排序算法(1)之插入排序----直接插入排序和希尔排序

news2024/11/26 4:19:54

 个人主页：C++忠实粉丝
欢迎 点赞👍 收藏✨ 留言✉ 加关注💓本文由 C++忠实粉丝 原创

排序之插入排序----直接插入排序和希尔排序(1)

收录于专栏【数据结构初阶】
本专栏旨在分享学习数据结构学习的一点学习笔记，欢迎大家在评论区交流讨论💌

目录

1.排序的概念及其运用

1.1排序的概念

1.2排序运用 

1.2.1 购物和电商

1.2.2 图书馆和书店

1.2.3 教育

1.2.4 交通和物流

1.2.5 餐饮业

1.3 常见的排序算法 

2.插入排序

2.1基本思想

2.2直接插入排序

2.2.1直接插入排序的概念:

2.2.2直接插入排序示例:

2.2.3动图演示:

 2.2.4代码实现:

2.2.5测试代码:

2.2.6时间复杂度分析

2.3希尔排序 ( 缩小增量排序 )

2.3.1希尔排序的概念

2.3.2希尔排序图解分析:

2.3.3代码展示:

 2.3.4测试代码:

2.3.5希尔排序时间复杂分析:

2.3.6 希尔排序的特性总结：

2.4希尔排序与直接插入排序的关系和比较 

3总结 

1.排序的概念及其运用

1.1排序的概念

排序：所谓排序，就是使一串记录，按照其中的某个或某些关键字的大小，递增或递减的排列起来的操作。

稳定性：假定在待排序的记录序列中，存在多个具有相同的关键字的记录，若经过排序，这些记录的相对次 序保持不变，即在原序列中，r[i]=r[j]，且r[i]在r[j]之前，而在排序后的序列中，r[i]仍在r[j]之前，则称这种排 序算法是稳定的；否则称为不稳定的。

内部排序：数据元素全部放在内存中的排序。

外部排序：数据元素太多不能同时放在内存中，根据排序过程的要求不断地在内外存之间移动数据的排序。

1.2排序运用 

排序算法在生活中有着广泛的应用，无论是日常活动还是专业领域，都能看到排序算法的身影。以下是一些具体的例子：

1.2.1 购物和电商

  • 产品排列：在线购物平台会根据价格、销量、评价等对商品进行排序，方便用户查找和比较。
  • 推荐系统：根据用户的浏览和购买历史，推荐系统会对可能感兴趣的商品进行排序。

1.2.2 图书馆和书店

  • 分类与索引：图书按字母顺序、类别、作者或者出版日期排序，方便读者查找。
  • 借阅记录：按时间顺序记录借还书信息，便于管理和统计。

1.2.3 教育

  • 成绩排名：考试成绩会按照分数排序，以便评估学生的表现。
  • 学籍管理：按学号或姓名排序学生信息，便于查询和管理。

1.2.4 交通和物流

  • 航班和列车时刻表：按出发时间、目的地等排序，方便乘客查询和安排行程。
  • 快递分拣：按目的地、优先级等对包裹进行排序，提高运送效率。

1.2.5 餐饮业

  • 菜单排序：餐厅菜单按菜品类型、受欢迎程度等排序，方便顾客选择。
  • 订单处理：按下单时间、优先级等排序订单，确保及时准确地完成服务。

这些例子展示了排序算法在各种场景中的重要性和广泛应用，从而提高了效率和用户体验。无论是简单的字母排序还是复杂的多条件排序，排序算法在现代生活中都是不可或缺的工具。

1.3 常见的排序算法 

大家可以去下面链接查看各个排序算法的动态演示效果

--Comparison Sorting Visualization (usfca.edu) 

2.插入排序

2.1基本思想

直接插入排序是一种简单的插入排序法，其基本思想是： 把待排序的记录按其关键码值的大小逐个插入到一个已经排好序的有序序列中，直到所有的记录插入完为止，得到一个新的有序序列 。

实际中我们玩扑克牌时，就用了插入排序的思想

2.2直接插入排序

2.2.1直接插入排序的概念:

