class006 二分搜索【算法】

简介: class006 二分搜索【算法】

class006 二分搜索【算法】

算法讲解006【入门】二分搜索

code1 有序数组中是否存在一个数字

// 有序数组中是否存在一个数字

package class006;
import java.util.Arrays;
// 有序数组中是否存在一个数字
public class Code01_FindNumber {
  // 为了验证
  public static void main(String[] args) {
    int N = 100;
    int V = 1000;
    int testTime = 500000;
    System.out.println("测试开始");
    for (int i = 0; i < testTime; i++) {
      int n = (int) (Math.random() * N);
      int[] arr = randomArray(n, V);
      Arrays.sort(arr);
      int num = (int) (Math.random() * V);
      if (right(arr, num) != exist(arr, num)) {
        System.out.println("出错了!");
      }
    }
    System.out.println("测试结束");
  }
  // 为了验证
  public static int[] randomArray(int n, int v) {
    int[] arr = new int[n];
    for (int i = 0; i < n; i++) {
      arr[i] = (int) (Math.random() * v) + 1;
    }
    return arr;
  }
  // 为了验证
  // 保证arr有序,才能用这个方法
  public static boolean right(int[] sortedArr, int num) {
    for (int cur : sortedArr) {
      if (cur == num) {
        return true;
      }
    }
    return false;
  }
  // 保证arr有序,才能用这个方法
  public static boolean exist(int[] arr, int num) {
    if (arr == null || arr.length == 0) {
      return false;
    }
    int l = 0, r = arr.length - 1, m = 0;
    while (l <= r) {
      m = (l + r) / 2;
      if (arr[m] == num) {
        return true;
      } else if (arr[m] > num) {
        r = m - 1;
      } else {
        l = m + 1;
      }
    }
    return false;
  }
}

code2 有序数组中找>=num的最左位置

// 有序数组中找>=num的最左位置

package class006;
import java.util.Arrays;
// 有序数组中找>=num的最左位置
public class Code02_FindLeft {
  // 为了验证
  public static void main(String[] args) {
    int N = 100;
    int V = 1000;
    int testTime = 500000;
    System.out.println("测试开始");
    for (int i = 0; i < testTime; i++) {
      int n = (int) (Math.random() * N);
      int[] arr = randomArray(n, V);
      Arrays.sort(arr);
      int num = (int) (Math.random() * N);
      if (right(arr, num) != findLeft(arr, num)) {
        System.out.println("出错了!");
      }
    }
    System.out.println("测试结束");
  }
  // 为了验证
  public static int[] randomArray(int n, int v) {
    int[] arr = new int[n];
    for (int i = 0; i < n; i++) {
      arr[i] = (int) (Math.random() * v) + 1;
    }
    return arr;
  }
  // 为了验证
  // 保证arr有序,才能用这个方法
  public static int right(int[] arr, int num) {
    for (int i = 0; i < arr.length; i++) {
      if (arr[i] >= num) {
        return i;
      }
    }
    return -1;
  }
  // 保证arr有序,才能用这个方法
  // 有序数组中找>=num的最左位置
  public static int findLeft(int[] arr, int num) {
    int l = 0, r = arr.length - 1, m = 0;
    int ans = -1;
    while (l <= r) {
      // m = (l + r) / 2;
      // m = l + (r - l) / 2;
      m = l + ((r - l) >> 1);
      if (arr[m] >= num) {
        ans = m;
        r = m - 1;
      } else {
        l = m + 1;
      }
    }
    return ans;
  }
}

code3 有序数组中找<=num的最右位置

// 有序数组中找<=num的最右位置

package class006;
import java.util.Arrays;
// 有序数组中找<=num的最右位置
public class Code03_FindRight {
  // 为了验证
  public static void main(String[] args) {
    int N = 100;
    int V = 1000;
    int testTime = 500000;
    System.out.println("测试开始");
    for (int i = 0; i < testTime; i++) {
      int n = (int) (Math.random() * N);
      int[] arr = randomArray(n, V);
      Arrays.sort(arr);
      int num = (int) (Math.random() * N);
      if (right(arr, num) != findRight(arr, num)) {
        System.out.println("出错了!");
      }
    }
    System.out.println("测试结束");
  }
  // 为了验证
  public static int[] randomArray(int n, int v) {
    int[] arr = new int[n];
    for (int i = 0; i < n; i++) {
      arr[i] = (int) (Math.random() * v) + 1;
    }
    return arr;
  }
  // 为了验证
  // 保证arr有序,才能用这个方法
  public static int right(int[] arr, int num) {
    for (int i = arr.length - 1; i >= 0; i--) {
      if (arr[i] <= num) {
        return i;
      }
    }
    return -1;
  }
  // 保证arr有序,才能用这个方法
  // 有序数组中找<=num的最右位置
  public static int findRight(int[] arr, int num) {
    int l = 0, r = arr.length - 1, m = 0;
    int ans = -1;
    while (l <= r) {
      m = l + ((r - l) >> 1);
      if (arr[m] <= num) {
        ans = m;
        l = m + 1;
      } else {
        r = m - 1;
      }
    }
    return ans;
  }
}

