剑指offer 面试题3 二维数组中的查找

题目:

在一个二维数组中,每一行都按照从左到右递增的顺序排序,每一列都按照从上到下递增的顺序排序。请完成一个函数,输入这样的一个二维数组和一个整数,判断数组中是否含有该整数。

思路一:

针对二维矩阵的特点,可以注意到某个数的下方的数必定大于本身;而其左边的数必定小于本身;所以如果选取数组中右上角的数字为起点的话,作如下这些判断:如果该数字等于要查找的数字。查找过程即可结束;如果该数字大于要查找的数字,说明查找的数字在该数字的左边,也即必须剔除这个数字所在的列(列--);当该数字小于要查找的数字,说明查找的数字在该数字的下边,也即剔除这个数字所在的行(行++);这个过程可简单说:要查找的数字不在数组的右上角。每次查找都缩小查找范围,直到要查找的数字或者查找的范围为空。

public boolean findMatrix(int[][] matrix, int num) {
		boolean found = false;
		if (matrix == null || matrix.length == 0) {
			return found;
		}
		
		int row = 0;
		int col = matrix.length - 1;
		while (row < matrix.length && col >= 0) {
			if (matrix[row][col] > num) {
				--col;
			} else if (matrix[row][col] < num) {
				++row;
			} else {
				found = true;
				break;
			}
		}
		return found;
	}
思路二:二分查找

先对行进行二分查找,找到查找元素所在的行;需要注意的是当查找元素大于中间行元素时,要确定查找元素时在中间行,还是在下一行(中间行的最后列元素与查找元素相比,如果最后列元素小于查找元素,说明查找元素在下一行;如果列元素大于等于查找元素,说明查找元素在中间刚,查找结束);

再对列进行二分查找,找到查找元素所在的列;在确定查找元素所在行时,剩下来只需要对这一行元素进行二分查找即可。

public static boolean findInMatrix(int[][] matrix, int num) {
		if (matrix == null || matrix.length == 0 || matrix[0].length == 0) {
			return false;
		}
		
		int r1 = 0, r2 = matrix.length - 1;
		while (r1 < r2) {
			int mid = r1 + (r2 - r1)/2;
			if (matrix[mid][0] > num) {
				r2 = mid - 1;
			} else if (matrix[mid][0] < num) {
				if (matrix[mid][matrix[0].length - 1] >= num) {
					r1 = mid;
					break;
				}
				r1 = mid + 1;
			} else {
				return true;
			}
		}
		System.out.println("the num row: " + r1);
		int c1 = 0, c2 = matrix[0].length - 1;
		while (c1 < c2) {
			int mid = c1 + (c2 - c1)/2;
			if (matrix[r1][mid] > num) {
				c2 = mid - 1;
			} else if (matrix[r1][mid] < num) {
				c1 = mid + 1;
			} else {
				return true;
			}
		}
		System.out.println("the num col: " + c1);
		return matrix[r1][c1] == num;
	}

扩展的题目:输出杨氏矩阵中的最小N的数;

改编题目:两个升序数组A和B,长度都是N。从两个数组中分别取出一个数,相加得到一个数,求N*N个和的前N个。

这道题目有两种做法:1)是通过堆来做,这对前N个元素要求排序比较好;2)是通过归并排序来做;具体的实现大家可以自己来写写看的。




  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图像识别技术在病虫害检测的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统,可以是移动应用、网页服务或集成到智能农业设备。 7. **实时监测**:在实际应用,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测的应用将越来越广泛。
软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测试面试题软件测
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值