033. Search in Rotated Sorted Array [Medium][未通过]

class Solution {
public:
 int search(vector<int>& nums, int target) {
 int l = 0, r = nums.size() - 1;
 while (l <= r) {
 int mid = (l + r) / 2;
 if (nums[mid] == target) return mid;
 if (nums[mid] < nums[l]) {
 if (target > nums[mid] && target <= nums[r])
 l = mid + 1;
 else
 r = mid - 1;
 } else if (nums[mid] > nums[r]) {
 if (target >= nums[l] && target < nums[mid])
 r = mid - 1;
 else
 l = mid + 1;
 } else {
 if (target < nums[mid])
 r = mid - 1;
 else
 l = mid + 1;
 }
 }
 return -1;
 }
};

有序序列查找——二分查找

int l = 0,r = num.size() - 1;
while(l <= r){
int mid = (l + r)/2;
if(num[mid] == target)return mid;
else if(num[mid] < target){
l = mid + 1;
}else r = mid - 1;
}

这题不是完全有序,是局部有序的。基于二分查找的模板进行变形。

在Python中,并没有一个内建函数或方法叫做`.minimum_rotated_rectangle`。不过,如果你是在图像处理或计算机视觉的上下文中提到这个术语,可能是你在使用某个库或框架时接触到的函数或方法,它用于计算并返回最小旋转矩形。 在OpenCV库中,可以使用`minAreaRect()`函数来找到给定点集的最小旋转矩形。这个函数返回一个`RotatedRect`对象,包含了旋转矩形的中心点、宽度、高度以及旋转角度。最小旋转矩形是能够覆盖所有点且面积最小的矩形。 以下是一个使用OpenCV实现最小旋转矩形的例子: ```python import cv2 import numpy as np # 假设points是一个二维点集,例如 [[x1, y1], [x2, y2], ..., [xn, yn]] points = np.array([[10, 10], [10, 30], [30, 30], [30, 10]], dtype=np.float32) # 使用minAreaRect函数计算最小旋转矩形 rect = cv2.minAreaRect(points) # 输出旋转矩形的中心点、尺寸和旋转角度 print("旋转矩形的中心点:", rect[0]) print("旋转矩形的尺寸:", rect[1]) print("旋转矩形的角度:", rect[2]) # 绘制旋转矩形 box = cv2.boxPoints(rect) box = np.int0(box) cv2.drawContours(image, [box], 0, (0, 255, 0), 2) ``` 在这段代码中,首先创建了一个点集`points`,然后使用`minAreaRect()`函数计算出最小旋转矩形。`rect[0]`是旋转矩形的中心,`rect[1]`是旋转矩形的尺寸(宽度和高度),`rect[2]`是旋转矩形的角度。最后,使用`boxPoints()`函数和`drawContours()`函数将旋转矩形绘制到图像上。
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