code4 162. 寻找峰值

// 峰值元素是指其值严格大于左右相邻值的元素

// 给你一个整数数组 nums,已知任何两个相邻的值都不相等

// 找到峰值元素并返回其索引

// 数组可能包含多个峰值,在这种情况下,返回 任何一个峰值 所在位置即可。

// 你可以假设 nums[-1] = nums[n] = 无穷小

// 你必须实现时间复杂度为 O(log n) 的算法来解决此问题。

// 测试链接 : https://leetcode.cn/problems/find-peak-element/

package class006;
// 峰值元素是指其值严格大于左右相邻值的元素
// 给你一个整数数组 nums,已知任何两个相邻的值都不相等
// 找到峰值元素并返回其索引
// 数组可能包含多个峰值,在这种情况下,返回 任何一个峰值 所在位置即可。
// 你可以假设 nums[-1] = nums[n] = 无穷小
// 你必须实现时间复杂度为 O(log n) 的算法来解决此问题。
public class Code04_FindPeakElement {
  // 测试链接 : https://leetcode.cn/problems/find-peak-element/
  class Solution {
    public static int findPeakElement(int[] arr) {
      int n = arr.length;
      if (arr.length == 1) {
        return 0;
      }
      if (arr[0] > arr[1]) {
        return 0;
      }
      if (arr[n - 1] > arr[n - 2]) {
        return n - 1;
      }
      int l = 1, r = n - 2, m = 0, ans = -1;
      while (l <= r) {
        m = (l + r) / 2;
        if (arr[m - 1] > arr[m]) {
          r = m - 1;
        } else if (arr[m] < arr[m + 1]) {
          l = m + 1;
        } else {
          ans = m;
          break;
        }
      }
      return ans;
    }
  }
}

2023-12-10 13:12:08

目录
打赏
0
0
0
0
25
分享
相关文章
算法系列之搜索算法-深度优先搜索DFS
深度优先搜索和广度优先搜索一样,都是对图进行搜索的算法,目的也都是从起点开始搜索,直到到达顶点。深度优先搜索会沿着一条路径不断的往下搜索,直到不能够在继续为止,然后在折返,开始搜索下一条候补路径。
106 62
算法系列之搜索算法-深度优先搜索DFS
|
1月前
|
算法系列之搜索算法-广度优先搜索BFS
广度优先搜索(BFS)是一种非常强大的算法,特别适用于解决最短路径、层次遍历和连通性问题。在面试中,掌握BFS的基本实现和应用场景,能够帮助你高效解决许多与图或树相关的问题。
61 1
算法系列之搜索算法-广度优先搜索BFS
基于SOA海鸥优化算法的三维曲面最高点搜索matlab仿真
本程序基于海鸥优化算法(SOA)进行三维曲面最高点搜索的MATLAB仿真,输出收敛曲线和搜索结果。使用MATLAB2022A版本运行,核心代码实现种群初始化、适应度计算、交叉变异等操作。SOA模拟海鸥觅食行为,通过搜索飞行、跟随飞行和掠食飞行三种策略高效探索解空间,找到全局最优解。
|
7月前
|
【算法】二分算法——搜索插入位置
【算法】二分算法——搜索插入位置
二分搜索:高效的查找算法
【10月更文挑战第29天】通过对二分搜索的深入研究和应用,我们可以不断挖掘其潜力,为各种复杂问题提供高效的解决方案。相信在未来的科技发展中,二分搜索将继续发挥着重要的作用,为我们的生活和工作带来更多的便利和创新。
97 1
基于禁忌搜索算法的VRP问题求解matlab仿真,带GUI界面,可设置参数
该程序基于禁忌搜索算法求解车辆路径问题(VRP),使用MATLAB2022a版本实现,并带有GUI界面。用户可通过界面设置参数并查看结果。禁忌搜索算法通过迭代改进当前解,并利用记忆机制避免陷入局部最优。程序包含初始化、定义邻域结构、设置禁忌列表等步骤,最终输出最优路径和相关数据图表。
实战演练:利用Python的Trie树优化搜索算法,性能飙升不是梦!
在数据密集型应用中,高效搜索算法至关重要。Trie树(前缀树/字典树)通过优化字符串处理和搜索效率成为理想选择。本文通过Python实战演示Trie树构建与应用,显著提升搜索性能。Trie树利用公共前缀减少查询时间,支持快速插入、删除和搜索。以下为简单示例代码,展示如何构建及使用Trie树进行搜索与前缀匹配,适用于自动补全、拼写检查等场景,助力提升应用性能与用户体验。
105 2
【博士每天一篇文献-算法】 PNN网络启发的神经网络结构搜索算法Progressive neural architecture search
本文提出了一种名为渐进式神经架构搜索(Progressive Neural Architecture Search, PNAS)的方法,它使用顺序模型优化策略和替代模型来逐步搜索并优化卷积神经网络结构,从而提高了搜索效率并减少了训练成本。
115 9

热门文章

最新文章