【C++习题】17.二分查找算法_二分查找
文章目录
- 二分查找算法简介
- 题目链接:
- 题目描述:
- 解法
- C 算法代码:
- 图解
- 总结朴素二分模板
二分查找算法简介
特点:
二分查找算法,是最恶心,细节最多,最容易写出死循环的算法。(而且非常难调试)
不过如果真的掌握了二分算法后,会觉得这个是最简单的算法。
学习中的侧重点:
算法原理:
一开始会觉得只有数组有序的情况才能使用二分算法
但是学到后面,会发现就算无序,只要有规律也可以使用二分算法
模板:
不要死记硬背,需要理解背后的原理,做到理解后再记忆。
会讲
3个模板
- 朴素的二分模板
- 查找左边界的二分模板
- 查找右边界的二分模板
3个模板加起来不超过20行,可以解决99.99%的二分题,但不能只背模板。
下面的一题会讲到第一个模板,后一题会讲第二第三个模板。
朴素的二分模板,朴素意味着简单,只有一些非常简单的二分题才用到。
查找左边界的二分模板和查找右边界的二分模板是万能的,也就是朴素模板可以解决的也可以用另外两个解决,不过细节很多。
题目链接:
leetcode 704.二分查找
题目描述:

解法
暴力解法:
遍历一遍,时间复杂度O(n)
例如:
[1,2,3,4,5,6,7,8],t=5比如
4,4比t小,那么它前面的比4还小,那么全比t小,可以把4和4之前的数全干掉。同理,
6和6后面的数也一样可以干掉。总的来说就是,随便找个端点,只要不是目标值,那么它的一侧可以全部干掉。

总结来说就是:二段性
就是当我们发现一个规律,然后根据这个规律选取某一个点能把这个数组分成两部分,然后根据规律可以有选择的舍去一部分,进而在另一部分里面继续查找的时候,就可以使用二分查找算法。
注意上面的描述,不管有序无序,只要有二段性都可以使用二分算法。
对于端点的选择,我们可以选择
1/2处,1/3处,1/4处等等。我们的目的是找到二段性。

所以端点的选择比较多,但是我们一般选
1/2的点。在概率学里面是求数学期望。就像
1/3处的点,虽然可能直接把2/3的部分抹除,但是也可能只抹除了1/3。在这么多的端点的划分里面,选择中间这个点的时间复杂度是最好的。
我们可以定义一个
left指针,right指针和mid指针

这
3步就是朴素二分算法的核心了。细节问题:
循环结束的条件是什么?
left>right的时候结束循环
left<=right的时候一直循环为什么是正确的?
通过二段性达到和暴力解法一样的排除作用
为什么时间复杂度快?
log2n
C 算法代码:
int search(int* nums, int numsSize, int target)
{// 初始化 left 与 right 指针int left = 0, right = numsSize - 1;// 由于两个指针相交时,当前元素还未判断,因此需要取等号while (left <= right){// 先找到区间的中间元素int mid = left + (right - left) / 2;// 分三种情况讨论if (nums[mid] == target) return mid;else if (nums[mid] > target) right = mid - 1;else left = mid + 1;}// 如果程序走到这里,说明没有找到目标值,返回 -1return -1;
}
图解
例如:[1,2,3,4,5,6,7,8],t=5
-
left = 0, right =7left <= right进入循环mid=0+(7-0)/2=3
nums[mid]=4<t满足
else条件,执行left = mid + 1=4 -
left = 4, right =7left <= right进入循环mid=4+(7-4)/2=5
nums[mid]=6>t满足
nums[mid] > target条件,执行right = mid - 1=4 -
left = 4, right =4left <= right进入循环mid=4+(4-4)/2=4
满足
nums[mid] == target)条件,执行return mid;

