堆排序

排序过程:将未排序的数组看成是一个完全二叉树,依次从右到左,从下到上,对字树根节点和左右子节点进行

                  比较,挑选出最大的(或者最小的)一个 数放到根节点,调整完成之后,得到最大的(或者最小  

                  的)数位于总根节点,然后再将其与最后一个数交换,继续前一个过程,最终得到一个 排好序的数组

 

public void sorting() {
		for(int i=array.length;i>0;i--){
			this.buildingHeap(i);
			this.exchange(i-1, 0);
		}
	}
	
	private void buildingHeap(int n){
		
		for(int i=n/2;i>0;i--){
			adjustHeap(i-1,n);
		}
	}
	
	private void adjustHeap(int n,int length){
		int temp;
		int left=2*n+1;
		int right=2*n+2;
		if(right<=length-1){//左右子数都有
			if(array[left]>array[n]&&array[left]>array[right]){
				exchange(n,left);
			}else if(array[right]>array[n]&&array[right]>array[left]){
				exchange(n,right);
			}
		}else if(right>(length-1)&&left<=(length-1)){//只有左子树,没有右子树
			if(array[left]>array[n]){
				exchange(n,left);
			}
		}
	}
	
	private void exchange(int m,int n){
		int temp;
		temp=array[m];
		array[m]=array[n];
		array[n]=temp;
	}

时间复杂度: 平均 O(nlogn)         最好O(nlogn)       最坏O(nlognn)   不稳定

 

代码下载:

http://download.youkuaiyun.com/detail/hbdatouerzi/9330395

转载于:https://www.cnblogs.com/huangbei1990/p/5742442.html

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