排序

前言:这是我考研时根据率辉老师的《高分笔记》总结的。

名称空间复杂度最好情况下时间复杂度最差情况下时间复杂度稳定性
直接插入排序O(1)已经有序,双层循环变为单层,O(n)O(n2 )稳定
希尔排序O(1)O(n2)不稳定
冒泡排序O(n)已经有序,O(n)O(n2)稳定
快速排序O(log2n)越无序效率越高,O(log2n)O(n2)不稳定
简单选择排序O(1)O(n2)O(n2)不稳定
堆排序O(1)O(log2n)O(log2n)不稳定
二路归并排序O(n)O(nlog2n)O(nlog2n)稳定
基数排序O(rd)O(d(n+rd))O(d(n+rd))稳定

备注
插入类排序:直接插入排序,希尔排序。
交换类排序:冒泡排序,快速排序。
选择类排序:简单选择排序,堆排序。

记忆方法

1.时间复杂度记忆方法

平均情况下,“快些归队”的时间复杂度为O(nlog2n),其他都为O(n2

: :快速排序;:希尔排序;:归并排序;:堆排序;

2.稳定性总结

“情绪不稳定快些选一堆好友来来聊天吧!”

: :快速排序;:希尔排序;:简单选择;:堆排序;解决哈希冲突的四种方法

https://www.cnblogs.com/chenchen127/p/11881299.html

在机器人操作系统(ROS)中,机器视觉是机器人感知和理解周围环境的关键技术。robot_vision功能包专注于这一领域,集成了多种视觉处理技术,包括摄像头标定、OpenCV库应用、人脸识别、物体跟踪、二维码识别和物体识别,极大地拓展了ROS在视觉应用方面的能力。 摄像头标定:作为机器视觉的基础,摄像头标定用于消除镜头畸变并获取相机的内参和外参。在ROS中,camera_calibration包提供了友好的用户界面和算法,帮助计算相机参数矩阵,为后续的图像校正和三维重建提供支持。 OpenCV:OpenCV是一个广泛使用的开源计算机视觉库,在ROS中扮演着重要角色。robot_vision功能包可能包含OpenCV的示例代码和节点,涵盖图像处理、特征检测、模板匹配和图像分割等功能,这些功能对机器人视觉系统至关重要。 人脸识别:ROS中的人脸识别结合了图像处理和机器学习技术。robot_vision可能集成了基于OpenCV的人脸检测算法,如Haar级联分类器或Adaboost方法,甚至可能包含深度学习模型(如FaceNet或SSD),帮助机器人实现人脸的识别和跟踪,提升人机交互能力。 物体跟踪:物体跟踪使机器人能够持续关注并追踪特定目标。在ROS中,通常通过卡尔曼滤波器、粒子滤波器或光流法实现。robot_vision功能包可能包含这些算法的实现,助力机器人完成动态目标跟踪任务。 二维码识别:二维码是一种高效的信息编码方式,常用于机器人定位和导航。ROS中的二维码包可用于读取和解析二维码,而robot_vision可能进一步封装了这一功能,使其更易于集成到机器人系统中。 物体识别:作为机器视觉的高级应用,物体识别通常涉及深度学习模型,如YOLO、SSD或Faster R-CNN。robot_vision功能包可能包含预训练的模型和对应的ROS节点,使机器人能够识别环境中的特
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