快速排序

快速排序算法详解
本文深入介绍了两种快速排序算法的实现方式:一种通过基准点进行排序并递归地应用于子数组,另一种采用类似的方法但实现细节有所不同。每种方法都详细展示了如何选择基准点、如何划分数组以及递归调用的过程。


/**
 * 快排
 * 
 *
 */
public class FastSort {
    /**
     * 两边排序
     * 
     * @param arr
     * @param start
     * @param end
     */
    public static void FSort(int[] arr, int start, int end) {
        if (start >= end)
            return;
        int pos = FindPos(arr, start, end);
        FSort(arr, start, pos - 1);
        FSort(arr, pos + 1, end);

    }

    /**
     * 交换arr[i]和arr[j]的位置
     * 
     * @param arr
     * @param i
     * @param j
     */
    public static void swap(int[] arr, int i, int j) {
        int t = arr[i];
        arr[i] = arr[j];
        arr[j] = t;
    }

    /**
     * 按基准点排序
     * 
     * @param arr
     * @param start
     * @param end
     * @return
     */
    public static int FindPos(int[] arr, int start, int end) {
        int base = arr[start];
        int i = start;
        int j = end + 1;
        while (true) {
            while (arr[++i] < base && i < end)
                ;
            while (arr[--j] > base)
                ;
            if (i >= j)
                break;
            swap(arr, i, j);

        }
        arr[start] = arr[j];
        arr[j] = base;
        return j;
    }

    public static void main(String[] args) {
        int[] arr = { 7, 2, 1, 20, 9, 0, 8 };
        FSort(arr, 0, arr.length - 1);
        for (int i : arr) {
            System.out.print(i + " ");
        }
    }
}

public class QuickSort {
    /**
     * 快速排序
     * 1.基准元素为第一个元素,i为第一个元素的下标,j为最后一个元素的下标
     * 2.j向前找,找到比基准元素值小的,赋值给j的位置;i向后找,找到比基准元素大的值,赋值给i的位置
     * 3.i>=j的时候停止,基准元素左右两边分别重复上面步骤
     */
    public static int QSort(int start,int end,int[] arr){
        int base=arr[start];//基点值
        while(start<end){
            while(arr[end]>=base&&start<end){
                end--;  
            }
            arr[start]=arr[end];
            while(arr[start]<=base&&start<end){
                start++;
            }
            arr[end]=arr[start];
        }
        arr[start]=base;
        return start;

    }
    public static void EndSort(int start,int end,int[] arr){
        if(start>=end){
            return;
        }

        int position = QSort(start,end,arr);
        EndSort(start, position-1, arr);
        EndSort(position+1, arr.length-1, arr);
    }
    public static void main(String[] args) {
        // TODO Auto-generated method stub
        int arr[]={7,9,5,4,6};
        EndSort(0,arr.length-1,arr); 
    for(int i=0;i<arr.length;i++){
        System.out.print(arr[i]+" ");
        }
    }

}
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