- 程序结束。
总结朴素二分模板
while(left <= right){int mid = left + (right - left) / 2;//int mid = left + (right - left + 1) / 2;//这两个在朴素版本作用一样if(......)left = mid + 1;else if(......)right = mid - 1;elsereturn ......;
}
相关文章:
【C++习题】17.二分查找算法_二分查找
文章目录 二分查找算法简介题目链接:题目描述:解法C 算法代码:图解总结朴素二分模板 二分查找算法简介 特点: 二分查找算法,是最恶心,细节最多,最容易写出死循环的算法。(而且非常难…...
Spring Boot英语知识网站:架构与开发
4系统概要设计 4.1概述 本系统采用B/S结构(Browser/Server,浏览器/服务器结构)和基于Web服务两种模式,是一个适用于Internet环境下的模型结构。只要用户能连上Internet,便可以在任何时间、任何地点使用。系统工作原理图如图4-1所示: 图4-1系统工作原理…...
Unity ShaderLab 实现网格爆炸
实现思路: 沿着3D物体每个面的法线,将面偏移一定的位置。 Shader Graph实现如下: Shader Lab 实现如下: Shader "Unlit/MeshExplode" {Properties{_MainTex ("Texture", 2D) "white" {}_Distan…...
2024/11/28学习日志
为了更好地记录并反思自己的学习状况,将每日学习的内容、时长、心得等记录于此日志。 于9月3日开始记录,计划每日记录,希望至少能够坚持一个学期。 学习内容: 数据结构: 拓扑排序。关键路径。 马原: 马…...
在shardingsphere执行存储过程
环境: springboot:2.5.2 数据库:Kingbase金仓V8R6 依赖: <dependency><groupId>org.apache.shardingsphere</groupId><artifactId>sharding-jdbc-spring-boot-starter</artifactId></depende…...
1.文件目录操作
目录 🍌 ls - 列出目录内容 🍉cp - 复制文件或目录 🍇mv - 移动或重命名文件 🍓 cd - 切换目录 🍈 pwd - 打印工作目录 🍒mkdir - 创建目录 🍑 rmdir - 删除空目录 🥭 touc…...
Vue单页面应用和多页面应用
在 Vue.js 中,“单页面”(SPA,Single Page Application)和"多页面"(MPA,Multi Page Application)是两种不同的应用结构,它们的差异主要体现在页面的加载方式、路由的使用、…...
Lombok :简化 Java 编程的得力工具
在 Java 开发过程中,常常需要编写大量的样板代码,例如构造函数、Getter 和 Setter 方法、equals 和 hashCode 方法等。这些代码虽然逻辑相对固定,但编写起来却较为繁琐且容易出错,并且会使代码显得冗长。Lombok 应运而生ÿ…...
AIGC引领金融大模型革命:未来已来
文章目录 金融大模型的应用场景1. **金融风险管理**2. **量化交易**3. **个性化投资建议**4. **金融欺诈检测和预防**5. **智能客户服务** 金融大模型开发面临的挑战应对策略《金融大模型开发基础与实践》亮点内容简介作者简介获取方式 在AIGC(Artificial Intellige…...
DBA面试题-1
面临失业,整理一下面试题,找下家继续搬砖 主要参考:https://www.csdn.net/?spm1001.2101.3001.4476 略有修改 一、mysql有哪些数据类型 1, 整形 tinyint,smallint,medumint,int,bigint;分别占用1字节、2字节、3字节…...
用go语言写一个小服务
文章目录 简介重新想到go 小服务main.go部署测试 结束语 简介 golang的优势 响应速度: Go > Java > Python 内存占用: Go < Java < Python 从java转go,然后go又转java,感觉就是go虽然在编译、内存占用都强于java&am…...
亚马逊开发视频人工智能模型,The Information 报道
根据《The Information》周三的报道,电子商务巨头亚马逊(AMZN)已开发出一种新的生成式人工智能(AI),不仅能处理文本,还能处理图片和视频,从而减少对人工智能初创公司Anthropic的依赖…...
WordCloud参数的用法:
-------------词云图集合------------- 用WordcloudPyQt5写个词云图生成器1.0 WordCloud去掉停用词(fit_wordsgenerate)的2种用法 通过词频来绘制词云图(jiebaWordCloud) Python教程95:去掉停用词词频统计jieba.toke…...
qml调用c++类内函数的三种方法
一.方法一:使用 Q_INVOKABLE 宏声明成员函数 1.第一步:依然需要新建一个类NetworkHandler: #include <QObject> class NetworkHandler : public QObject { Q_OBJECT public: explicit NetworkHandler(QObject *parent nullptr); Q_INVOKAB…...
NLP任务四大范式的进阶历程:从传统TF-IDF到Prompt-Tuning(提示词微调)
引言:从TF-IDF到Prompt-Tuning(提示词微调),NLP的四次变革 自然语言处理(NLP)技术从最早的手工特征设计到如今的Prompt-Tuning,经历了四个重要阶段。随着技术的不断发展,我们的目标…...
GAMES101:现代计算机图形学入门-笔记-09
