Find Minimum in Rotated Sorted Array II(LeetCode)

Follow up for "Find Minimum in Rotated Sorted Array":
What if duplicates are allowed?

Would this affect the run-time complexity? How and why?

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).

Find the minimum element.

The array may contain duplicates.


public class Solution {
    public int findMin(int[] num) {
        int l = 0;
        int r = num.length - 1;
        int mid = l;
        int min = num[l];
        while(num[l] >= num[r]){
            if(r - l == 1)
            {
                mid = r;
                break;
            }
            mid = (l + r)/2;
            
            if(num[l] == num [r] && num[mid] == num[l]){
                for(int i = l;i<=r;++i){
                    if(min > num[i])
                        min = num[i];
                }
                return min;
            }
            else if(num[mid] >= num[l])
                l = mid;
            else if(num[mid] <= num[r])
                r = mid;
        }
        return num[mid];
    }
}


  • 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