当

的轴心,然后将数列一分为二,分别对左边与右边数列进行排序,而影响快速排序法效率的正是轴心的选择。

这是第一个快速排序法版本,是在多数的教科书上所提及的版本,因为它最容易理解,

也最符合轴心分割与左右进行排序的概念,适合对初学者学习。

解法这边所介绍的快速演算如下:将最左边的数设定为轴,并记录其值为

令索引 i从数列左方往右方找,直到找到大于 s的数

令索引 j从数列右方往左方找,直到找到小于 s的数

如果 i >= j,则离开本循环

如果 i < j,则交换索引ij两处的值

将左侧的轴与 j进行交换

对轴左边进行递归

对轴右边进行递归

透过以下演算法,则轴左边的值都会小于s,轴右边的值都会大于s,如此再对轴左右两边进行

递归,就可以对完成排序的目的,例如下面的实例,*表示要交换的数,[]表示轴:

[33] 65* 23 90 1 34 43 39 87 5*

[33]5 23* 90 1 34 43 39 87* 65

[33]5 23 90* 1* 34 43 39 87 65

[33]5 231 90 34 4339 87 65

[5] 23133 [90]34 4339 87 65

在上面的例子中,33左边的值都比它小,而右边的值都比它大,如此左右再进行递回至排序完成。

#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#define MAX 10
#define SWAP(x,y) {int t; t = x; x = y; y = t;}
void quicksort(int[], int, int);
int main(void)
{
int number[MAX] = {33,65,23,90,1,34,43,29,87,5};
int i, num;
printf("排序前:");
for(i = 0; i < MAX; i++)
{
printf("%d ", number[i]);
}
quicksort(number, 0, MAX-1);
printf("\n排序后:");
for(i = 0; i < MAX; i++)
printf("%d ", number[i]);
printf("\n");
return 0;
}

//快速排序
void quicksort(int number[], int left, int right)
{
int i, j, s;
if(left < right)
{
s = number[left];
i = left;
j = right + 1;
while(1)
{
// 向右找
while(i + 1 < MAX && number[++i] < s) ;
// 向左找
while(j -1 > -1 && number[--j] > s) ;
if(i >= j)
break;
SWAP(number[i], number[j]);
}
number[left] = number[j];
number[j] = s;

// 对左边进行递归
quicksort(number, left, j-1);
// 对右边进行递归
quicksort(number, j+1, right);
}
}

//结果测试

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实现键化建模的方。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。
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