【Java算法】二分查找 下

    🔥个人主页： 中草药

🔥专栏：【算法工作坊】算法实战揭秘

一.山脉数组的峰顶索引

题目链接：852.山脉数组的峰顶

​

算法原理

        这段代码实现了一个查找山峰数组中峰值索引的算法。山峰数组是一个先递增后递减的数组，即存在一个索引 i 使得对于所有的 j < i，有 arr[j] < arr[j + 1]，且对于所有的 k > i，有 arr[k] > arr[k - 1]。这个索引 i 就是峰值的索引。

        算法使用了二分查找(Binary Search)的方法来寻找峰值索引。其核心思想是在数组中寻找拐点（即峰值），在该点左侧的值小于右侧的值，在右侧则相反。由于数组是先升后降的，这个拐点就是我们所要找的峰值。

具体分析如下：

  1. 初始化两个指针 left 和 right，分别指向数组的第二个元素和倒数第二个元素。这是因为数组的第一个和最后一个元素不可能是峰值。

  2. 在 while 循环中，计算中间位置 mid。这里使用 (left + (right - left + 1)) / 2 而不是常见的 (left + right) / 2 来避免可能的整数溢出，并确保 mid 总是指向 left 和 right 之间的元素，包括边界上的元素。

  3. 如果 arr[mid] 大于 arr[mid - 1]，说明 mid 可能是峰值或者峰值在 mid 的右边，因此将 left 更新为 mid。

  4. 否则，如果 arr[mid] 小于或等于 arr[mid - 1]，说明峰值在 mid 的左边，因此将 right 更新为 mid - 1。

  5. 当 left 和 right 相遇时，循环结束，此时 left 指向的位置就是峰值的索引。

这种算法的时间复杂度是 O(log n)，其中 n 是数组的长度，因为每次迭代都将搜索范围减半。这比线性搜索的 O(n) 时间复杂度要高效得多。

代码

 public int peakIndexInMountainArray(int[] arr) {int left=1,right=arr.length-2;while(left<right){int mid=left+(right-left+1)/2;if(arr[mid]>arr[mid-1]){left=mid;}else{right=mid-1;}}return left;}

举例 

测试用例 arr = [0,10,5,2]

首先，初始化 left = 1 和 right = arr.length - 2 = 2。

接下来，我们进入 while 循环：

  1. 第一次循环：

    • left = 1, right = 2
    • 计算 mid = left + (right - left + 1) / 2 = 1 + (2 - 1 + 1) / 2 = 2
    • 检查 arr[mid] 是否大于 arr[mid - 1]，也就是检查 arr[2] 是否大于 arr[1]。由于 arr[2] = 5 并不大于 arr[1] = 10，条件不满足。
    • 所以，我们将 right 更新为 mid - 1，即 right = 1。

  2. 这时，left 和 right 都指向同一个位置 1，循环条件 left < right 不再满足，循环结束。

最后，返回 left 的值，即 1。这意味着数组中的峰值位于索引 1 上，这与给定数组 [0, 10, 5, 2] 的实际情况相吻合，因为最大值 10 确实位于索引 1。

所以，这段代码正确地找到了山峰数组的峰值索引。

 二.寻找峰值

题目链接：162.寻找峰值

​

算法原理

        同样使用了二分查找(Binary Search)算法来找到所谓的“峰值元素”。峰值元素定义为一个元素，它严格大于它的邻居。注意，数组可以是未排序的，并且数组的两端被认为是邻居元素的“虚拟”较小值，这样数组的起始元素和末尾元素也可以成为峰值元素。

算法的步骤如下：

  1. 初始化两个指针 left 和 right，分别指向数组的起始位置 0 和终止位置 nums.length - 1。

  2. 进入 while 循环，只要 left 小于 right，表示搜索区间内还有多个元素需要考虑。

  3. 在循环内部，计算中间位置 mid。这里使用 (left + (right - left) / 2) 来避免整数溢出，并确保 mid 总是落在 left 和 right 之间。

  4. 比较 nums[mid] 和 nums[mid + 1] 的大小。如果 nums[mid] 小于 nums[mid + 1]，那么峰值一定不在 mid 及其左侧，因为从 mid 到 mid + 1 数组是上升的。这时，将 left 更新为 mid + 1。

