1 对数器,二分查找,

2023-05-16

文章目录

    • 对数器
    • 二分查找
      • **1. 有序序列二分查找**
      • **2. 在一个有序数组中,找<=某个数最右侧的位置**
      • **3. 在一个有序数组中,找>=某个数最左侧的位置**
      • **4. 无序序列二分查找 ,求局部最小值**

对数器

对数器用于在自己的本地平台验证算法正确性,用于算法调试,无需online judge。

好处:

  • 没找到线上测试的online judge,则可以使用对数器。
  • 大数据样本出错时,快速找到出错地方。
  • 贪心策略使用,直接验证是否正确

实现原理:

  • 两个算法对比结果, 用一个无误的算法验证另一个算法, 无误的算法可能算法较差

代码实现:

  • 如下代码, insertSort 插入排序 用库排序sort 算法 来验证
  • 每次制造 随机长度随机值的数组.
#include <algorithm>
using namespace std;
void Swap(int &a, int &b)
{
    int temp = a;
    a = b;
    b = temp;
}
void insertSort(vector<int> &v)
{
    for (int i = 0; i < v.size() - 1; i++)
    {
        int end=i;
        while (end >= 0)
        {
            if (v[end + 1] < v[end])
            {
                Swap(v[end + 1], v[end]);
                end--;
            }
            else
            {
                break;
            }
        }
    }
}
void print(vector<int> &v)
{
    for (auto e : v)
    {
        cout << e << " ";
    }
    cout << endl;
}
void test1()
{
    //vector<int> v = {6, 5, 4, 3, 2, 1};
    vector<int> v = {6, 6, 9, 10, 2,2, 1};

    insertSort(v);
    print(v);
}


//准备一个随机数组(样本)生成器
//函数名:generateRandomVector
//函数功能描述:随机数组(样本)生成器
//函数参数: size    生成数组最大尺寸
//         value   数组每个元素的最大值
//返回值:  vector<int> 生成的数组
//for test
vector<int> generateRandomVector(int size, int value)
{
    //time 函数返回从 1970 年 1 月 1 日午夜开始到现在逝去的秒数,因此每次运行程序时,它都将提供不同的种子值。
    srand((int)time(NULL));//为随机数生成器产生随机种子
    //分配随机大小的数组,产生随机数的范围公式number = (rand()%(maxValue - minValue +1)) + minValue;
    vector<int> result(rand() % (size + 1));
    for (auto i = 0; i < result.size(); i++)
    {
        result[i] = rand() % (value + 1);
    }

    return result;

}

//大样本测试
//函数名:main
//函数功能描述:大样本测试
//函数参数: size    生成数组最大尺寸
//         value   数组每个元素的最大值
//返回值:  vector<int> 生成的数组
//for test
int main()
{
    auto test_time = 50000;//测试次数,设置比较大,排除特殊情况
    auto size = 10;//生成数组最大尺寸
    auto value = 30;//生成数组每个元素的最大值
    auto if_accept = true;//方法是否正确标志位
	for(auto i = 0; i < test_time; i++)
	{
        //拷贝初始化,生成新的数组向量
        vector<int> nums(generateRandomVector(size, value));
        //生成两个临时数组拷贝
        vector<int> nums1(nums);
        vector<int> nums2(nums);

		//绝对正确方法
        sort(nums1.begin(), nums1.end());
		//自己写的方法,想要测试的算法
        insertSort(nums2);
		//判断两个向量是否相同,vector类已经重载了比较运算符,不用自己实现,不相同说明算法不正确
		if(nums1 != nums2)
		{
            if_accept = false;
			//输出结果不相等的原始向量
			for(auto c: nums)
			{
                cout << c << " ";
			}
			break;
		}
		
	}
	//输出结果
    cout << (if_accept ? "nice!\n" : "false!\n");
    
}

二分查找

1. 有序序列二分查找

代码实现:

bool binarySearch(vector<int>& v , int targer)
{
    if(v.empty())return false;
    int L=0;
    int R=v.size()-1;
    int mid=0;
   // while(L<=R)// 以 L和R之间至少一个数,二分的逻辑就不一样了
    while(L<R)  // 以L和R之间至少两个数, 最后一次需要判断一下L的位置,已经验证过了,边界条件就是这样.
    {
        mid=L + (R-L>>1);
        if(v[mid] == targer)
        {
            return true;
        }
        else if(v[mid] > targer)
        {
            R = mid - 1;
        }
        else
        {
            L = mid + 1;
        }
    }
    return v[L] == targer; // 最后一次没有判断, 两种情况 L==R , R == L-1 -- R已经判断了,所以两种情况都是需要判断L的,有点难理解这个边界条件;
}

