Arrays.binarySearch

本文探讨了Java中使用Arrays类进行数组排序及二分搜索的方法。通过示例代码展示了如何对字符串数组进行排序,并利用binarySearch方法查找指定元素,解释了当目标元素不存在时返回值的含义。

import java.util.*;


public class Quest {

/**
* @param args
*/
public static void main(String[] args) {
// TODO Auto-generated method stub

String[] colors = {"blue","red","green","yellow","orange"};
Arrays.sort(colors);
int s2 = Arrays.binarySearch(colors, "orange");
int s3 = Arrays.binarySearch(colors, "violet");
System.out.print(s2+""+s3);
}
}

 

--------------------

 

System.out.print("after store: "+Arrays.toString(colors));

以后的输出是:
[blue, green, orange, red, yellow]

所以Arrays.binarySearch(colors, "orage"); 的结果应该是 2

至于int s3 = Arrays.binarySearch(colors, "violet"); 为什么是-5,就要从Arrays.binarySearch() 讨论起了,如果找到了目标,Arrays.binarySearch() 产生的返回时就要大于或等于0。否则,它产生负返回值,表示若要保持数组的排序状态此元素所应该插入的位置。这个负值的计算方式是:
-(插入点)-1
“插入点”是指,第一个大于查找对象的元素在数组中的位置,如果数组中所有的元素值都小于要查找的对象,“插入点”就等于Arrays.size()。

至此 正确的答案应该是 2,-5。

【SCI复现】基于纳什博弈的多微网主体电热双层共享策略研究(Matlab代码实现)内容概要:本文围绕“基于纳什博弈的多微网主体电热双层共享策略研究”展开,结合Matlab代码实现,复现了SCI级别的科研成果。研究聚焦于多个微网主体之间的能源共享问题,引入纳什博弈理论构建双层优化模型,上层为各微网间的非合作博弈策略,下层为各微网内部电热联合优化调度,实现能源高效利用与经济性目标的平衡。文中详细阐述了模型构建、博弈均衡求解、约束处理及算法实现过程,并通过Matlab编程进行仿真验证,展示了多微网在电热耦合条件下的运行特性和共享效益。; 适合人群:具备一定电力系统、优化理论和博弈论基础知识的研究生、科研人员及从事能源互联网、微电网优化等相关领域的工程师。; 使用场景及目标:① 学习如何将纳什博弈应用于多主体能源系统优化;② 掌握双层优化模型的建模与求解方法;③ 复现SCI论文中的仿真案例,提升科研实践能力;④ 为微电网集群协同调度、能源共享机制设计提供技术参考。; 阅读建议:建议读者结合Matlab代码逐行理解模型实现细节,重点关注博弈均衡的求解过程与双层结构的迭代逻辑,同时可尝试修改参数或扩展模型以适应不同应用场景,深化对多主体协同优化机制的理解。
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
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