154. Find Minimum in Rotated Sorted Array II


154是 153的升级版本。

题目理解

输入:一个按升序排序的数组nums,但是这个数组在某个位置被旋转了。(例如., 原始数组是[0,1,2,4,5,6,7],旋转后就变成 [4,5,6,7,0,1,2])。注意:这个数组可能包含重复元素。
输出:这个数组的最小值
要求:O(lgn)时间复杂度
示例1
Input: [3,4,5,1,2]
Output: 1

示例2
Input: [2,2,2,0,1]
Output: 0

示例3

Input: [2,2,2,2,2]
Output: 2

二分+分治

这种思路完全可以按照之前在153的分析实现。在上一个版本的分析中,我们只有在需要判断一个子数组是否有序的时候使用大小比较:nums[l]<nums[r]。当有重复元素之后,我们还是使用同样的条件判断。例如[2,2,0,1,2]这样的子数组,nums[l]=nums[r],它是一个无序的。只有nums[l]<nums[r]才能推论得到从l到r是一个有序的子数组。
所以代码是一样的。

只有二分

原文链接

在标准的二分搜索中会用中间元素与目标值比较:nums[pivot]>target。在这里,中间元素与右边界元素比较:nums[pivot]与nums[high]。
情况一:nums[pivot]<nums[high]
在这里插入图片描述

这个时候子数组从pivot到high是一个有序数组,最小元素出现在左侧子数组中。同时,当前中间元素也可能是最小值元素。所以更新high=pivot。

情况二:nums[pivot]>nums[high]
在这里插入图片描述

nums[pivot]和最右边元素不在同一侧。一个数组从高到低,一定经历了最小元素。最小元素在右侧子数组中。

情况三:nums[pivot] = nums[high]
在这里插入图片描述

如果是图中case3的情况,最小元素在中间元素的左边。如果是图中case3’的情况,则最小元素在中间元素的右边。这个时候缩小右边界的范围:high=high-1。

class Solution {
    public int findMin(int[] nums) {
        int l = 0 ,r = nums.length-1;
        if(nums[r]>nums[l]) return nums[l];
        while(l<=r){
            int mid = l+((r-l)>>1);
            if(nums[mid]<nums[r]){
                r = mid;
            }else if(nums[mid]>nums[r]){
                l = mid+1;
            }else{
                r = r-1;
            }
        }
        return nums[l];
    }  
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
minimum_rotated_rectangle 是一种常用的计算几何算法,用于计算一个凸多边形的最小外接矩形。这个矩形是能够包含整个凸多边形的最小面积矩形。 在 Python 中,可以使用 OpenCV 库中的 `minAreaRect` 函数来计算一个凸多边形的最小外接矩形。这个函数接受一个包含多边形顶点坐标的 numpy 数组作为输入,返回一个矩形对象,其中包含了最小外接矩形的中心坐标、宽度、高度以及旋转角度等信息。 下面是一个示例代码,演示了如何使用 `minAreaRect` 函数计算一个凸多边形的最小外接矩形: ```python import cv2 import numpy as np # 创建一个凸多边形 points = np.array([(0, 0), (0, 100), (100, 100), (100, 50), (50, 0)]) hull = cv2.convexHull(points) # 计算凸多边形的最小外接矩形 rect = cv2.minAreaRect(hull) # 绘制凸多边形和最小外接矩形 img = np.zeros((200, 200, 3), dtype=np.uint8) cv2.drawContours(img, [hull], 0, (0, 255, 0), 2) box = cv2.boxPoints(rect).astype(np.int32) cv2.drawContours(img, [box], 0, (0, 0, 255), 2) # 显示结果 cv2.imshow('Minimum Rotated Rectangle', img) cv2.waitKey(0) cv2.destroyAllWindows() ``` 在这个示例代码中,我们首先创建了一个凸多边形,然后使用 `convexHull` 函数计算了凸包,最后使用 `minAreaRect` 函数计算了凸多边形的最小外接矩形,并绘制了结果图像。可以通过修改 `points` 变量中的坐标,来测试不同形状的凸多边形。
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