旋转数组的最小数字

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

内容概要:本文档详细介绍了利用Google Earth Engine (GEE) 平台对指定区域(位于中国广东省某地)进行遥感影像处理的一系列操作。首先,定义了研究区边界,并选取了 Landsat 8 卫星2023年8月至10月期间的数据,通过去云处理、归一化等预处理步骤确保数据质量。接着,基于预处理后的影像计算了地表温度(LST)、归一化植被指数(NDVI)、湿度指数(WET)、建筑指数(NDBSI)四个关键指标,并进行了主成分分析(PCA),提取出最重要的信息成分。为了进一步优化结果,还应用了像素二元模型对主成分分析的第一主成分进行了条件规范化处理,生成了最终的环境状态评估指数(RSEI)。最后,利用JRC全球表面水体数据集对水体区域进行了掩膜处理,保证了非水体区域的有效性。所有处理均在GEE平台上完成,并提供了可视化展示及结果导出功能。 适合人群:具备地理信息系统基础知识,对遥感影像处理有一定了解的研究人员或技术人员。 使用场景及目标:① 对特定区域的生态环境状况进行定量评估;② 为城市规划、环境保护等领域提供科学依据;③ 掌握GEE平台下遥感影像处理流程和技术方法。 其他说明:本案例不仅展示了如何使用GEE平台进行遥感影像处理,还涵盖了多种常用遥感指标的计算方法,如LST、NDVI等,对于从事相关领域的科研工作者具有较高的参考价值。此外,文中涉及的代码可以直接在GEE代码编辑器中运行,便于读者实践操作。
评论
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