边界控制:
在这里插入图片描述

2. 在一个有序数组中,找<=某个数最右侧的位置

解题步骤:

  • 两种方式可能就是边界不一样,代码二每次都要检查最后的L下标。
  • 算法分析:
  • 找到<=某个数时使用index记录,继续往右找。

代码一:

int nearestIndexR1(vector<int>& v,int targer)
{
    int L=0;
    int R=v.size()-1;
    int index=-1;
    while(L<=R)
    {
        int mid = L + ((R-L)>>1);
        if(v[mid]<=targer)
        {
            index=mid;
            L=mid+1;
        }
        else
        {
            R = mid -1;
        }
    }
    return index;
}

代码二:

int nearestIndexR2(vector<int>& v,int targer)
{
    int L=0;
    int R=v.size()-1;
    int index=-1;
    while(L<R)
    {
        int mid = L + ((R-L)>>1);
        if(v[mid]<=targer)
        {
            index=mid;
            L=mid+1;
        }
        else
        {
            R = mid -1;
        }
    }
    if(v[L]<=targer)index=L;
    return index;
}

3. 在一个有序数组中,找>=某个数最左侧的位置

解题步骤:

  • 与2类似。
int nearestIndexL(vector<int>& v,int targer)
{
    int L=0;
    int R=v.size()-1;
    int index=-1;
    while(L<=R)
    {
        int mid= L + ((R-L)>>1);
        if(v[mid]>=targer)
        {
            index = mid ;
            R = mid -1 ;
        }
        else
        {
            L = mid +1;
        }
    }    
    return index;
}

4. 无序序列二分查找 ,求局部最小值

在一个无序数组中, 值有可能正, 负, 或者零, 数组中任由两个相邻的数一定不相等.
定义局部最小:
1.长度为1,arr[0]就是局部最小;
2.数组的开头,如果arr[0] < arr[1] ,arr[0]被定义为局部最小。
3.数组的结尾,如果arr[N-1] < arr[N-2] ,arr[N-1]被定义为局部最小。
任何一个中间位置i, 即数组下标1~N-2之间, 必须满足arr[i-1] < arr[i] <arr[i+1] ,叫找到一个局部最小。
请找到任意一个局部最小并返回。

需要注意:

  • 二分不一定要有序才能二分。
    1. 数据状况特殊。(无序的)
    1. 问题特殊 。(局部最小值)
  • 1和2结合分析,就有可能找出最优解,这种能力需要锻炼。
  • 二分最优解,就是找出具有排他性的规律。

解题步骤:

任意两个都相邻是不相等的,所以中间必有存在一个变化曲线, 但是为什么先往下降,最后是上扬
中间我不管你怎么连这个变化曲线一定存在局部最小
在这里插入图片描述

  • 局部最小值一定存在,好像是什么定理。
  • begin是数组首元素下标,end是数组尾元素下标,nums是数组。
  • if nums[begin] < nums[begin+1] ,找到了,返回bgein。
  • if nums[end] < nums[end-1] ,找到了, 返回end。
  • else
  • nums[begin] > nums[begin+1] 和 nums[end] > nums[end-1]
    • 往begin+1 和 end-1 之间找, nums[i] < nums[i-1] && nums[i]< nums[i+1]
  • 查找步骤:
  • 看代码把,有点难解释,就是找上扬和下趋

如图:
四种情况
在这里插入图片描述

int getLessIndex(vector<int>& nums)
{
    if(nums.empty())return -1;
    if(1<nums.size() && nums[0]<nums[1])return 0;
    if(nums[nums.size()-2]<nums[nums.size()-1])return nums.size()-1;

    int left = 1;
    int right = nums.size()-2;
    int mid=0;
    while(left<right)
    {
        mid=left+ (right-left>>1);
        if(nums[mid]>nums[mid+1])
        {
            left = mid +1 ;
        }
        else if (nums[mid]>nums[mid-1])
        {
            right = mid -1;
        }
        else{
            return mid;
        }
    }
    if(nums[left]nums[left+1] && nums[left]< nums[left-1]) return left;
    return -1;
}
void testgetLessIndex()
{
    vector<int> v = {5,4,3,2,1,10,9};
    cout<< v[getLessIndex(v)]<<endl;
}
int main()
{
    testgetLessIndex();
}
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