直接插入排序（Insertion Sort）是一种简单直观的排序算法，其基本思想是逐步构建有序序列。具体操作如下：

  1. 初始状态：将序列分为两部分，一部分是有序序列，初始时只包含第一个元素；另一部分是无序序列，包含剩余的元素。

  2. 排序过程：

    • 从第二个元素开始，依次将该元素插入到前面已经排好序的序列中的合适位置。
    • 假设当前要插入的元素为 current_value，将 current_value 与已排序序列中的元素从后向前逐个比较。
    • 如果发现已排序元素比 current_value 大，则将该元素后移一位，直到找到比 current_value 小的位置，或者到达序列的开头。
    • 将 current_value 插入到找到的位置后，此时已排序序列长度增加一。

  3. 重复：重复以上步骤，直到所有元素都插入到有序序列中。

  4. 结束：当所有元素都插入到有序序列后，排序完成。

2.2.2直接插入排序示例:

假设要对数组 [5, 2, 4, 6, 1, 3] 进行直接插入排序：

  1. 初始时，有序序列为 [5]，无序序列为 [2, 4, 6, 1, 3]。
  2. 将 2 插入到 [5] 中，得到 [2, 5]，无序序列变为 [4, 6, 1, 3]。
  3. 将 4 插入到 [2, 5] 中，得到 [2, 4, 5]，无序序列变为 [6, 1, 3]。
  4. 依此类推，直到所有元素都插入到有序序列中，最终得到排序后的数组 [1, 2, 3, 4, 5, 6]。

直接插入排序虽然简单，但在某些特定情况下仍然可以提供不错的性能，特别是在处理部分有序的数据或者数据量较小时。

2.2.3动图演示:

 2.2.4代码实现:

void InsertSort(int* a, int n)
{
	//  [0, n-1]
	for (int i = 0; i < n - 1; i++)
	{
		// [0, n-2]是最后一组
		// [0,end]有序 end+1位置的值插入[0,end]，保持有序
		int end = i;
		int tmp = a[end + 1];
		while (end >= 0)
		{
			if (tmp < a[end])
			{
				a[end + 1] = a[end];
				--end;
			}
			else
			{
				break;
			}
		}
		a[end + 1] = tmp;
	}
}

分析:

  1. 外层循环（i 循环）：

    • for (int i = 0; i < n - 1; i++) 循环遍历数组，从第一个元素到倒数第二个元素。每次迭代开始时，数组从 a[0] 到 a[i] 是已经排好序的部分。

  2. 内层循环（end 循环）：

    • int end = i; 将当前元素 a[i+1] 视为待插入的元素。
    • int tmp = a[end + 1]; 记录待插入元素的值。

  3. 插入过程：

    • while (end >= 0) 内层循环用于找到待插入元素 tmp 的正确位置。
    • if (tmp < a[end]) 如果待插入元素比当前位置 a[end] 的元素小，则将 a[end] 向后移动一位，即 a[end + 1] = a[end];，同时 end-- 继续向前比较。
    • 当找到合适的位置（即 tmp >= a[end]），退出内层循环。

  4. 插入操作：

    • a[end + 1] = tmp; 将 tmp 插入到找到的合适位置 end + 1 处，此时数组从 a[0] 到 a[i+1] 又变成有序状态。

 注意:我们的外层循环for (int i = 0; i < n - 1; i++) 是遍历的是我们已经排好序的数组,我们需要排的数为a[end+1],也就是a[i+1],所以这里i<n-1,不能等于n-1

2.2.5测试代码:

测试链接:912. 排序数组 - 力扣（LeetCode）

题目描述:

给你一个整数数组 nums，请你将该数组升序排列。

示例 1：

输入：nums = [5,2,3,1]
输出：[1,2,3,5]

示例 2：

输入：nums = [5,1,1,2,0,0]
输出：[0,0,1,1,2,5]

提示：

  • 1 <= nums.length <= 5 * 104
  • -5 * 104 <= nums[i] <= 5 * 104

代码展示:

void InsertSort(int* a, int n)
{
    for(int i = 0; i < n-1; i++)
    {
        int end = i;
        int tmp = a[end + 1];
        while(end >= 0)
        {
            if(a[end] > tmp)
            {
                a[end + 1] = a[end];
                end--;
            }
            else
            {
                break;
            }
        }
        a[end + 1] = tmp;
    }
}

int* sortArray(int* nums, int numsSize, int* returnSize) {
    (*returnSize) = numsSize;
    int* array = (int*)malloc(sizeof(int)*(*returnSize));
    for(int i = 0; i < numsSize; i++)
    {
        array[i] = nums[i];
    }
    InsertSort(array, numsSize);
    return array;
}

2.2.6时间复杂度分析

 插入排序可以说是排序的最底层,它最好的情况是有序,时间复杂度为O(n),很显然这种情况很少见,最坏的情况是逆序,时间复杂度为O(n^2).在平均情况下，直接插入排序的时间复杂度也是 O(n^2)。虽然有时候可能会比较少于最坏情况下的比较次数，但是对于大规模的随机数组，其平均时间复杂度仍然是二次阶的。

在力扣这道题目中只通过了12个例子就超时了.....

