排序算法

#define		DEBUG		

#include "Sort.h"

/***************************************************************************
	*	功能:冒泡排序(升序)
	*	输入:无
	*	输出:无
	*	注释:略
***************************************************************************/
void BubbleSort(int *src, int n)
{
	int i,j;
	int temp,*p;
#ifdef DEBUG
	int k,cnt=0;
#endif

	p = src;
	for (i=0; i<n-1; i++)
	{
		for (j=i; j<n; j++)
		{
			if (p[i] > p[j])
			{
				temp = p[i];
				p[i] = p[j];
				p[j] = temp;
			}
		}
	#ifdef DEBUG
		for (k=0; k<n; k++)
			printf("%d ",p[k]);
		printf("\n");
		cnt++;
	#endif
	}
#ifdef DEBUG
	printf("共%d轮\n",cnt);
#endif
}
/***************************************************************************
	*	功能:快速排序(升序)
	*	输入:无
	*	输出:无
	*	注释:略
***************************************************************************/
void QuickSort(int *src, int left, int right)
{
	int i,j;
	int temp,*p;

	if (left >= right)
		return;

	i = left;
	j = right;
	p = src;
	temp = p[left];		//用区间的第一个元素作为基准
	while(i < j)
	{
		while((i<j) && (temp<=p[j]))
			j--;
		if (i < j)
			p[i++] = p[j];
		while((i<j) && (temp>p[i]))
			i++;
		if (i < j)
			p[j--] = p[i];
	}
	p[i] = temp;

	QuickSort(p,left,i-1);		//对左区间递归排序 
	QuickSort(p,i+1,right);		//对右区间递归排序
}
/***************************************************************************
	*	功能:插入排序(升序)
	*	输入:无
	*	输出:无
	*	注释:略
***************************************************************************/
void InsertSort(int *src, int n)
{
	int i,j;
	int temp,*p;
#ifdef DEBUG
	int k,cnt=0;
#endif

	p = src;
	for (i=1; i<n; i++)
	{
		if (p[i] < p[i-1])
		{
			temp = p[i];
			for (j=i-1; (j>=0)&&(p[j]>temp); j--)
				p[j+1] = p[j];
			p[j+1] = temp;
		}
	#ifdef DEBUG
		for (k=0; k<n; k++)
			printf("%d ",p[k]);
		printf("\n");
		cnt++;
	#endif
	}
#ifdef DEBUG
	printf("共%d轮\n",cnt);
#endif
}
/***************************************************************************
	*	功能:希尔排序(升序)
	*	输入:无
	*	输出:无
	*	注释:略
***************************************************************************/
void HillSort(int *src, int n)
{
	int i,j;
	int gap,temp,*p;
#ifdef DEBUG
	int k,cnt=0;
#endif

	p = src;
	for (gap=n/2; gap>0; gap/=2)
	{
		for (i=gap; i<n; i++)
		{
			temp = p[i];
			for (j=i-gap; (j>=0)&&(p[j]>temp); j-=gap)
				p[j+gap] = p[j];
			p[j+gap] = temp;
		}
	#ifdef DEBUG
		for (k=0; k<n; k++)
			printf("%d ",p[k]);
		printf("\n");
		cnt++;
	#endif
	}
#ifdef DEBUG
	printf("共%d轮\n",cnt);
#endif
}

内容概要:该论文聚焦于T2WI核磁共振图像超分辨率问题,提出了一种利用T1WI模态作为辅助信息的跨模态解决方案。其主要贡献包括:提出基于高频信息约束的网络框架,通过主干特征提取分支和高频结构先验建模分支结合Transformer模块和注意力机制有效重建高频细节;设计渐进式特征匹配融合框架,采用多阶段相似特征匹配算法提高匹配鲁棒性;引入模型量化技术降低推理资源需求。实验结果表明,该方法不仅提高了超分辨率性能,还保持了图像质量。 适合人群:从事医学图像处理、计算机视觉领域的研究人员和工程师,尤其是对核磁共振图像超分辨率感兴趣的学者和技术开发者。 使用场景及目标:①适用于需要提升T2WI核磁共振图像分辨率的应用场景;②目标是通过跨模态信息融合提高图像质量,解决传统单模态方法难以克服的高频细节丢失问题;③为临床诊断提供更高质量的影像资料,帮助医生更准确地识别病灶。 其他说明:论文不仅提供了详细的网络架构设计与实现代码,还深入探讨了跨模态噪声的本质、高频信息约束的实现方式以及渐进式特征匹配的具体过程。此外,作者还对模型进行了量化处理,使得该方法可以在资源受限环境下高效运行。阅读时应重点关注论文中提到的技术创新点及其背后的原理,理解如何通过跨模态信息融合提升图像重建效果。
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