久违的101图形学回归咯 今天的话题应该是比较轻松的:聊一聊在渲染中比较先进的topics Advanced Light Transport 首先是介绍一系列比较先进的光线传播方法,有无偏的如BDPT(双向路径追踪),MLT(梅特罗波利斯…...
【Db First】.NET开源 ORM 框架 SqlSugar 系列
.NET开源 ORM 框架 SqlSugar 系列 【开篇】.NET开源 ORM 框架 SqlSugar 系列【入门必看】.NET开源 ORM 框架 SqlSugar 系列【实体配置】.NET开源 ORM 框架 SqlSugar 系列【Db First】.NET开源 ORM 框架 SqlSugar 系列【Code First】.NET开源 ORM 框架 SqlSugar 系列 …...
MySQL聚合查询分组查询联合查询
#对应代码练习 -- 创建考试成绩表 DROP TABLE IF EXISTS exam; CREATE TABLE exam ( id bigint, name VARCHAR(20), chinese DECIMAL(3,1), math DECIMAL(3,1), english DECIMAL(3,1) ); -- 插入测试数据 INSERT INTO exam (id,name, chinese, math, engli…...
告别照相馆!使用AI证件照工具HivisionIDPhotos打造在线证件照制作软件
文章目录 前言1. 安装Docker2. 本地部署HivisionIDPhotos3. 简单使用介绍4. 公网远程访问制作照片4.1 内网穿透工具安装4.2 创建远程连接公网地址 5. 配置固定公网地址 前言 本文主要介绍如何在Linux系统使用Docker快速部署一个AI证件照工具HivisionIDPhotos,并结合…...
通信原理第三次实验
实验目的与内容 实验操作与结果 5.1 刚开始先不加入白噪声,系统设计如下: 正弦波参数设置如下: FM设计如下: 延迟设计如下: 两个滤波器设计参数如下: 输出信号频谱为(未加入噪声)&a…...
从‘水管’到‘高速公路’:用‘时延带宽积’重新理解你的网络容量,别再让高带宽‘空转’了
从‘水管’到‘高速公路’:用‘时延带宽积’重新理解你的网络容量 想象一下,你正驾驶一辆满载数据的卡车行驶在数字高速公路上。这条路的车道数(带宽)让你欣喜若狂,但开了半天却发现路上几乎没几辆车——这就是许多工程…...
开源治理新范式:Gitee CodePecker SCA如何重塑企业软件供应链安全防线
开源治理新范式:Gitee CodePecker SCA如何重塑企业软件供应链安全防线 当Log4j漏洞席卷全球时,企业第一次意识到开源组件的安全风险可能比想象中更近。据Sonatype《2023年软件供应链状态报告》显示,过去一年中针对开源组件的攻击同比增长了65…...
RT-DTER最新创新改进系列:(购买资料的粉丝反馈涨点的TOP1模块)我们将BiFPN的加权双向融合之力,注入RT-DETR的端到端Transformer架构,创新与涨点的双丰收!!!!!!
RT-DTER最新创新改进系列:(购买资料的粉丝反馈涨点的TOP1模块)我们将BiFPN的加权双向融合之力,注入RT-DETR的端到端Transformer架构,创新与涨点的双丰收!! 购买相关资料后畅享一对一答疑&#…...
如何高效解决Unity游戏插件框架BepInEx启动失败:完整指南与最佳实践
如何高效解决Unity游戏插件框架BepInEx启动失败:完整指南与最佳实践 【免费下载链接】BepInEx Unity / XNA game patcher and plugin framework 项目地址: https://gitcode.com/GitHub_Trending/be/BepInEx BepInEx作为Unity游戏最强大的插件框架之一&#x…...
CommandAI:用自然语言驱动命令行,AI赋能开发运维效率革命
1. 项目概述:当命令行遇上AI,效率革命的新起点 如果你和我一样,每天有超过一半的工作时间是在终端(Terminal)里度过的,那你一定对命令行(Command Line)又爱又恨。爱的是它的高效、精…...
从选型到调参:伺服电机刚性、惯量比实战避坑指南(以台达/三菱为例)
伺服电机系统实战:从刚性调节到三环控制的深度优化 在工业自动化领域,伺服系统的性能直接决定了设备的精度与效率。去年参与的一个CNC机床改造项目中,我们遇到了一个典型问题:在加工复杂曲面时,机械臂末端总是出现微米…...
你的时间序列真的平稳吗?手把手教你用ADF检验(Dickey-Fuller)和滚动统计为预测模型打好基础
时间序列平稳性诊断实战:从理论到Python实现 时间序列分析中,平稳性检验是建模前的关键步骤。许多经典预测模型(如ARIMA)都建立在数据平稳的假设之上。但现实中的时间序列往往带有趋势或季节性,直接建模会导致预测失效…...
ARM架构FPU识别与FPSID寄存器详解
1. ARM浮点系统识别基础在ARM架构中,浮点运算单元(FPU)的实现经历了从VFPv1到VFPv4的演进过程。FPSID寄存器作为浮点系统的"身份证",提供了识别FPU实现特性的标准方式。这个32位寄存器包含了多个关键字段,每个字段都承载着特定的识…...
蓝牙技术与FPGA实现:原理、优化与实践
1. 蓝牙技术基础与核心原理蓝牙技术自1994年由爱立信首次提出以来,已成为短距离无线通信领域的事实标准。这项技术之所以能在众多无线方案中脱颖而出,关键在于其独特的物理层设计和灵活的协议架构。1.1 2.4GHz ISM频段特性蓝牙工作在2.4GHz工业、科学和医…...
Swift集成OllamaKit:本地大模型原生应用开发实战指南
1. 项目概述:当大模型遇上原生应用最近在折腾一个很有意思的东西,想给手头的 macOS 应用加上一点“智能”。不是那种简单的网络请求,而是希望它能像 ChatGPT 那样,在本地就能理解我的指令、生成文本,甚至进行简单的推理…...
