线性表

#include <iostream>
using namespace std;
struct node
{
	int data;
	struct node *next;
};
void Front_Insert(struct node *L,int k)//头插 
{
	struct node *p;//建立新节点 
	int i,m;
	for(i=0;i<k;i++)
	{
		cin>>m;
		p=new(struct node);
		p->data=m;//将输入的值赋值给节点p 
		p->next=L->next;//将头结点的指针赋值给p节点 
		L->next=p;//L节点指向p 
	} 
}
void End_Insert(struct node *L,int k)//尾插 
{
	struct node *q,*r;//建立新节点 
	r=L;//头结点赋值与r,这样r就具有头结点的性质 
	int i,m;
	for(i=0;i<k;i++)
	{
		cin>>m;
		q=new(struct node);
		q->data=m;将输入的值赋值给节点q 
		r->next=q;//r结点指向q节点 
		r=q;//令r接点等于q接点 
	}
	r->next=NULL;//最后将最后一节点的指针置空 
}

int main()
{
	struct node s;
	s.next=NULL;//将初始化的链表置空
	int n,k,i;
	cin>>n;
	Front_Insert(&s,n);//头插  
	struct node *q;//输出 
	q->next=s.next;
	while(q->next!=NULL)
	{
		q=q->next;
		cout<<q->data<<" ";
	}
	return 0;
}
数据集介绍:高空视角飞机跑道船只目标检测数据集 一、基础信息 数据集名称:高空视角飞机跑道船只目标检测数据集 图片数量: - 训练集:3,375张图片 - 验证集:331张图片 - 测试集:164张图片 分类类别: - airplane:涵盖多种机型的高空目标检测样本 - runway:包含机场跑道及地面辅助设施的关键区域标注 - ship:覆盖不同尺寸和航向的船只检测样本 标注格式: YOLO格式,包含目标检测所需的归一化坐标及类别标签 数据特性: - 无人机及高空平台采集视角 - 覆盖陆地、海洋、机场等多场景 - 包含目标小尺寸、密集排列等真实检测挑战 二、适用场景 航空交通管理系统开发: 支持构建自动识别空中飞行器与地面跑道的AI模型,提升空域管理效率 无人机自主导航系统: 为无人机提供机场跑道识别与障碍物避让的基准训练数据 港口船舶监控解决方案: 训练船舶检测模型,支持海上交通流量统计与异常行为识别 遥感图像分析工具: 适用于卫星/航拍影像中的基础设施识别与地理信息系统开发 三、数据集优势 多目标协同检测能力: 同时包含空中目标(飞机)、地面设施(跑道)、海上目标(船舶)的关联场景数据 高适应性标注: 兼容YOLOv5/YOLOv8等主流目标检测框架,支持快速模型迭代 视角多样性: 涵盖不同高度、角度、光照条件下的无人机及高空拍摄视角 专业数据分割: 严格划分训练集/验证集/测试集,符合工业级模型开发标准
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