python数据结构学习笔记-2016-11-20-01-直方图ADT

        11.6 直方图(histograms)

        11.6.1 直方图ADT

        直方图ADT所包含的方法如下：

Histogram(catSeq)：创建直方图，catSeq为指定的分类，每一个分类的频数初始化为零；
getCount(category)：返回给定分类的频数；
incCount(category)：给定分类的频数加一；
totalCount()：返回所有分类的频数之和；
iterator()：直方图的迭代器。

        建立直方图

        从文件中读取数据，建立一个直方图。

#-*-coding: utf-8-*-

# 建立直方图

from maphist import Histogram

def letterGrade(grade):
if grade >= 90:
return 'A'
elif grade >= 80:
return 'B'
elif grade >= 70:
return 'C'
elif grade >= 60:
return 'D'
else:
return 'F'

def printChart(gradeHist):
print "\tGrade Distribution"
letterGrades = ('A', 'B', 'C', 'D', 'F')
for letter in letterGrades:
print " |"
print "%s +"
freq = gradeHist.getCount(letter)
print '*' * freq
print " |"
print " +----+----+----+----+----+----+----+----"
print " 0    5    10   15   20   25   30   35"

def main():
gradeHist = Histogram("ABCDF")
gradeFile = open('cs101grades.txt', 'r')
for line in gradeFile:
grade = int(line)
gradeHist.incCount(letterGrade(grade))
printChart(gradeHist)

if __name__ == "__main__":
main()

         直方图的实现
         使用散列表来实现。

#-*-coding: utf-8-*-

# 直方图的实现

from hashmap import HashMap

class Histogram(object):
def __init__(self, catSeq):
self._freqCounts = HashMap()
for cat in catSeq:
self._freqCounts.add(cat, 0)

def getCount(self, category):
assert category in self._freqCounts, "Invalid histogram category."
return self._freqCounts.valueOf(category)

def incCount(self, category):
assert category in self._freqCounts, "Invalid histogram category."
value = self._freqCounts.valueOf(category)
self._freqCounts.add(category, value+1)

def totalCount(self):
total = 0
for cat in self._freqCounts:
total += self._freqCounts.valueOf(cat)
return total

def __iter__(self):
return iter(self._freqCounts)

       11.6.2 彩色直方图
        彩色直方图的方法：

ColorHistogram()：创建空的彩色直方图；
getCount(red, green, blue)：返回给定颜色的频数；
incCount(red, green, blue)：将给定颜色的频数加一；
totalCount()：返回所有颜色的频数；
iterator()：迭代器。

        实现彩色直方图的手段有很多。最直观的就是使用三维数组，但是这种手段太耗费内存。另外就是python列表或链表，但如果是处理一个包含百万种颜色的图像，效率会变得很低下。
        闭散列法也不是一种特别好的选择，因为再散列次数太多。开散列法，如果散列函数设计得好，则是一种较好的选择。
        本例可以使用开散列法，使用二维数组作为底层数组，确定red参数和green参数，而数组中的链表结点则表示blue 参数。



        对于含n像素的图像，其直方图的构造器的时间复杂度是O(n)。因为，确定底层数组的索引是O(1)，但要确定blue参数，则需在链表进行搜索操作，所以时间复杂度是O(n)。
        相应的遍历，可以对二维数组遍历，但效率太低。可以单独储存一个链表，用以记录当前的所有颜色。