  5. 否则，如果 nums[mid] 大于或等于 nums[mid + 1]，那么峰值可能在 mid 或者其左侧。这时，将 right 更新为 mid。

  6. 当 left 和 right 相遇时，循环结束，此时 left 指向的位置就是峰值元素的索引。这是因为当 left == right 时，它们共同指向的元素必定是峰值，因为在之前的迭代中，我们总是排除了较小的邻居元素所在的那一边。

这段代码的时间复杂度同样是 O(log n)，其中 n 是数组的长度，因为每次迭代都将搜索范围减半，这使得算法非常高效。

代码

public int findPeakElement(int[] nums) {int left=0,right=nums.length-1;while(left<right){int mid=left+(right-left)/2;if(nums[mid]<nums[mid+1]){left=mid+1;}else{right=mid;}}return left;}

举例 

测试用例 [1,2,1,3,5,6,4]

我们开始分析：

  1. 初始化 left = 0 和 right = nums.length - 1 = 6。

  2. 第一次循环：

    • mid = left + (right - left) / 2 = 0 + (6 - 0) / 2 = 3
    • 检查 nums[mid] 和 nums[mid + 1]，即 nums[3] 和 nums[4]，比较 3 和 5。
    • 因为 nums[3] 小于 nums[4]，所以更新 left 为 mid + 1，即 left = 4。

  3. 第二次循环：

    • 此时 left = 4 和 right = 6。
    • mid = left + (right - left) / 2 = 4 + (6 - 4) / 2 = 5
    • 检查 nums[mid] 和 nums[mid + 1]，即 nums[5] 和 nums[6]，比较 6 和 4。
    • 因为 nums[5] 不小于 nums[6]，所以更新 right 为 mid，即 right = 5。

  4. 第三次循环：

    • 现在 left = 4 和 right = 5。
    • mid = left + (right - left) / 2 = 4 + (5 - 4) / 2 = 4
    • 检查 nums[mid] 和 nums[mid + 1]，即 nums[4] 和 nums[5]，比较 5 和 6。
    • 因为 nums[4] 小于 nums[5]，所以更新 left 为 mid + 1，即 left = 5。

  5. 第四次循环：

    • 此时 left = 5 和 right = 5。
    • 因为 left 等于 right，while 循环的条件不再满足，循环结束。

最终，函数返回 left 的值，即 5。这表明数组 [1, 2, 1, 3, 5, 6, 4] 中的一个峰值元素位于索引 5，其值为 6。值得注意的是，根据题目的定义，可能有多个峰值元素，而算法保证返回的是其中一个。在这个例子中，索引 1 (nums[1] = 2) 和索引 5 (nums[5] = 6) 都是合法的峰值元素。

三.寻找旋转排序数组的最小值

题目链接：153.寻找旋转排序数组的最小值

​ 

算法原理

        这段代码实现了一个算法，用于在一个旋转排序数组中找到最小元素。旋转排序数组指的是原本有序的数组经过若干次旋转得到的结果。例如，数组 [1, 2, 3, 4, 5] 经过旋转可能变成 [3, 4, 5, 1, 2]。

        算法的原理基于二分查找(Binary Search)，但是针对旋转排序数组进行了调整。关键在于利用旋转特性来缩小搜索范围。旋转数组的最小元素位于旋转点之后，旋转点之前的子数组是递增的，旋转点之后的子数组也是递增的，但整个数组的顺序被打乱。

算法步骤如下：

  1. 初始化 left 和 right 分别指向数组的起始和末尾位置。

  2. 获取数组最后一个元素 x 作为基准值。这是因为在旋转数组中，最后一个元素通常是未旋转前数组的最后一个元素，或者是旋转后新数组的最大值。

  3. 进入 while 循环，只要 left < right，就说明搜索空间大于1个元素。

  4. 计算中间位置 mid，使用 (left + (right - left) / 2) 来避免整数溢出问题。

  5. 比较 nums[mid] 和 x 的大小：

    • 如果 nums[mid] > x，说明 mid 位于旋转点的左侧递增子数组中，最小值只能在 mid 右侧的子数组中，因此更新 left 为 mid + 1。
    • 否则，nums[mid] <= x，说明 mid 位于旋转点的右侧递增子数组中，或者正好位于旋转点上，最小值可能在 mid 或者左侧子数组中，因此更新 right 为 mid。

