《算法笔记》4.5小节——算法初步->二分 问题 C: 查找

本文探讨了如何使用C++的二分查找算法解决查找问题,并比较了二分查找与哈希表在效率上的差异。通过实例展示了如何在给定数组中查找元素,以及使用哈希表实现快速查找。

问题 C: 查找

时间限制 : 1.000 sec 内存限制 : 32 MB

题目描述

输入数组长度 n
输入数组 a[1…n]
输入查找个数m
输入查找数字b[1…m]
输出 YES or NO 查找有则YES 否则NO 。

输入

输入有多组数据。
每组输入n,然后输入n个整数,再输入m,然后再输入m个整数(1<=m<=n<=100)。

输出

如果在n个数组中输出YES否则输出NO。

样例输入
6
3 2 5 4 7 8
2
3 6
样例输出
YES
NO

调用C++的二分查找函数

#include<iostream>
#include <algorithm>

using namespace std;


int main() {
    int n;
    int a[105];
    while (cin >> n) {
        int m;
        int b;
        for (int i = 0; i < n; ++i) {
            cin >> a[i];
        }
        sort(a, a + n);
        cin >> m;
        for (int i = 0; i < m; ++i) {
            cin >> b;
            int ans = lower_bound(a, a + n, b) - a;
            if (a[ans] != b)
                puts("NO");
            else
                puts("YES");
        }
    }
    return 0;
}



自己实现二分

#include<iostream>
#include <algorithm>

using namespace std;
int a[105];
int n;

int find(int l, int r, int x) {
    while (l < r) {
        int mid = l + r >> 1;
        if (a[mid] < x) l = mid + 1;
        else
            r = mid;
    }
    return l;
}

int main() {


    while (cin >> n) {
        int m;
        int b;
        for (int i = 0; i < n; ++i) {
            cin >> a[i];
        }
        sort(a, a + n);
        cin >> m;
        for (int i = 0; i < m; ++i) {
            cin >> b;
            int ans = find(0, n - 1, b);
            if (a[ans] != b)
                puts("NO");
            else
                puts("YES");
        }
    }
    return 0;
}



哈希实现效率显然更高

#include<iostream>
#include <unordered_set>

using namespace std;
int a[105];
int n;


int main() {


    while (cin >> n) {
        int m;
        int b;
        unordered_set<int> set;
        for (int i = 0; i < n; ++i) {
            cin >> a[i];
            set.insert(a[i]);
        }
        cin >> m;
        for (int i = 0; i < m; ++i) {
            cin >> b;
            if (set.count(b) == 0)
                puts("NO");
            else
                puts("YES");
        }
    }
    return 0;
}



Nano-ESG数据资源库的构建基于2023年初至2024年秋季期间采集的逾84万条新闻文本,从中系统提炼出企业环境、社会及治理维度的信息。其构建流程首先依据特定术语在德语与英语新闻平台上检索,初步锁定与德国DAX 40成分股企业相关联的报道。随后借助嵌入技术对文本段落执行去重操作,以降低内容冗余。继而采用GLiNER这一跨语言零样本实体识别系统,排除与目标企业无关的文档。在此基础上,通过GPT-3.5与GPT-4o等大规模语言模型对文本进行双重筛选:一方面判定其与ESG议题的相关性,另一方面生成简明的内容概要。最终环节由GPT-4o模型完成,它对每篇文献进行ESG情感倾向(正面、中性或负面)的判定,并标注所涉及的ESG具体维度,从而形成具备时序特征的ESG情感与维度标注数据集。 该数据集适用于多类企业可持续性研究,例如ESG情感趋势分析、ESG维度细分类别研究,以及企业可持续性事件的时序演变追踪。研究者可利用数据集内提供的新闻摘要、情感标签与维度分类,深入考察企业在不同时期的环境、社会及治理表现。此外,借助Bertopic等主题建模方法,能够从数据中识别出与企业相关的核心ESG议题,并观察这些议题随时间的演进轨迹。该资源以其开放获取特性与连续的时间覆盖,为探究企业可持续性表现的动态变化提供了系统化的数据基础。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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

打赏作者

XdpCs

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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