1 对数器,二分查找, 的相关文章

  • 核糖体rRNA分类-功能应用-数据库-Silva

    一 xff0e 分类 xff1a 原核生物的rRNA分三类 xff1a 5SrRNA 16SrRNA和23SrRNA 真核生物的rRNA分四类 xff1a 5SrRNA 5 8SrRNA 18SrRNA和28SrRNA S为大分子物质在超速
  • RepeatMasker基因组重复序列检测工具安装及使用

    一 RepeatMasker简介 基因组组装完成后 xff0c 进行基因预测和注释 由于基因组中存在重复序列结构区 xff0c 特别是高等真核生物 xff0c 重复序列占了相当大的比例 xff0c 会影响基因预测的质量 xff0c 也会带来
  • Seqkit:强大的序列处理工具

    Seqkit是一款专门处理fsata q序列文件的软件 github地址 https github com shenwei356 seqkit 下载地址 xff1a https bioinf shenwei me seqkit downlo
  • Minimap2:三代比对工具

    在使用Purge dups去冗余时 xff0c 用到了Minimaps2 xff0c 把学习的东西整理一下 先声明本文软件介绍的很多内容来自 生信算法 公众号文章 xff0c 用来作为自己的学习记录 xff0c 原文作者若不同意的话就删稿
  • 白盒测试:语句覆盖、条件覆盖、判定覆盖、条件-判定覆盖、组合覆盖、路径覆盖

    语句覆盖 xff1a 所有的 语句 都要覆盖一遍 判定覆盖 xff1a 包含语句覆盖 xff0c 每个判断T F各一次 条件覆盖 xff1a 包含语句覆盖 xff0c 每个条件T F各一次 判定条件覆盖 xff1a 包含判定覆盖 条件覆盖
  • GMAP一款比对工具用于ALLHiC构建等位基因表

    在ALLHiC使用过程中需要构建Allele ctg table xff0c 用于过滤多倍体基因组中因等位序列相似引起的HiC噪音的必要输入 官网提供了两种办法 xff0c 一种是blastn xff0c 需要对草图基因组进行注释 xff0
  • 数据结构——平衡二叉树(AVL树)之插入

    文章目录 前言一 定义二 基本操作1 查找 xff0c 2 插入 如何调整 如何调整代码实现插入 前言 首先我们来思考一下一个普通二叉树保存数据 xff0c 如果想查找一个数据 xff0c 由于普通二叉树保存数据是随机的 xff0c 要找到
  • C++之引用怎么用

    1 引用的概念 引用并不是新定义一个变量 xff0c 而是给一个已存在的变量取一个别名 编译器并不会为引用变量开辟空间 xff0c 它和它应用的变量共用一块空间 也就是说引用是同一块变量空间的不同名字 格式 xff1a 类型 amp 引用变
  • 完全背包问题

    目录 一 什么是完全背包 二 完全背包问题的里外层循环可以交换吗 三 题 3 1 求组合数 3 2 求排列和 3 3 求最小值 一 什么是完全背包 完全背包问题一般是指 xff1a 有N件物品和一个能背重量为W的背包 xff0c 第i件物品
  • 如何从GitHub上下载开源项目

    作为开源代码库以及版本控制系统 xff0c Github拥有超过900万开发者用户 随着越来越多的应用程序转移到了云上 xff0c Github已经成为了管理软件开发以及发现已有代码的首选方法 GitHub上有无数优秀开发者正在开发和维护的
  • 进程间通信之共享内存

    目录 一 共享内存实现进程间通信的原理 二 管理共享内存的数据结构 三 共享内存函数 四 实现进程间通信 接博客 xff1a 进程间通信之管道 一 共享内存实现进程间通信的原理 共享内存实际是操作系统在实际物理内存中开辟的一段内存 共享内存
  • ICMP协议详解

    ICMP协议 一 概念 ICMP协议是一个网络层协议 和IP协议处于同一层 xff0c 但是ICMP协议底层用的是IP协议 一个搭建好的网络 xff0c 往往需要先进行简单的测试 xff0c 来验证网络是否通畅 单单使用IP协议并不提供可靠
  • C++11——右值引用