  6. 当 left 和 right 相遇时，循环结束，此时 left 指向的位置就是最小元素的索引，返回 nums[left] 即可得到最小值。

此算法的时间复杂度为 O(log n)，其中 n 是数组的长度，因为它在每一步都有效地将搜索空间减半。这使得算法在处理大数据量时非常高效。

代码

 public int findMin(int[] nums) {int left=0,right=nums.length-1;int x=nums[right];while(left<right){int mid=left+(right-left)/2;if(nums[mid]>x){left=mid+1;}else{right=mid;}}return nums[left];}

举例 

测试用例 nums = [4,5,6,7,0,1,2]

我们开始逐步分析：

  1. 初始化 left = 0 和 right = nums.length - 1 = 6。
  2. 设置 x = nums[right] = nums[6] = 2。

第一次循环：

  • mid = left + (right - left) / 2 = 0 + (6 - 0) / 2 = 3
  • 检查 nums[mid] 和 x，即 nums[3] 和 2，比较 7 和 2。
  • 因为 nums[mid] 大于 x，更新 left 为 mid + 1，即 left = 4。

第二次循环：

  • 此时 left = 4 和 right = 6。
  • mid = left + (right - left) / 2 = 4 + (6 - 4) / 2 = 5
  • 检查 nums[mid] 和 x，即 nums[5] 和 2，比较 1 和 2。
  • 因为 nums[mid] 不大于 x，更新 right 为 mid，即 right = 5。

第三次循环：

  • 此时 left = 4 和 right = 5。
  • mid = left + (right - left) / 2 = 4 + (5 - 4) / 2 = 4
  • 检查 nums[mid] 和 x，即 nums[4] 和 2，比较 0 和 2。
  • 因为 nums[mid] 不大于 x，更新 right 为 mid，即 right = 4。

第四次循环：

  • 现在 left = 4 和 right = 4。
  • while 循环的条件 left < right 不再满足，循环结束。

最终，函数返回 nums[left] 的值，即 nums[4]，结果为 0。

这表明数组 [4, 5, 6, 7, 0, 1, 2] 中的最小元素为 0，位于索引 4。此算法成功找到了旋转排序数组中的最小元素。

四.LCR 173.点名 

题目链接：LCR 173.点名

​

算法原理

  1. 初始化两个指针 left 和 right，分别指向数组的起始位置 0 和终止位置 records.length - 1。

  2. 使用 while 循环，只要 left < right，意味着数组中还可能存在不匹配的情况。

  3. 计算中间位置 mid，使用 (left + (right - left) / 2) 来避免整数溢出。

  4. 检查 mid 位置的元素是否等于 mid：

    • 如果 records[mid] 等于 mid，这意味着 mid 位置的值与索引匹配，因此缺失的元素可能在 mid 的右侧。更新 left 为 mid + 1。
    • 否则，如果 records[mid] 不等于 mid，这可能是由于缺失的元素在 mid 的位置应该出现，但实际没有出现。因此，更新 right 为 mid，继续在左侧查找。

  5. 当 left 和 right 相遇时，循环结束。此时，left 指向的位置要么是缺失元素应该出现的位置，要么紧随其后。

  6. 最后，检查 left 位置的元素是否等于 left：

    • 如果 left 位置的元素等于 left，这意味着 left 位置的元素没有缺失，因此缺失的元素应该是 left + 1。
    • 否则，left 位置的元素小于 left，这意味着 left 位置的元素是缺失的，因此缺失的元素就是 left。

时间复杂度为 O(log n)，其中 n 是数组的长度，因为算法使用了二分查找，每次迭代都将搜索范围减半。

这种算法特别适用于数据量大、有序或部分有序的数组中查找缺失的元素，效率远高于线性查找。

代码

public int takeAttendance(int[] records) {int left=0,right=records.length-1;while(left<right){int mid=left+(right-left)/2;if(mid==records[mid]){left=mid+1;}else{right=mid;}}//判断特殊情况，如[0,1,2,3,4,5]此时缺少的值应该是6if(left==records[left]){return left+1;}return left;}

