(3)剑指offer 第6题 旋转数组中的最小值

1、首先想到是排序后再查找;

这个想法肯定对,但是效率十分低下;

2、二分查找的方法;找到中间的值与两侧的值对比;

思路:

while(left<right)的循环内;

  • 如果a[mid]>[right];说明左侧一直是递增的,在右侧 更新left=mid+1;
  • 如果a[mid]==a[right];这个情况就比较复杂了;
    1.        有可能全部都相等;
    2. 有可能右侧全部都相等;
    3. 有可能右侧的某一点之后不变了;并且和左侧的值全部都相等
    4.    所以这个时候 判断right的前一点即可;
    5.     right=right-1;

  • 如果a[mid]<a[right]
  •     说明这个最小值可能在左侧;
  •         right=mid;


class Solution {
public:
    int minNumberInRotateArray(vector<int> a) 
    {
         int n=a.size();
        if(n==0)
            return 0;
        int left=0;
        int right=n-1;
        int mid;
        while(left<right)
        {
           mid=(left+right)/2;
            
            if(a[mid]<a[right])
                right=mid;
            else if(a[mid]==a[right])//a[right]==a[mid]这个情况比较复杂;可能全部相等,左边全部相等,右边全部相等;需要特殊分析’
                right=right-1;
            else if(a[mid]>a[right])
                left=mid+1;

        }
        return a[right];
        
    }
    
   
};

  • 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,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,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 目标检测涉及以下几个核心问: 分类问:判断图像中的目标属于哪个类别。 定位问:确定目标在图像中的具体位置。 大小问:目标可能具有不同的大小。 形状问: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,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