 

直接插入排序的特性总结：

1. 元素集合越接近有序，直接插入排序算法的时间效率越高

2. 时间复杂度：O(N^2)

3. 空间复杂度：O(1)，它是一种稳定的排序算法

4. 稳定性：稳定

2.3希尔排序 ( 缩小增量排序 )

2.3.1希尔排序的概念

希尔排序（Shell Sort）是一种改进的插入排序算法，也称作缩小增量排序。希尔排序通过将原始序列分割成若干个子序列来改善插入排序的性能，每个子序列分别进行插入排序，最后再对整体进行一次插入排序。其基本思想可以描述如下：

  1. 步骤：

    • 选择一个增量序列，通常是使用 Knuth 序列（例如 ( n / 2, n / 4, ..., 1 )）或者 Hibbard 序列（( 2^k - 1 )）来作为增量。
    • 根据选定的增量序列，将待排序的序列分割成若干个子序列。
    • 对每个子序列分别进行插入排序。
    • 逐渐缩小增量，重复以上步骤，直到增量为 1。

  2. 排序过程：

    • 假设待排序数组为 [5, 2, 4, 6, 1, 3]。
    • 如果选取增量序列为 ( n / 2, n / 4, ..., 1 )，则初始增量 ( n / 2 = 3 )。
    • 分别对 [5, 6]、[2, 1]、[4, 3] 这三个子序列进行插入排序。
    • 第一次插入排序后，可能得到 [1, 2, 3, 5, 4, 6]。
    • 接下来使用更小的增量进行插入排序，直到最终使用增量为 1 的插入排序完成整体排序。

2.3.2希尔排序图解分析:

 

2.3.3代码展示:

void ShellSort(int* a, int n)
{
	int gap = n;
	while (gap > 1)
	{
		// +1保证最后一个gap一定是1
		// gap > 1时是预排序
		// gap == 1时是插入排序
		gap = gap / 3 + 1;

		for (size_t i = 0; i < n - gap; ++i)
		{
			int end = i;
			int tmp = a[end + gap];
			while (end >= 0)
			{
				if (tmp < a[end])
				{
					a[end + gap] = a[end];
					end -= gap;
				}
				else
				{
					break;
				}
			}
			a[end + gap] = tmp;
		}
	}
}

代码逻辑：

  1. 初始设置 gap：

    • 初始时，将 gap 设置为数组长度 n。在每一轮迭代中，通过 gap = gap / 3 + 1 逐渐减小 gap 的值，直到最后一次迭代时 gap 等于 1，变成普通的插入排序。

  2. 主循环（while 循环）：

    • 当 gap 大于 1 时，进行希尔排序的预处理阶段，即根据当前的 gap 进行分组预排序。
    • 当 gap 等于 1 时，执行最后一轮，此时相当于执行普通的插入排序。

  3. 预排序阶段：

    • 对于每个 gap 值，通过一个 for 循环遍历数组，对每个分组进行插入排序。这里的 for (size_t i = 0; i < n - gap; ++i) 控制每个分组的起始位置。

  4. 插入排序：

    • 对于当前的分组起始位置 i，使用插入排序的方式将该分组内的元素排序。
    • 内部的 while 循环用于找到合适的插入位置，确保当前位置的元素插入到正确的位置。

  5. 交换和移动：

    • 如果当前位置的元素比 tmp（待插入元素）大，则将当前位置的元素向后移动 gap 个位置，直到找到合适的插入位置。
    • 插入位置确定后，将 tmp 插入到该位置。

  6. 最终结果：

    • 经过多次循环和逐步缩小的 gap 值处理后，数组 a 将被排序完成。

 2.3.4测试代码:

 测试链接:912. 排序数组 - 力扣（LeetCode）

代码展示:

void ShellSort(int* a, int n)
{
    int gap = n;
    while(gap > 1)
    {
        gap = gap/3 + 1;
        for(int i = 0; i < n - gap; i++)
        {
            int end = i;
            int tmp = a[end + gap];
            while(end >= 0)
            {
                if(tmp < a[end])
                {
                    a[end + gap] = a[end];
                    end-=gap;
                }
                else
                {
                    break;
                }
            }
            a[end + gap] = tmp;
        }
    }
}

int* sortArray(int* nums, int numsSize, int* returnSize) {
    (*returnSize) = numsSize;
    int* array = (int*)malloc(sizeof(int)*(*returnSize));
    for(int i = 0; i < numsSize; i++)
    {
        array[i] = nums[i];
    }
    ShellSort(array, numsSize);
    return array;
}

结果展示:

居然过了!!!!!!!!!!

 

希尔排序虽然有点难理解,看起来很复杂,但是它的效率真的很高.

2.3.5希尔排序时间复杂分析:

 有关希尔排序的时间复杂度至今都没有定论.

《数据结构(C语言版)》--- 严蔚敏

《数据结构-用面相对象方法与C++描述》--- 殷人昆 

因为我的gap是按照Knuth提出的方式取值的，而且Knuth进行了大量的试验统计，我们暂时就按照：O(n^1.3)来算

那为什么希尔排序的时间复杂难算呢?

第一次预排序 gap = n/3(这里我们将-1省略方便计算),一组有3个数据(n=10),最坏的情况需要排3次,也就是3*3/n=n,也就是说,希尔第一次预排序接近于O(n)

最后一次排序:数组接近有序,可以看成O(n)

第二次预排序:gap=n/9,每组九个数据,最坏的情况(1+2.....+8)*n/9=4n

注意:这里我们第二次预排序取得是最坏的情况,而经过我们第一次得预排序,我们第二次往往不会是最坏的情况,希尔排序难就难在除第一次和最后一次,其他情况是变化的

2.3.6 希尔排序的特性总结：

1. 希尔排序是对直接插入排序的优化。

2. 当gap > 1时都是预排序，目的是让数组更接近于有序。当gap == 1时，数组已经接近有序的了，这样就 会很快。这样整体而言，可以达到优化的效果。我们实现后可以进行性能测试的对比。

3. 希尔排序的时间复杂度不好计算，因为gap的取值方法很多，导致很难去计算，因此在好些树中给出的 希尔排序的时间复杂度都不固定：

2.4希尔排序与直接插入排序的关系和比较 

关系与比较：

  1. 基础原理： 希尔排序可以看作是对直接插入排序的改进，通过预处理数据，使其更接近最终排序后的位置，从而减少了直接插入排序中的元素比较和移动次数。

  2. 性能比较： 在数据量较小时，直接插入排序可能会比希尔排序更快，因为希尔排序的预处理阶段可能带来一定的额外开销。但是在大规模数据和随机数据排序时，希尔排序通常能够明显优于直接插入排序。

  3. 稳定性： 直接插入排序是稳定的，而希尔排序一般来说是不稳定的，这是因为希尔排序涉及多个子序列的插入排序，子序列之间的相对顺序可能发生变化。

综上所述，希尔排序和直接插入排序虽然在实现上有所区别，但它们的基本思想都是通过逐步将元素移动到正确位置来完成排序，希尔排序通过增量序列的方式优化了插入排序的性能，特别是在处理大规模数据时表现更为优越。

3总结 

直接插入排序和希尔排序虽然在我们排序中使用较少,但它们具有可使用性,尤其是希尔排序(从它AC力扣的数组排序就可以看出)

我马上会更选择排序--(选择排序和推排序)

宝子们记得点赞关注支持一下

我将会在数据结构初阶这个专栏持续更新

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/1875428.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

【动态规划】279.完全平方数

【动态规划】279.完全平方数

279. 完全平方数 难度&#xff1a;中等 力扣地址&#xff1a;https://leetcode.cn/problems/perfect-squares/ 没有刷过的小伙伴们请一定要先去刷一次&#xff0c;然后如果感兴趣的话再阅读以下内容&#xff0c;便于交流 ~ 多谢支持 ~ 问题描述 给你一个整数 n &#xff0c;返…
阅读更多...
sql server启动、连接 与 navicat连接sql server

sql server启动、连接 与 navicat连接sql server

一、sql server 启动 1.搜索cmd->以管理员身份运行 2.输入以下命令 net start mssqlserver 3.服务器启动成功 二、sql server连接 1.打开ssms&#xff0c;输入&#xff0c;连接 2.右键&#xff0c;属性 3.连接&#xff0c;勾选允许远程连接到此服务器 三、navicat连接sq…
阅读更多...
论文浅尝 | 通过基于动态文档知识图谱增强的大语言模型故事理解

