sort演算法的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列懶人包和總整理

C++編程規範

為了解決sort演算法的問題，作者侯捷、陳碩 這樣論述：

C++編程規範（C++ Coding Standards）Herb Sutter and Andrei Alexandrescu101個準則、指導方針，和最佳實踐 　　堅實而高品質的編程規範（coding standards）可以改善軟體品質，提早產品上市，助長團隊合作，把時間用在重要且合理的事情上，並且簡化維護。當今全球最受矚目的兩位C++ 專家從全世界無數C++ 社群的豐富經驗中提煉出一整組編程規範，讓每一位開發人員和團隊都能夠了解並用來做為他們自己的編程規範的基礎。 　　兩位作者涵蓋了C++ 編程的幾乎每一個面向：設計和撰碼風格（design and coding style）、函式

（functions）、運算子（operators）、class設計、繼承（inheritance）、建構/解構（construction/destruction）、拷貝（coping）、賦值（assignment）、命名空間（namespaces）、模塊（modules）、模板（templates）、泛型（genericity）、異常（exceptions）、STL容器和演算法（containers and algorithms），以及更多內容，並搭配實際範例。從型別定義（type definition）到錯誤處理（error handling），本書呈現C++的最佳實踐，包括某些縱使你使用

C++ 多年也不一定知曉，最近才獲確認及標準化的技術。循此方向，你將發現諸如此類的問題解答：   ●  什麼東西值得被標準化？什麼不值得？  ●  什麼是寫出伸縮性程式碼（code for scalability）的最佳手段？  ●  什麼是合理的錯誤處理策略（error handling policy）的要素？  ●  如何（以及為什麼）避免非必要的初始化和循環相依（cyclic dependencies）？  ●  何時（以及如何）應該同時使用靜態和動態多型（static and dynamic polymorphism）？  ●  如何實踐安全的覆寫（"safe" overriding）

？  ●  何時應該提供一個no-fail swap？  ●  為什麼應該（以及如何）阻止異常跨模塊邊界（across module boundaries）傳播？  ●  為什麼不該在表頭檔內寫namespace的宣告式或指令（declarations or directives）？  ●  為什麼應該使用STL的vector和string來取代arrays？  ●  如何選擇正確的STL search或sort演算法？  ●  應該遵循什麼規則來保證type-safe程式碼？不論個人或團隊，本書助你寫出更乾淨的程式碼 — 而且更快寫出，帶著更少的困難和挫敗。 　　Herb Sutter是三本

受高度讚揚的書籍的作者，它們分別是《Exceptional C++ Style》、《Exceptional C++》和《More Exceptional C++》（Addison Wesley）。他目前是C++ 標準委員會主席，也是C/C++ User Journal的特約編輯和專欄作家。作為Microsoft的軟體架構師（software architect），Sutter目前正領導設計C++ language extensions for .NET programming。 　　Andrei Alexandrescu是獲譽無數的《Modern C++ Design》（Addison Wes

ley, 2001）一書作者，以及C/C++ User Journal專欄作家。

sort演算法進入發燒排行的影片

利用卷積神經網路自動辨識母豬哺乳行為及追蹤仔豬

為了解決sort演算法的問題，作者何冠穎 這樣論述：

豬肉是台灣和世界許多國家的重要蛋白質來源。維持仔豬的斷奶率對於滿足豬肉不斷增長的需求至關重要。新生仔豬比較脆弱，因此需要更多照顧。然而，人工觀察是費時且勞動密集的，因此，本研究的目的為開發一種自動方法在影片中識別母豬的泌乳行為、定位仔豬、追蹤個別仔豬並量化仔豬的移動狀況。在研究中，視頻以一秒五張的速率轉換為圖像。圖像經過了預處理。開發了手機網路第二板（MobileNetV2）模型來識別泌乳行為。然後開發了精細旋轉視網膜網路（R3Det）模型來定位仔豬。隨後，將簡單的即時跟踪（SORT）演算法應用追蹤個別仔豬。最後，通過頻率和距離閾值過濾量化的仔豬運動誤差。本研究利用圖像顯示卡 (Graphi

cs Processing Unit, GPU)計算的MobileNetV2在哺乳辨識確度達到95.45%的準確率及13.9毫秒∕影像的辨識速度。本研究利用GPU運算的R3Det在仔豬定位上的的平均精度達到87.08%、精準度為93.52%、召回率為88.52%及10.2 影像∕秒的辨識速度。本研究利用CPU運算的SORT演算法在仔豬追蹤上的多物體追蹤準確率為97.53%、多物體追蹤精準率為96.97%及IDF1為97.89%及171.6影像∕秒的辨識速度。本研究所提出的方法可以達到即時的性能表現。