谈一谈二分查找及其变形问题

最新推荐文章于 2023-12-22 13:16:35 发布

行路南

最新推荐文章于 2023-12-22 13:16:35 发布

阅读量794

点赞数 3

分类专栏：学习随笔文章标签：算法大数据

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/u010414589/article/details/89761130

版权

本文详细介绍了二分查找算法及其在解决有序数组中特定值的查找问题时的变形，包括查找第一个等于特定值的元素和搜索旋转排序数组。讨论了不同解法的时间复杂度和实现策略，强调了在变形问题中如何保持算法效率的关键点。

摘要由CSDN通过智能技术生成

在这里插入图片描述

何为二分查找？

二分查找，也称为折半查找，是用于在有序数组中查找特定元素的搜索算法。

二分查找的查找过程是将位于数组中间的元素值与要查找特定值进行比较。若中间元素值小于特定值，则说明该元素位于数组右侧区域，在右侧区域继续折半查找。若中间元素值大于特定值，则说明该元素位于数组左侧区域，在左侧区域继续折半查找。若等于，则返回中间元素的数组下标。

在这里插入图片描述
通过上面的示意图，我们可以看出对于一个具有 n 个元素的数组，第一次折半查找后数组范围变为n/2；第二次折半查找后数组范围变为n/4；以此类推，最后数组范围为1。我们可以看出它的变化规律是
$\frac n {2^1} ,\frac n {2^2}，\frac n {2^3}，...,\frac n {2^k}$

最低0.47元/天解锁文章

关注

3
点赞
踩
2

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

行路南 CSDN认证博客专家 CSDN认证企业博客

码龄11年

129: 原创

3万+: 周排名

207万+: 总排名

113万+: 访问

: 等级

5742: 积分

426: 粉丝

614: 获赞

255: 评论

3028: 收藏

私信

关注

热门文章

分类专栏

OpenCV 3篇
C++
语义分割 6篇
图像分类 5篇
数据集 3篇
NVIDIA DeepStream 9篇
LeetCode 8篇
目标检测 4篇
数据增强 1篇
PyTorch 2篇
deep learning 4篇
目标追踪 2篇
自然语言处理 2篇
知识图谱 6篇
matplotlib 1篇
Git 1篇
机器学习 19篇
数据挖掘 22篇
算法 7篇
学习随笔 15篇
Hadoop 8篇
Linux 4篇
软件部署 17篇

最新评论

【PyTorch】torch.mean(), dim=0, dim=1 详解
lanlalala: a tensor([[[ 0., 1., 2., 3.], [ 4., 5., 6., 7.], [ 8., 9., 10., 11.]], [[12., 13., 14., 15.], [16., 17., 18., 19.], [20., 21., 22., 23.]]], dtype=torch.float64) a.shape torch.Size([2, 3, 4]) mean0 tensor([[[ 6., 7., 8., 9.], [10., 11., 12., 13.], [14., 15., 16., 17.]]], dtype=torch.float64) mean0.shape torch.Size([1, 3, 4]) mean1 tensor([[[ 4., 5., 6., 7.]], [[16., 17., 18., 19.]]], dtype=torch.float64) mean1.shape torch.Size([2, 1, 4]) mean2 tensor([[[ 1.5000], [ 5.5000], [ 9.5000]], [[13.5000], [17.5000], [21.5000]]], dtype=torch.float64) mean2.shape torch.Size([2, 3, 1])
【PyTorch】torch.mean(), dim=0, dim=1 详解
lanlalala: 按照楼主的，可供参考 a = torch.arange(24, dtype=float).reshape((2,3,4)) print('a',a) print('a.shape', a.shape) print(" ") mean0 = torch.mean(a, dim=0, keepdims=True) print('mean0', mean0) print('mean0.shape', mean0.shape) print(" ") mean1 = torch.mean(a, dim=1, keepdims=True) print('mean1', mean1) print('mean1.shape', mean1.shape) print(" ") mean2 = torch.mean(a, dim=2, keepdims=True) print('mean2', mean2) print('mean2.shape', mean2.shape)
7G的森林火情数据集，文末附数据集和源代码
qq_56413072: 博主，求一份数据集有没有百度网盘链接
7G的森林火情数据集，文末附数据集和源代码
weixin_43880420: 博主，这个数据集有标注文件嘛？
二叉树的后序遍历
小白 ~forever: 你这页面设计有点离谱，锚点链接不用，用新页面

最新文章

目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。