快速排序算法

本文解析了快速排序的核心思想,通过实例演示了如何利用基准值划分并递归地对数组进行排序。通过代码展示了Java中快速排序的步骤,适合理解排序算法的基础开发者。

快排的核心在于:每次找到一个基准值的下标,并分别对基准值的两边进行快排。
动图:
在这里插入图片描述
代码:

public class QuickSort {

    public static void main(String[] args){
        int[] nums = new int[]{ 8, 9, 1, 7, 2, 3, 5, 4, 6, 0 };
        int[] res = sort(nums, 0, nums.length-1);
        for(int i=0; i<res.length; i++){
            System.out.print(res[i] + " ");
        }

    }

    public static int[] sort(int[] nums, int left, int right){ // 快排核心
        if(left >= right){
            return nums;
        }
        int middle = partition(nums, left, right);
        // 每次找到基值下标,都对两边分别进行快排
        sort(nums, left, middle -  1);
        sort(nums, middle + 1, right);
        return nums;
    }

    public static int partition(int[] nums, int left, int right){ // 计算基值存放下标
        int i = left;
        int j = right;
        int povit = nums[left]; // 选定最左边的值作为基值(被比较的值)
        while (i < j){
            while ((i < j) && (nums[j] >= povit)){
                j--;
            }
            while ((i < j) && (nums[i] <= povit)){
                i++;
            }
            /*
            不满足上面的条件时,说明左边的数大于等于右边的数,
            此时需要进行交换,保证基值右边的数要比左边的大
            */
            swap(nums, i, j);
        }
        swap(nums, left, i); // 找到基值下标,将原先选定的基值放在该下标表示的位置
        return i;
    }

    private static void swap(int[] array, int a, int b){
        int temp = array[a];
        array[a] = array[b];
        array[b] = temp;
    }

}

植物实例分割数据集 一、基础信息 数据集名称:植物实例分割数据集 图片数量: - 训练集:9,600张图片 - 验证集:913张图片 - 测试集:455张图片 总计:10,968张图片 分类类别:59个类别,对应数字标签0至58,涵盖多种植物状态或特征。 标注格式:YOLO格式,适用于实例分割任务,包含多边形标注点。 数据格式:图像文件,来源于植物图像数据库,适用于计算机视觉任务。 二、适用场景 • 农业植物监测AI系统开发:数据集支持实例分割任务,帮助构建能够自动识别植物特定区域并分类的AI模型,辅助农业专家进行精准监测和分析。 • 智能农业应用研发:集成至农业管理平台,提供实时植物状态识别功能,为作物健康管理和优化种植提供数据支持。 • 学术研究与农业创新:支持植物科学与人工智能交叉领域的研究,助力发表高水平农业AI论文。 • 农业教育与培训:数据集可用于农业院校或培训机构,作为学生学习植物图像分析和实例分割技术的重要资源。 三、数据集优势 • 精准标注与多样性:标注采用YOLO格式,确保分割区域定位精确;包含59个类别,覆盖多种植物状态,具有高度多样性。 • 数据量丰富:拥有超过10,000张图像,大规模数据支持模型充分学习和泛化。 • 任务适配性强:标注兼容主流深度学习框架(如YOLO、Mask R-CNN等),可直接用于实例分割任务,并可能扩展到目标检测或分类等任务。
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