论文浅尝 | 通过基于动态文档知识图谱增强的大语言模型故事理解

笔记整理&#xff1a;许方舟&#xff0c;天津大学硕士&#xff0c;研究方向为知识图谱 链接&#xff1a;https://ojs.aaai.org/index.php/AAAI/article/view/21286 1. 动机 基于大型 Transformer 的语言模型在需要叙事理解的各种任务上取得了令人难以置信的成功&#xff0c;包括…
阅读更多...
核方法总结（三）———核主成分（kernel PCA）学习笔记

核方法总结（三）———核主成分（kernel PCA）学习笔记

一、核主成分 1.1 和PCA的区别 PCA &#xff08;主成分分析&#xff09;对应一个线性高斯模型&#xff08;参考书的第二章&#xff09;&#xff0c;其基本假设是数据由一个符合正态分布的隐变量通过一个线性映射得到&#xff0c;因此可很好描述符合高斯分布的数据。然而在很多实…
阅读更多...
基于GWO灰狼优化的多目标优化算法matlab仿真

基于GWO灰狼优化的多目标优化算法matlab仿真

目录 1.程序功能描述 2.测试软件版本以及运行结果展示 3.核心程序 4.本算法原理 4.1灰狼优化算法原理 4.2 多目标优化问题(MOP)的帕累托最优解 4.3 基于GWO的多目标优化算法 5.完整程序 1.程序功能描述 基于GWO灰狼优化的多目标优化算法matlab仿真&#xff0c;目标函数…
阅读更多...
java基于ssm+jsp 咨询交流论坛

java基于ssm+jsp 咨询交流论坛

1 管理员登录 管理员输入个人的用户名、密码登录系统&#xff0c;这时候系统的数据库就会在进行查找相关的信息&#xff0c;如果我们输入的用户名、密码不正确&#xff0c;数据库就会提示出错误的信息提示&#xff0c;同时会提示管理员重新输入自己的用户名、密码&#xff0c;…
阅读更多...
Vite: 代码分割与拆包

Vite: 代码分割与拆包

概述 在生产环境下&#xff0c;为了提高页面加载性能&#xff0c;构建工具一般将项目的代码打包(bundle)到一 起&#xff0c;这样上线之后只需要请求少量的 JS 文件&#xff0c;大大减少 HTTP 请求。当然&#xff0c;Vite 也不例 外&#xff0c;默认情况下 Vite 利用底层打包引…
阅读更多...
JWT跨域认证

JWT跨域认证

新建shop项目 新建bean包&#xff0c;再其包下新建User package com.example.shop.bean;public class User {private String username;private String password;// 可以根据需要添加其他字段&#xff0c;比如角色、邮箱等public String getUsername() {return username;}public…
阅读更多...
“深入解析操作系统核心：进程管理与并发艺术“

“深入解析操作系统核心：进程管理与并发艺术“

操作系统中最核心的概念是进程:这是对正在运行程序的ー个抽象 并行 并发 “在任何多道程序设计系统中,CPU由一个进程快速切换至另ー个进程,使每个进程各运行几十或几百毫秒。严格地说,在某ー个瞬间,CPU只能运行ー个进程。但在1秒钟内,它可能运行多个进程,这样就产生并行的错觉…
阅读更多...
【漏洞复现】电信网关配置管理系统——命令执行

【漏洞复现】电信网关配置管理系统——命令执行

声明&#xff1a;本文档或演示材料仅供教育和教学目的使用&#xff0c;任何个人或组织使用本文档中的信息进行非法活动&#xff0c;均与本文档的作者或发布者无关。 文章目录 漏洞描述漏洞复现测试工具 漏洞描述 电信网关配置管理系统是一个用于管理和配置电信网关设备的软件系…
阅读更多...
【C++题解】1466. 等差数

【C++题解】1466. 等差数

问题&#xff1a;1466. 等差数 类型&#xff1a;简单循环 题目描述&#xff1a; Peter 同学刚刚在学校学习了等差数列的概念。 等差数列&#xff0c;指的是一组数&#xff0c;这些数连续 2 个数的差值是相等的&#xff0c;比如&#xff1a;123&#xff0c;135&#xff0c;852…
阅读更多...
【AI提升】AI利器Tool Call/Function Call(二):OpenAI/qwen-agent/LangChain/Ollama

