第2周【项目3 - 体验复杂度】

通过使用选择排序和快速排序算法处理近10万条数据,对比并分析两种算法的运行时间差异,强调优秀算法对于提高程序效率的重要性。

/* 
 *Copyright(c)2017,烟台大学计算机学院 
 *All right reserved. 
 *文件名称:20170914.cpp 
 *作者:李小同 
 *完成日期;2017年9月14日 
 *版本号;v1.1 
 * 
 *问题描述:感受两种算法在运行时间上的差异
 *输入描述:用一个将近10万条数据的文件作为输入数据
 *程序输出:程序运行所需要的时间
*/ 

#include <stdio.h>
#include <time.h>
#include <stdlib.h>
void selectsort(int a[], int n)
{
        int i, j, k, tmp;
        for(i = 0; i < n-1; i++)
        {
                k = i;
                for(j = i+1; j < n; j++)
                {
                        if(a[j] < a[k])
                                k = j;
                }
                if(k != j)
                {
                        tmp = a[i];
                        a[i] = a[k];
                        a[k] = tmp;
                }
        }
}
int main()
{
    int x[MAXNUM];
    int n = 0;
    double t1,t2;
    FILE *fp;
    fp = fopen("numbers.txt", "r");
    if(fp==NULL)
    {
        printf("打开文件错!请下载文件,并将之复制到与源程序文件同一文件夹下。\n");
        exit(1);
    }
    while(fscanf(fp, "%d", &x[n])!=EOF)
        n++;
    printf("数据量:%d, 开始排序....", n);
    t1=time(0);
    selectsort(x, n);
    t2=time(0);
    printf("用时 %d 秒!", (int)(t2-t1));
    fclose(fp);
    return 0;
} 

#include <stdio.h>
#include <time.h>
#include <stdlib.h>
#define MAXNUM 100000
void quicksort(int data[],int first,int last)
{
    int i, j, t, base;
    if (first>last)
        return;
    base=data[first];
    i=first;
    j=last;
    while(i!=j)
    {
        while(data[j]>=base && i<j)
            j--;
        while(data[i]<=base && i<j)
            i++;
        /*交换两个数*/
        if(i<j)
        {
            t=data[i];
            data[i]=data[j];
            data[j]=t;
        }
    }
    data[first]=data[i];
    data[i]=base;
    quicksort(data,first,i-1);
    quicksort(data,i+1,last);
}

int main()
{
    int x[MAXNUM];
    int n = 0;
    double t1,t2;
    FILE *fp;
    fp = fopen("numbers.txt", "r");
    if(fp==NULL)
    {
        printf("打开文件错!请下载文件,并将之复制到与源程序文件同一文件夹下。\n");
        exit(1);
    }
    while(fscanf(fp, "%d", &x[n])!=EOF)
        n++;
    printf("数据量:%d, 开始排序....", n);
    t1=time(0);
    quicksort(x, 0, n-1);
    t2=time(0);
    printf("用时 %d 秒!", (int)(t2-t1));
    fclose(fp);
    return 0;
}

运行结果



知识点总结:

掌握运用不同的算法结构,对做一个好的工程有很大的帮助。

学习心得:

感受不同算法在运行时间上的差异,采用好的算法可以大大节省计算机运行时间,提高效率。




一、数据采集层:多源人脸数据获取 该层负责从不同设备 / 渠道采集人脸原始数据,为后续模型训练与识别提供基础样本,核心功能包括: 1. 多设备适配采集 实时摄像头采集: 调用计算机内置摄像头(或外接 USB 摄像头),通过OpenCV的VideoCapture接口实时捕获视频流,支持手动触发 “拍照”(按指定快捷键如Space)或自动定时采集(如每 2 秒采集 1 张),采集时自动框选人脸区域(通过Haar级联分类器初步定位),确保样本聚焦人脸。 支持采集参数配置:可设置采集分辨率(如 640×480、1280×720)、图像格式(JPG/PNG)、单用户采集数量(如默认采集 20 张,确保样本多样性),采集过程中实时显示 “已采集数量 / 目标数量”,避免样本不足。 本地图像 / 视频导入: 支持批量导入本地人脸图像文件(支持 JPG、PNG、BMP 格式),自动过滤非图像文件;导入视频文件(MP4、AVI 格式)时,可按 “固定帧间隔”(如每 10 帧提取 1 张图像)或 “手动选择帧” 提取人脸样本,适用于无实时摄像头场景。 数据集对接: 支持接入公开人脸数据集(如 LFW、ORL),通过预设脚本自动读取数据集目录结构(按 “用户 ID - 样本图像” 分类),快速构建训练样本库,无需手动采集,降低系统开发与测试成本。 2. 采集过程辅助功能 人脸有效性校验:采集时通过OpenCV的Haar级联分类器(或MTCNN轻量级模型)实时检测图像中是否包含人脸,若未检测到人脸(如遮挡、侧脸角度过大),则弹窗提示 “未识别到人脸,请调整姿态”,避免无效样本存入。 样本标签管理:采集时需为每个样本绑定 “用户标签”(如姓名、ID 号),支持手动输入标签或从 Excel 名单批量导入标签(按 “标签 - 采集数量” 对应),采集完成后自动按 “标签 - 序号” 命名文件(如 “张三
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