LeetCode:Search in Rotated Sorted Array

Search in Rotated Sorted Array




Total Accepted: 104896  Total Submissions: 343548  Difficulty: Hard

Suppose a sorted array is rotated at some pivot unknown to you beforehand.

(i.e., 0 1 2 4 5 6 7 might become 4 5 6 7 0 1 2).

You are given a target value to search. If found in the array return its index, otherwise return -1.

You may assume no duplicate exists in the array.

Subscribe to see which companies asked this question

Hide Tags
  Binary Search Array




















思路一:

先二分找出数组中最小值的下标,将数组分成两部分,然后在其中一部分再二分查找target。


c++ code:

class Solution {
public:
    int search(vector<int>& nums, int target) {
        
        int minIdx = findMinIndex(nums);
        
        if(target == nums[minIdx]) return minIdx;
        
        int n = nums.size();
        int lo, hi;
        if (target <= nums[n-1]) {
    		lo = minIdx;
    		hi = n - 1;
    	}
    	else{
    		lo = 0;
    		hi = minIdx;
    	}
        
        while(lo <= hi) {
            
            int mid = (lo + hi)/2;
            if(target == nums[mid])
                return mid;
            else if(target < nums[mid])
                hi = mid - 1;
            else
                lo = mid + 1;
        }
        return -1;
    }
    
    // 自定义函数
    int findMinIndex(vector<int>& nums) {
        
        int lo = 0, hi = nums.size() - 1;
    	while (lo < hi) {
    
    		int mid = (lo + hi) / 2;
    		if (nums[mid] > nums[hi])
    			lo = mid + 1;
    		else
    			hi = mid;
    	}
    	return lo;
    }
};


思路二:

直接二分查找。

java code:

public class Solution {
    public int search(int[] nums, int target) {
        
        int lo = 0, hi = nums.length-1;
        while(lo <= hi) {
            
            int mid = lo + (hi-lo)/2;
            if(target == nums[mid]) return mid;
            
            if(nums[lo] <= nums[mid]) {
                if(nums[lo] <= target && target <= nums[mid])
                    hi = mid - 1;
                else
                    lo = mid + 1;
            }else{
                if(nums[mid] <= target && target <= nums[hi])
                    lo = mid + 1;
                else
                    hi = mid - 1;
            }
        }
        
        return -1;
    }
}


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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