【AI提升】AI利器Tool Call/Function Call(二):OpenAI/qwen-agent/LangChain/Ollama

上一节快速使用了Tool Call 【AI提升】AI利器Tool Call/Function Call(一) &#xff0c;使用的是LangChainOllama&#xff0c;这一节说说为什么使用这个组合&#xff0c;以及其余的使用场景。 首先大家都知道&#xff0c;在目前AI的世界里&#xff0c;各大模型都还是跟着OpenA…
阅读更多...
onnx模型转rknn到部署

onnx模型转rknn到部署

简介 最近开始用3568的板子&#xff0c;之前是在用3399&#xff0c;cpu的话3399比3568强&#xff0c;但是3568有1T的npu算力&#xff0c;所以模型移植过来用npu使用&#xff0c;之前用ncnn感觉太慢了&#xff0c;rk的npu使用没有开源&#xff0c;所以没法兼容&#xff0c;只能跑…
阅读更多...
聚鼎贸易：装饰画行业还有没有前景

聚鼎贸易：装饰画行业还有没有前景

在数字化的浪潮中&#xff0c;装饰画行业似乎被边缘化&#xff0c;成为传统与现代较量中的一片瓦砾。然而&#xff0c;透过表面的凋零&#xff0c;我们能够窥见其潜藏的蓬勃生机与无限前景。 随着社会的快速发展&#xff0c;人们对生活品质的追求日益提高。家&#xff0c;作为个…
阅读更多...
Golang | Leetcode Golang题解之第204题计数质数

Golang | Leetcode Golang题解之第204题计数质数

题目&#xff1a; 题解&#xff1a; func countPrimes(n int) int {primes : []int{}isPrime : make([]bool, n)for i : range isPrime {isPrime[i] true}for i : 2; i < n; i {if isPrime[i] {primes append(primes, i)}for _, p : range primes {if i*p > n {break}…
阅读更多...
图像增强及运算篇之图像掩膜直方图和HS直方图

图像增强及运算篇之图像掩膜直方图和HS直方图

一.图像掩膜直方图 如果要统计图像的某一部分直方图&#xff0c;就需要使用掩码&#xff08;蒙板&#xff09;来进行计算。假设将要统计的部分设置为白色&#xff0c;其余部分设置为黑色&#xff0c;然后使用该掩膜进行直方图绘制&#xff0c;其完整代码如下所示。 # -*- codi…
阅读更多...
golang使用RSA加密和解密

golang使用RSA加密和解密

目录 前提 生成RSA公钥和密钥 读取文件 加密 解密 前提 本文章我们是先读取的RSA文件&#xff0c;所以需要先生成RSA&#xff0c;并且保存在文件中&#xff0c;再进行加密 生成RSA公钥和密钥 如果没有公钥和密钥&#xff0c;可以先看看我上一篇文章 生成RSA公钥和密钥h…
阅读更多...
在 Java 中的使用Selenium 测试框架

在 Java 中的使用Selenium 测试框架

Selenium 测试框架&#xff1a;在 Java 中的使用 Selenium 测试框架就是这样一个强大的工具&#xff0c;它为 Web 应用的自动化测试提供了全面且高效的解决方案。 一、Selenium 简介 Selenium 是一个开源的自动化测试工具集&#xff0c;专门用于测试 Web 应用程序。它支持多…
阅读更多...
Camera Raw：编辑 - 曲线

Camera Raw：编辑 - 曲线

Camera Raw “编辑”模块中的曲线 Curve面板提供了曲线这一强大的工具&#xff0c;通过精确控制亮度和对比度&#xff0c;以及调整红、绿、蓝通道的曲线&#xff0c;可以显著提升图像的视觉效果和色彩表现。这些调整工具为摄影师和图像编辑者提供了丰富的创意可能性&#xff0c…
阅读更多...
Cesium 在加载 3dTiles 如何如何获取ID

Cesium 在加载 3dTiles 如何如何获取ID

文章目录 问题分析问题 加载的 3dTiles 打印content.getFeature(i)出来后如图所示，想获取到id值 分析 var tileset = mapLayer.init3dTileLayer({url:it.url,maximumMemoryUsage: it.maximumMemoryUsage,
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023