旋转数组的最小数字

本文介绍了一种在旋转数组中快速查找最小值的方法,通过二分查找算法优化搜索过程,适用于计算机科学领域的数据结构和算法优化场景。

找到旋转数组的最小数字
旋转数组 是 将一个 递增的数组 前面的一部分 旋转到 数组的后部分。
采用二分查找的方式可以更快找出
定义两个指针low,high ,定义 mid 为 low+high/2
根据定义 ,如果 low所在的数字比 mid 大 则 最小值 在 low 到mid之间,将 high 的值 换成mid
重新生成 mid
如果 low的数字比 mid小 ,说明 在 mid 到high 之间 ,将low的值换为mid 即可
判断退出条件,当 low后面就是high时,mid=high,mid 就是最小的位置,返回即可

/**
 * 
 */

/***
 * @author 18071
 * @Date 2019年2月21日
 * 功能:在一个旋转数组中找出最小的数字
 * 旋转数组 是 将一个 递增的数组 的 最小的一部 旋转到数组的后部分。
 ***/
public class test {
	
	public  static void main(String args[]) {

		int[] x= {3,4,5,6,0,1,2};
	    System.out.println(x[findmin(x,0,6)]);	
		
	}
	
    public static int findmin(int[] x,int low ,int high) {
    	
    	int mid=0;
    	
    	while(x[low]>x[high]) {
    		
    		mid = (low+high)/2;
    		//跳出语句 当 low在high的前一位时,代表这此时hihgh 为最小值
    		if(low+1==high) {
    			mid=high;
    			
    			break;
    		}
    		
    		
    	    if(x[mid]<x[low]) 
    	    {
    		  high=mid;
    	    }
    	    else if(x[mid]>x[low])
    	     {
    	  	    low=mid;
      
    	     }
    	}
		return mid;
    	
    }
}

结果
在这里插入图片描述

【电能质量扰动】基于ML和DWT的电能质量扰动分类方法研究(Matlab实现)内容概要:本文研究了一种基于机器学习(ML)和离散小波变换(DWT)的电能质量扰动分类方法,并提供了Matlab实现方案。首先利用DWT对电能质量信号进行多尺度分解,提取信号的时频域特征,有效捕捉电压暂降、暂升、中断、谐波、闪变等常见扰动的关键信息;随后结合机器学习分类器(如SVM、BP神经网络等)对提取的特征进行训练与分类,实现对不同类型扰动的自动识别与准确区分。该方法充分发挥DWT在信号去噪与特征提取方面的优势,结合ML强大的模式识别能力,提升了分类精度与鲁棒性,具有较强的实用价值。; 适合人群:电气工程、自动化、电力系统及其自动化等相关专业的研究生、科研人员及从事电能质量监测与分析的工程技术人员;具备一定的信号处理基础和Matlab编程能力者更佳。; 使用场景及目标:①应用于智能电网中的电能质量在线监测系统,实现扰动类型的自动识别;②作为高校或科研机构在信号处理、模式识别、电力系统分析等课程的教学案例或科研实验平台;③目标是提高电能质量扰动分类的准确性与效率,为后续的电能治理与设备保护提供决策依据。; 阅读建议:建议读者结合Matlab代码深入理解DWT的实现过程与特征提取步骤,重点关注小波基选择、分解层数设定及特征向量构造对分类性能的影响,并尝试对比不同机器学习模型的分类效果,以全面掌握该方法的核心技术要点。
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