寻找局部高点-1D之python实现

1. 所谓的局部高点就是在某个局部的地方的极值，这个不是全局最值，所以在寻找的时候，从哪里找？怎么找？效率就非常重要了。
2. 基于没有现成的资料，因此特整理下思路，便于大家理解该算法。
3. 简单算法：从第一个元素开始，判断其是否满足局部高点的条件，如果满足就返回该数的索引，否则判断下一个元素。如此循环判断输入序列的每一个元素直到找到一个局部高点为止。【提示：本文不考虑算法的异常检测等，没找到的时候怎么处理等手续请大家自行添加】

def findLocalHigh(A):
    for i in range(len(A)):
        if A[i-1] <= A[i] >= A[i+1]:
            return i
        else:
            continue
A = [1, 2, 6, 5, 3, 7, 4]
i = findLocalHigh(A)
print(i)

最后输出结果：2

1. 改进算法：前面的算法直观，容易实现，但不是最优的算法。改进的思路是减少查找次数。首先确定从哪个位置开始找，然后确定查找范围。可以借鉴二分法：从序列中间位置开始，这样每次搜索可以缩小一半的搜索范围。那有个问题，假设中间位置元素已知A[i]，比较该元素和其相邻的元素之间的大小关系会有下面几种情况：
   （1）A[i-1]<=A[i]>=A[i+1]，也就是A[i]满足局部高点条件，完成任务，返回i。
   （2）A[i]<A[i-1],也就是左边可能有局部高点，注意这里不是一定存在，很多教材上写了一定，举个反例：【8，7，6，5，3，7，4】你给我从这里的中间位置左边的里面找个局部高点？开玩笑！所以是可能，可能，可能。那这样从左边找吧先，可以借鉴递归的思路来构建你的算法。
   （3）A[i]<A[i+1]，也就是右边可能可能可能有局部高点，同理不是一定哈。那琢磨从右边找吧，同理（2）的方法思路，这里提醒下，一定存在，别我说啥就是啥好不？因为有个边界条件你忘记了吧？哈哈哈！A[-1]=A[n]=-inf，这个加上再试试，要批判精神，但是别忘记了条件，要不数学问题咋出来呢?
2. 改进算法代码：

def findHighSpot(A): # 寻找局部最高点
    if len(A) == 1:
        return 0
    if len(A) == 2:
        return int(A[0]<A[1])
    i = len(A)//2
    leftA = A[:i]
    rightA = A[i+1:]
    if A[i-1] <= A[i] >= A[i+1]:
        return i 
    elif A[i] < A[i-1]:
        return findHighSpot(leftA)
    else:
        return i + 1 + findHighSpot(rightA) 

if __name__ == '__main__':
    A = [1, 2, 6, 5, 3, 7, 4] # 输入input: 含有最高点高度的列表
    i = findHighSpot(A) # 输出output: 返回最高点的位置
    print(A) # 时间复杂度: O(log(n))
    print(i)

4. 更高级点的改进，这个有点好玩了：

def greater(A, B):
    result = []
    for i, j in zip(A, B):
        if i > j:
            result.append('True')
        else:
            result.append('False')
    return result
def yys(r1, r2):
    result = []
    for i, j in zip(r1, r2):
        if i == j and i == 'True':
            result.append('True')
        else:
            result.append('False')
    return result

def outLocalHigh(r3):
    import numpy as np
    result = np.array(r3)
    result = np.where(result=='True')
    return result

A = [1, 2, 6, 5, 3, 7, 4]
A_P = [2, 6, 5, 3, 7, 4, 4]
A_M = [1, 1, 2, 6, 5, 3, 7, 4]
r1 = greater(A, A_P)
r2 = greater(A, A_M)
r3 = yys(r1, r2)
r4 = outLocalHigh(r3)
print(r4[0][0])
print(r4[0][1])

6. 仍然强调，就是为了单纯的完成教材上这个问题，所以设计简单，有纰漏的地方，请大家自行留言，互相改进。