举例 

测试用例 records = [0, 1, 2, 3, 4, 5, 6, 8]

我们开始逐步分析：

  1. 初始化 left = 0 和 right = records.length - 1 = 7。

第一次循环：

  • mid = left + (right - left) / 2 = 0 + (7 - 0) / 2 = 3
  • 检查 records[mid] 和 mid，即 records[3] 和 3，比较 3 和 3。
  • 因为 records[mid] 等于 mid，更新 left 为 mid + 1，即 left = 4。

第二次循环：

  • 此时 left = 4 和 right = 7。
  • mid = left + (right - left) / 2 = 4 + (7 - 4) / 2 = 5
  • 检查 records[mid] 和 mid，即 records[5] 和 5，比较 5 和 5。
  • 因为 records[mid] 等于 mid，更新 left 为 mid + 1，即 left = 6。

第三次循环：

  • 此时 left = 6 和 right = 7。
  • mid = left + (right - left) / 2 = 6 + (7 - 6) / 2 = 6
  • 检查 records[mid] 和 mid，即 records[6] 和 6，比较 6 和 6。
  • 因为 records[mid] 等于 mid，更新 left 为 mid + 1，即 left = 7。

第四次循环：

  • 现在 left = 7 和 right = 7。
  • while 循环的条件 left < right 不再满足，循环结束。

退出循环后：

  • 检查 left 位置的元素是否等于 left，即 records[7] 和 7，比较 8 和 7。
  • 因为 records[left] 不等于 left，直接返回 left 的值，即 7。

然而，根据代码逻辑，如果 left 位置的元素等于 left，我们应该返回 left + 1；否则，返回 left。在本例中，left 已经等于数组的长度，且 records[left] 实际上超出了正常的序列，因此正确结果应为 left 的值，即 7，这表明缺失的元素是 7。

因此，这段代码正确地找到了测试用例 [0, 1, 2, 3, 4, 5, 6, 8] 中缺失的元素，即 7。

🍀🍀🍀🍀🍀🍀🍀🍀🍀🍀🍀🍀🍀🍀🍀🍀🍀🍀🍀🍀🍀🍀🍀🍀🍀🍀🍀🍀

以上，就是本期的全部内容啦，若有错误疏忽希望各位大佬及时指出💐

  制作不易，希望能对各位提供微小的帮助，可否留下你免费的赞呢🌸

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.mzph.cn/diannao/43742.shtml

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email:809451989@qq.com，一经查实，立即删除！

相关文章

玩具营销是如何拿捏成年人钱包？

玩具营销是如何拿捏成年人钱包？

好像现在的成年人逐渐热衷于偏向年轻化&#xff0c;问问题会好奇“尊嘟假嘟”&#xff0c;饭量上的“儿童套餐”&#xff0c;娃娃机前排长队......而最突出的莫过于各类各式的玩具不断收割当代年轻人&#xff0c;除去常给大朋友们小朋友们送去玩具福利的“麦、肯”双门&#xf…
阅读更多...
激光干涉仪可以完成哪些测量：全面应用解析

激光干涉仪可以完成哪些测量：全面应用解析

在高端制造领域&#xff0c;精度是衡量产品质量的关键指标之一。激光干涉仪作为一项高精度测量技术&#xff0c;其应用广泛&#xff0c;对于提升产品制造精度具有重要意义。 线性测量&#xff1a;精确定位的基础 激光干涉仪采用迈克尔逊干涉原理&#xff0c;实现线性测量。该…
阅读更多...
卷积神经网络之ResNet50迁移学习

卷积神经网络之ResNet50迁移学习

数据准备 下载狗与狼分类数据集&#xff0c;数据来自ImageNet&#xff0c;每个分类有大约120张训练图像与30张验证图像。使用download接口下载数据集&#xff0c;并自动解压到当前目录。 全是小狗的图片 另一边全是狼的图片 加载数据集 狼狗数据集提取自ImageNet分类数据集&a…
阅读更多...
2-3个月的幼猫能吃主食冻干吗？第一次吃哪款主食冻干比较好

