GSL中的组合

本文介绍了如何使用gsl_combination结构体来创建和操作组合。详细解释了如何分配、初始化及释放组合内存,以及如何复制组合内容。适用于需要迭代处理集合所有子集的应用场景。

组合

    本章介绍用于创建和操作组合的函数。组合c由范围在0到n-1之间的k个整数组成的数组表示,其中每个值ci最多出现一次。组合c对应于从n个元素向量中选择的k个元素的索引。组合对于迭代集合的所有k个元素子集很有用。

    本章描述的函数定义在头文件gsl_combination.h中。

10.1 组合的结构体

       组合定义为一个包含三个组件的结构体,n和k的值,以及指向组合数组的指针。组合数组的元素都是size_t类型的,并按递增顺序存储。gsl_combination结构看起来是这样的。

gsl_combination

typedef struct

{

size_t n;

size_t k;

size_t *data;

}gsl_combination;

10.2 组合的内存分配

gsl_combination * gsl_combination_alloc(size_t n, size_t k)

    本函数为参数n、k的新组合分配内存。组合未初始化,其元素未定义。如果您想创建一个组合,并将其初始化为字典式的第一个组合,请使用函数gsl_combination_calloc()。如果没有足够的内存来创建组合,则返回空指针。

gsl_combination * gsl_combination_calloc(size_t n, size_t k)

    本函数为参数n、k的新组合分配内存,并将其初始化为字典上的第一个组合。如果没有足够的内存来创建组合,则返回空指针。

void gsl_combination_init_first(gsl_combination * c)

    本函数将组合c初始化为字典上的第一个组合,即(0,1,2,…,k - 1)。

void gsl_combination_init_last(gsl_combination * c)

    本函数将组合c初始化为字典上的最后一个组合,即(nkn k + 1,...,n-1)。

void gsl_combination_free(gsl_combination * c)

    本函数释放组合c使用的所有内存。

int gsl_combination_memcpy(gsl_combination * dest, const gsl_combination * src)

    本函数将组合src的元素复制到组合dest中。这两个组合必须具有相同的大小。

Security-feature-detection-system 安全检测系统 简介 安全检测系统-多目标识别(YOLOv5)和人脸识别(Facenet)快速部署系统。 功能上:本项目使用YOLOv5实现多目标识别,使用Facenet实现人脸识别,最终需要人脸和此人应具备的多目标同时满足才能通过安全检测,部署上:使用pyqt5实现前端可视化,在前端页面运行YOLOv5多目标识别系统(将模型运行封装到Qt中),使用Docker封装人脸识别后端系统,使用网络请求等包实现前后端交互 案例:进行多目标识别的同时,进行人脸识别,前端系统发送请求,携带参数到后端进行人脸识别,最终返回人脸识别结果,获取人脸识别结果后,检索该成员应具备的多目标特征,与YOLOv5多目标识别的实际结果进行比对,若无误则通过安全检测。 根据原作 https://pan.quark.cn/s/9784cdf4abfd 的源码改编 项目背景 出于一些比赛的需要,以及逃离懵懂状态开始探索,我于2023.12~2024.1(大二上)开始一些CV、LLM项目的研究,苦于能力有限,当时大部分的项目都是依托开源搭建而来,诸如本项目就是依托开源的Compreface和Yolov5搭建,我只不过做了缝合的工作,所以在此必须提及这两个项目的巨大贡献:https://.com/exadel-inc/CompreFace https://.com/ultralytics/yolov5 今天是2024.7.11(大二下暑假),时隔半年我才开始这个项目的开源工作是因为,半年前的水平有限,虽然自己能实现项目的运作,但是恐很多细节介绍不好,当然本文自发出,后续我还会跟进,欢迎指正:22012100039@stu.xidian.edu.c...
使用教程: https://pan.quark.cn/s/c0f2b4acdf83,有不会的再问我  功能介绍: 用户输入人脸照片,程序从照片库中选出10张最相似人脸照片输出在文件夹中,并且给出这十张人脸与输入人脸的相似度值。 照片库可以增删 调节相似度阈值可调节 自定义UI操作界面 视频演示: [[项目分享]基于OpenCV的人脸集合相似度检测系统(源码&UI&教程)哔哩哔哩bilibili](https://www.bilibili.com/video/BV1Wa41137CW/?vd_source=bc9aec86d164b67a7004b996143742dc) 图片演示: png png 人脸相似度对比原理: 整体思路: 1、预先导入所需要的人脸识别模型; 2、遍历循环识别文件夹里面的图片,让模型“记住”人物的样子; 3、输入一张新的图像,与前一步文件夹里面的图片比对,返回最接近的结果。 使用到的第三方模块和模型: 1、模块:os,dlib,glob,numpy; 2、模型:人脸关键点检测器,人脸识别模型。 导入需要的模型。 这里解释一下两个dat文件: 它们的本质是参数值(即神经网络的权重)。 人脸识别算是深度学习的一个应用,事先需要经过大量的人脸图像来训练。 参考该博客,设计一个神经网络结构,来“记住”人类的脸。 对于神经网络来说,即便是同样的结构,不同的参数也会导致识别的东西不一样。 在这里,这两个参数文件就对应了不同的功能(它们对应的神经网络结构也不同): shapepredictor.dat这个是为了检测人脸的关键点,比如眼睛,嘴巴等等;dlibface_recognition.dat是在前面检测关键点的基础上,生成人脸的特征值。 所以后面使用dlib模块的时...
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