    目录 前言 一 右值引用的概念 1 1 左值和右值的概念 1 2 引用和右值引用比较 二 右值引用的作用 2 1引用的缺陷 2 1 移动语义 2 2 右值引用的具体应用 2 3 对比引用总结 三 右值引用引用左值 move 四 完美转化 前
  • C++11——lambda表达式

    目录 前言 一 lambda表达式用法 二 lambda表达式语法 三 lambda表达式的原理 前言 在显示生活中 xff0c 我们在用手机购物时 总是可以在页面上看到下面这样的选项 我们知道底层这是通过排序来完成的 xff0c 但是当我
  • MySQL索引

    目录 前言 一 认识磁盘 二 MySQL与磁盘的交互基本单位 三 索引的理解 3 1 引出索引 3 2 MySQL管理Page 3 2 1 单个Page的情况 3 2 2 多page的情况 3 3 什么是索引 四 聚簇索引和非聚簇索引 4
  • 100道测试工程师笔试的Linux笔试题及答案

    单选题 xff1a 1 cron 后台常驻程序 daemon 用于 xff1a A 负责文件在网络中的共享 B 管理打印子系统 C 跟踪管理系统信息和错误 D 管理系统日常任务的调度 2 在大多数Linux发行版本中 xff0c 以下哪个属
  • Redis应用问题及解决

    目录 一 缓存穿透 1 1 问题描述 1 2 解决方案 二 缓存击穿 2 1 问题描述 2 2 解决方案 三 缓存雪崩 3 1 问题描述 3 2 解决方案 当数据库压力变大 xff0c 导致服务访问数据库响应变慢 xff0c 导致服务的压力
  • Shell脚本练习

    求100以内正奇数和 注意点 xff1a 和 xff1a 是进行数学运算的 支持 43 xff1a 分别为 加 减 乘 除 取模 但是注意 xff0c bash只能作整数运算 xff0c 对于浮点数是当作字符串处理的 a b xff1a 表
  • sed命令_Linux sed命令:替换、删除、更新文件中的内容

    sed 是 stream editor 的缩写 xff0c 中文称之为 流编辑器 sed 命令是一个面向行处理的工具 xff0c 它以 行 为处理单位 xff0c 针对每一行进行处理 xff0c 处理后的结果会输出到标准输出 xff08 S
  • 《国产操作系统之银河麒麟》银河麒麟服务器操作系统引导过程

    目录 系统引导过程 01 系统启动流程概述 系统启动总流程 第一阶段 xff1a BIOS初始化 编辑 第二阶段 GRUB2启动引导 编辑 第三阶段 内核引导 编辑 第四阶段 systemd进程 02 固件与BIOS BIOS启动流程 BI

随机推荐

  • Spring MVC基础配置

    Spring MVC 使用步骤 xff1a 1 在web xml中的配置DispatcherServlet span class token tag span class token tag span class token punctua
  • 对Redis布隆过滤器的实现

    目录 实现思路 首先最重要的自定义hash 然后就是将key放入bitSet 然后就是判断布隆过滤器bitSet数组中是否含有对应的key 代码 实现思路 39条消息 Redis布隆过滤器 Fairy要carry的博客 CSDN博客 首先最
  • Keil uVision5修改工程名字

    目录 1 打开文件中mdk的文件夹 xff1a 2 把Listings和Objects里边东西全部删除 xff1a 3 删除文件夹之外的东西 xff0c 并且绿色这个文件改名 xff1a 4 打开Keil uVision5 xff0c 点开
  • Redis的Java客户端

    1 快速入门 Jedis使用的基本步骤 xff1a 1 引入依赖 2 创建Jedis对象 xff0c 建立连接 3 使用Jedis xff0c 方法名与Redis命令一致 4 释放资源 lt jedis依赖 gt lt dependency
  • linux下使用rpm安装mysql

    1 get mysql rpm package mysql rpm install https www aliyundrive com s 6xUyXcdqYJF 点击链接保存 xff0c 或者复制本段内容 xff0c 打开 阿里云盘 AP
  • python爬取豆瓣T250电影及保存excel(易上手)

    网址 xff1a 豆瓣电影 Top 250 目录 一 bs4和re正则爬取 二 xpath爬取 一 bs4和re正则爬取 源代码 xff1a import urllib request urllib error import re from
  • qt发布的程序时如何将依赖的dll分开放在不同目录