2-3个月的幼猫能吃主食冻干吗？第一次吃哪款主食冻干比较好

2-3个月的幼猫能吃冻干吗&#xff1f;一般来说&#xff0c;幼猫在2-3个月左右的离乳期就可以吃冻干了。需要注意的&#xff0c;一个是要认准主食冻干&#xff0c;零食冻干会让猫猫从小就挑食&#xff0c;以后就更不好纠正了。而且离乳期的猫猫没有了母乳的保护&#xff0c;免疫…
阅读更多...
Open3D 点对面的ICP算法配准（精配准）

Open3D 点对面的ICP算法配准（精配准）

目录 一、概述 1.1核心思想 1.2实现步骤 二、代码实现 2.1关键函数 2.2完整代码 三、实现效果 3.1原始点云 3.2配准后点云 3.3计算数据 一、概述 基于点对面的ICP&#xff08;Iterative Closest Point&#xff09;配准算法是ICP的一种变体&#xff0c;它通过最小化源…
阅读更多...
【Ty CLI】一个开箱即用的前端脚手架

【Ty CLI】一个开箱即用的前端脚手架

目录 资源链接基础命令模板创建命令帮助选择模板开始创建开发模板 开发背景npm 发布流程问题记录模板创建超时 更新日志 资源链接 文档&#xff1a;https://ty.cli.vrteam.top/ 源码&#xff1a;https://github.com/bosombaby/ty-cli 基础命令 1. npm 全局安装 npm i ty-cli…
阅读更多...
Zabbix Sia Zabbix 逻辑漏洞（CVE-2022-23134）

Zabbix Sia Zabbix 逻辑漏洞（CVE-2022-23134）

前言 CVE-2022-23134是一个中等严重度的漏洞&#xff0c;影响Zabbix Web前端。这个漏洞允许未经身份验证的用户访问setup.php文件的某些步骤&#xff0c;这些步骤通常只对超级管理员开放。利用这个漏洞&#xff0c;攻击者可以通过跳过某些步骤来重新配置Zabbix前端&#xff0c…
阅读更多...
Redis-Jedis连接池\RedisTemplate\StringRedisTemplate

Redis-Jedis连接池\RedisTemplate\StringRedisTemplate

Redis-Jedis连接池\RedisTemplate\StringRedisTemplate 1. Jedis连接池1.1 通过工具类1.1.1 连接池&#xff1a;JedisConnectionFactory&#xff1a;1.1.2 test&#xff1a;&#xff08;代码其实只有连接池那里改变了&#xff09; 2. SpringDataRedis&#xff08;lettuce&#…
阅读更多...
十五、小型电脑没有数字键及insert，怎么解决IDEA快速插入getset构造这些方法

十五、小型电脑没有数字键及insert，怎么解决IDEA快速插入getset构造这些方法

&#x1f33b;&#x1f33b;目录 一、小型电脑没有数字键及insert&#xff0c;怎么解决IDEA快速插入getset构造这些方法 一、小型电脑没有数字键及insert&#xff0c;怎么解决IDEA快速插入getset构造这些方法 解决&#xff1a; 1.winR打开搜索 2.osk回车 屏幕就出现了这样的一…
阅读更多...
CC7利用链分析

CC7利用链分析

分析版本 Commons Collections 3.2.1 JDK 8u65 环境配置参考JAVA安全初探(三):CC1链全分析 分析过程 CC7,6,5都是在CC1 LazyMap利用链(引用)的基础上。 只是进入到LazyMap链的入口链不同。 CC7这个链有点绕&#xff0c;下面顺着分析一下利用链。 入口类是Hashtable&…
阅读更多...
前端入门知识分享：如何在HTML或CSS文件中引用CSS文件。

前端入门知识分享：如何在HTML或CSS文件中引用CSS文件。

阅读提示&#xff1a;本文仅仅仅适用于刚刚接触HTML和CSS的小白从业者&#xff0c;新人爱好者。自觉身份不符的老鸟们&#xff0c;尽快绕行吧&#xff01; 什么是CSS&#xff1f;什么是CSS文件。 CSS&#xff0c;全称为Cascading Style Sheets&#xff08;层叠样式表&#xff…
阅读更多...
分布式IO模块软件配置

