Find Minimum in Rotated Sorted Array

题目:153

Find Minimum in Rotated Sorted Array

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.

 

You may assume no duplicate exists in the array.

题目分析:

       从数据结构来分析,有序且是数组(顺序存储),查找最小的元素,首先最容易想到的就是折半查找(二分查找),如果没有旋转,则arr[mid]> arr[low],按从小到大排序,经过旋转后,如果arr[mid]> arr[low],最小值在右半区,如果arr[mid]< arr[low],最小值在左半边。有一些特殊的情况需要考虑,如当数组只有一个元素,数组就是按从小到大排序排好。返回在数组中的最小的元素。

这道题也是《剑指offer》面试题8。

(1)   朴素解法:

class Solution {
public:
    int findMin(vector<int> &num) {
        if (num.size() == 1)
            return num[0];
        int low, mid, high;
        low = 0;
        high = num.size() - 1;
        while (low < high) {
            mid = (low + high) / 2;
            if (num[low] < num[high])
                return num[low];
            if (num[mid] > num[low])
                low = mid;
            else if (num[mid] < num[low])
                high = mid;
            else
                return num[high];
        }
    }
};

(2)   C code

20150527     1)中解法已经很不错,再给出两种解法。

一个是:时间复杂度O(N)的,从后往前遍历数组中的元素,找到第一个该元素比其前一个元素小的就是旋转数组中的最小值,因为数组中的最小值是两个有序数组的分界值。

二个是:实现上有一些区别。

int findMin(int* nums, int numsSize) {
    int start, end, mid;
	start = 0;
	end = numsSize - 1;
	if (nums[start] <= nums[end])
		return nums[start];
	while (nums[start] > nums[end]) {
	    if (end - start == 1) {
	        start = end;
	        break;
	    }
		mid = (start + end) / 2;
		if (nums[mid] > nums[start])
			start = mid + 1;
		else 
			end = mid;
	}
	return nums[start];
}
看了下剑指offer,对于[ 2, 1] 这样的输入这么处理的。


  • 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