    SetDllDirectory设定DLL加载路径 include 34 Windows h 34 切换工作目录 xff0c 到指定目录查找依赖的dll文件 QString s 61 34 debug 34 LPCWSTR path 61 s
  • Android项目目录结构和资源管理

    项目目录结构和资源管理 项目目录结构默认结构形式真正的结构形式app包里结构src包里的目录 资源的管理和使用图片资源布局资源字符串资源样式颜色资源 项目目录结构 默认结构形式 新建的项目会默认使用Android模式的项目结构 xff0c
  • jupyter notebook无法打开(或无法用终端打开)

    报错如下 xff1a 解决方法 xff1a 添加这三个环境变量 注 xff1a 这三个路径虽然短 xff0c 但是一定要复制粘贴进去 xff0c 手写很容易报错 xff0c 即使你路径手写是对的 其他问题解决方法 xff1a xff08 1
  • Spring Aop通知注解的执行顺序

    spring4和spring5有所不同 spring4没异常有异常执行顺序从上往下 64 Around通知前 64 Aroud通知前 64 Before通知 64 Before通知业务代码 64 After通知 64 Around通知后 6
  • vcruntime140_1.dll无法继续执行代码如何修复?

    vcruntime140 1 dll是电脑系统动态链接中非常重要的文件 xff0c 主要用于处理各种程序 每台计算机上都有相当多的DLL文件 xff0c 不同的程序会使用不同的DLL文件 电脑系统如果丢失dll文件 xff0c 会导致很多软
  • Linux基础指令的基本操作(一)

    文章目录 Linux用户管理 xff1a 1 adduser添加用户2 passwd修改用户密码3 userdel删除用户 其他指令alias指令 取别名 whoami指令man指令 重要 bc指令unamefreedf h Linux 访
  • Linux 权限(二)权限掩码 粘滞位 详细

    文章目录 Linux权限的概念Linux权限管理01 文件访问者的分类 xff08 人 xff09 02 文件类型和访问权限 xff08 事物属性 xff09 拥有者 xff0c 所属组 xff0c other vs root 和普通用户a
  • Linux——基础IO

    文章目录 先来段代码回顾C文件接口写文件读文件输出信息到显示器 xff0c 你有哪些方法 默认打开的三个流 stdin amp stdout amp stderr系统接口openclosewriteread文件描述符fd文件描述符的分配规则
  • boost字符串库简单使用

    boost字符串库简单使用 说明用法大小写转换字符串分割去掉字符串两边空格替换字符串 replace first replace first copy 说明 写c 43 43 程序的时候 xff0c 虽然std string有数百余函数 x
  • 线程安全下单例模式

    文章目录 什么是单例模式单例模式的特点定义对象的本质什么时候创建对象饿汉实现方式和懒汉实现方式饿汉方式实现单例模式懒汉方式实现单例模式懒汉方式实现单例模式 线程安全版本 什么是单例模式 单例模式是一种 经典的 常用的 常考的 设计模式 单例
  • Linux 线程池

    文章目录 线程池的定义使用线程池的原因基于POSIX实现的线程池基于block队列的线程池实现基于ring队列的线程池实现 设计单例模式线程池 线程池的定义 线程池就一堆已经创建好的任务线程 xff0c 初始它们都处于空闲等待状态 xff0
  • 魔都,3年,程序员到CTO

    过一个平凡无趣的人生实在太容易了 xff0c 你可以不读书 xff0c 不冒险 xff0c 不运动 xff0c 不写作 xff0c 不外出 xff0c 不折腾 但是 xff0c 人生最后悔的事情就是 xff1a 我本可以 陈素封 我可以 在
  • TCP协议

    文章目录 1 保证可靠性机制1 1 确认应答机制1 1 1确认应答机制概念1 1 2常规确认应答的工作方式1 1 3报文按序到达1 1 4 如何确认历史数据被收到1 1 5 16位序号和16确认序号 xff08 字段讲解 xff09 tcp
  • 1 对数器,二分查找,

    文章目录 对数器二分查找 1 有序序列二分查找 2 在一个有序数组中 xff0c 找 lt 61 某个数最右侧的位置 3 在一个有序数组中 xff0c 找 gt 61 某个数最左侧的位置 4 无序序列二分查找 xff0c 求局部最小值 对数