分布式IO模块软件配置

组态接口模块 1、打开网络视图 2、拖拽出ET200SP 3、双击ET200SP的图片&#xff0c;进入从站配置 总线适配器的组态更换 关于IO地址分配&#xff0c;需要建立好子网通信后&#xff0c;在主机上配置。 可以看到IP 和设备名 设备与控制器的Profinet连接 先找到设备名称再找…
阅读更多...
HarmonyOS鸿蒙DevEco Studio无法连接本地模拟器

HarmonyOS鸿蒙DevEco Studio无法连接本地模拟器

使用DevEcoStudio 5.0.3.403版本 发现无法选择模拟器 解决方法&#xff1a; 1、打开模拟器 2、关闭DevEco Studio&#xff0c;&#xff08;不要关闭模拟器&#xff09; 3、重新打开DevEco Studio。
阅读更多...
四道经典算法JAVA

四道经典算法JAVA

1.爬楼地 爬20个台阶的爬法:f(19)f(18) 经典斐波拉契数列问题 public class demo4 {//爬楼梯问题public static void main(String[] args) {System.out.println(getSum(20));}public static int getSum(int n) {if (n 1)return 1;if (n 2)return 2;return getSum(n - 1) …
阅读更多...
SpringBoot：SpringBoot中如何实现对Http接口进行监控

SpringBoot：SpringBoot中如何实现对Http接口进行监控

一、前言 Spring Boot Actuator是Spring Boot提供的一个模块&#xff0c;用于监控和管理Spring Boot应用程序的运行时信息。它提供了一组监控端点&#xff08;endpoints&#xff09;&#xff0c;用于获取应用程序的健康状态、性能指标、配置信息等&#xff0c;并支持通过 HTTP …
阅读更多...
关于Python的类的一些理解

关于Python的类的一些理解

才发现python的类对象只能调用类方法 我想使用对类对象a使用系统调用的len方法就会报错 2.类对象a是什么&#xff1f; 答&#xff1a;是所有的带有self的成员变量 举例说明&#xff1a;红色的就是a里面的东西 class A:def __init__(self,data):self.datadataself.b1self.d{a…
阅读更多...
解读‘‘不要卷模型，要卷应用‘‘

解读‘‘不要卷模型，要卷应用‘‘

前言 2024 年 7 月 4 日&#xff0c;世界人工智能大会暨人工智能全球治理高级别会议全体会议在上海世博中心举行。百度创始人李彦宏在产业发展主论坛上发言&#xff0c;呼吁不要卷模型&#xff0c;要卷应用。 目录 四个要点 积极的观点 不合理性 总结 四个要点 李彦宏的呼吁…
阅读更多...
多模态：Nougat详解

多模态：Nougat详解

文章目录 前言一、模型结构1. encoder2. decoder3. set 二、数据增强三、数据splitting the pages 四、实验评估repetitions during inference 五、代码1. 环境安装2. Dataset&#xff08;dataset.py&#xff09;3. Model&#xff08;model.py&#xff09; 总结 前言 科学知识…
阅读更多...
一网统管/视频汇聚/安防监控平台EasyCVR启动后无法访问是什么原因？

一网统管/视频汇聚/安防监控平台EasyCVR启动后无法访问是什么原因？

智慧城市/一网统管/视频汇聚/安防监控平台EasyCVR兼容性强&#xff0c;支持多协议接入&#xff0c;包括国标GB/T 28181协议、GA/T 1400协议、部标JT808协议、RTMP、RTSP/Onvif协议、海康Ehome、海康SDK、大华SDK、华为SDK、宇视SDK、乐橙SDK、萤石云SDK等&#xff0c;并能对外分…
阅读更多...
接口测试课程结构

接口测试课程结构

课程大纲 如图&#xff0c;接下来的阶段课程&#xff0c;依次专项讲解如下专题&#xff0c;能力级别为中级&#xff0c;进阶后基本为中高级&#xff1a; 1.接口基础知识&#xff1b; 2.抓包工具&#xff1b; 3.接口工具&#xff1b; 4.mock服务搭建&#xff08;数据模拟服务&am…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023