数组的应用实例——part 2(二分查找)

本文介绍了二分查找思想及其在有序数组中查找指定数字的应用,对比了逐个比较与二分查找的效率,并讨论了在处理大数组时改进二分查找的方法。
引言

其实早在古代我国的先贤就已经有了二分法的思想了——一尺之锤,日取其半,万世不竭,这句话虽然是想要表达极限的思想,但是”日取其半“的思想却极为可贵,当你取了一半而舍弃另一半的时候,你所研究的工作量就减轻了一半。

思路探寻

应用场景:在一个指定的有序数组中查找指定的数字n(可以为升序或降序)

int arr[]={1,2,3,4,5,6,7,8,9,10}

int k=7;

如果找到了,就打印其下标,若找不到就打印找不到

思路1:把k与数组中的数字挨个比较【arr[i]==k】(数组的每个元素都有下标 ,找到是打印即可

#include <stdio.h>
int main()
{
int arr[]={1,2,3,4,5,6,7,8,9,10};
对应的下标为0,1,2,3,4,5,6,7,8,9
int k=0;
scanf(“%d",&k);//k=7
int t=0;//用于得出下标
int sz=sizeof(arr)/sizeof(arr[0])//数组中的元素个数
for(i=0;i<sz,i++);
{
if(k==arr[i])
{
printf("找到了,下标为%d",i);
break;//此处的break其实可以省略,但所有的项均不匹配的时候循环自然就就结束了
}
//实际上运行到此处的有两种情况:①找不到(i=sz-1),②找到了

为以示区分我们应该这样: 

int find=0;//假设找不到
for(i=0;i<sz,i++);
{
if(k==arr[i])
{
printf("找到了,下标为%d",i);
find=1;
break;
}
//一旦找到find就变成1
if(find==0)
printf(“找不到”);

但这种一个一个比较的程序的运行效率太低了,我们应当采用二分法查找的形式。

二分查找(折半查找,比较一次去掉一半)

找最中间的元素,mid=(L+R)/2

1,2,3,4,5,6,7,8,9,10

0,1,2,3,4,5,6,7,8,9

L(坐下标)  mid                       R(右下标)【mid=(0+9)/2=4,整型除法】

把最中间的数mid与k比较,mid=5<k=7,由于已知arr[]为升序数组,

故k一定在mid的右边,L=mid+1,R=R

                             L             mid           R       (mid=8>k=7,R=mid-1)

                             L   R                                  (mid=6< k=7,L=mid+1=R

即使只余下一个元素也可以使用二分法来查找(但如果在L=R的时候都还找不到,那就说明这个元素不在该数组中)[可用作结束条件当L>=R的时候就结束]

                                 L(R,mid)                       (mid=7=k)

代码的实现 
#include<stdio.h>
int main()
{
int arr[]={1,2,3,4,5,6,7,8,9,10};
int flag=0;
int k=0;
scanf("%d",&k);
int L=0;
int R=sizeof(arr)/sizeof(arr[0])
int mid=0;
while(L<=R)
{
mid=(R+L)/2;
if(mid>k)
L=mid+1
else if(mid<k)
R=mid-1
else 
{
printf("找到了,下标为%d",mid);
flag=1
break;
}
if(flag==0)
printf("找不到”);
return 0;
}

一定要注意这种方法的使用条件:①有序数组②已知其为升,降序

若为乱序数组,先排再用二分法太麻烦,不如直接一个一个的比较。

实际问题分析

在我们工作中在实际写代码的时候,难免会遇到一些比较大的的数组,此处mid为一个整型类型的变量,其存储空间有限,不建议使用(L+R)/2的形式

改进方法1:(L/2+R/2),L,R不一定为2的倍数,采用这种方法误差太大。

改进方法2:(L+(R-L)/2)=mid

注:二分查找的次数最多为数组长度以2为底的对数

好了,今天的的内容就到这里了,欢迎点赞,收藏,关注💓

【顶级EI完整复现】【DRCC】考虑N-1准则的分布鲁棒机会约束低碳经济调度(Matlab代码实现)内容概要:本文介绍了名为《【顶级EI完整复现】【DRCC】考虑N-1准则的分布鲁棒机会约束低碳经济调度(Matlab代码实现)》的技术资源,聚焦于电力系统中低碳经济调度问题,结合N-1安全准则与分布鲁棒机会约束(DRCC)方法,提升调度模型在不确定性环境下的鲁棒性和可行性。该资源提供了完整的Matlab代码实现,涵盖建模、优化求解及仿真分析全过程,适用于复杂电力系统调度场景的科研复现与算法验证。文中还列举了大量相关领域的研究主题与代码资源,涉及智能优化算法、机器学习、电力系统管理、路径规划等多个方向,展示了广泛的科研应用支持能力。; 适合人群:具备一定电力系统、优化理论和Matlab编程基础的研究生、科研人员及从事能源调度、智能电网相关工作的工程师。; 使用场景及目标:①复现高水平期刊(如EI/SCI)关于低碳经济调度的研究成果;②深入理解N-1安全约束与分布鲁棒优化在电力调度中的建模方法;③开展含新能源接入的电力系统不确定性优化研究;④为科研项目、论文撰写或工程应用提供可运行的算法原型和技术支撑。; 阅读建议:建议读者结合文档提供的网盘资源,下载完整代码与案例数据,按照目录顺序逐步学习,并重点理解DRCC建模思想与Matlab/YALMIP/CPLEX等工具的集成使用方式,同时可参考文中列出的同类研究方向拓展研究思路。
内容概要:本文详细介绍了一个基于MATLAB实现的电力负荷预测项目,采用K近邻回归(KNN)算法进行建模。项目从背景意义出发,阐述了电力负荷预测在提升系统效率、优化能源配置、支撑智能电网和智慧城市建设等方面的重要作用。针对负荷预测中影响因素多样、时序性强、数据质量差等挑战,提出了包括特征工程、滑动窗口构造、数据清洗与标准化、K值与距离度量优化在内的系统性解决方案。模型架构涵盖数据采集、预处理、KNN回归原理、参数调优、性能评估及工程部署全流程,并支持多算法集成与可视化反馈。文中还提供了MATLAB环境下完整的代码实现流程,包括数据加载、归一化、样本划分、K值选择、模型训练预测、误差分析与结果可视化等关键步骤,增强了模型的可解释性与实用性。; 适合人群:具备一定MATLAB编程基础和机器学习基础知识,从事电力系统分析、能源管理、智能电网或相关领域研究的研发人员、工程师及高校师生;适合工作1-3年希望提升实际项目开发能力的技术人员; 使用场景及目标:①应用于短期电力负荷预测,辅助电网调度与发电计划制定;②作为教学案例帮助理解KNN回归在实际工程中的应用;③为新能源接入、需求响应、智慧能源系统提供数据支持;④搭建可解释性强、易于部署的轻量级预测模型原型; 阅读建议:建议结合MATLAB代码实践操作,重点关注特征构造、参数调优与结果可视化部分,深入理解KNN在时序数据中的适应性改进方法,并可进一步拓展至集成学习或多模型融合方向进行研究与优化。
评论 2
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

小比特newer

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