[LeetCode.Trick]Median of Two Sorted Arrays

本文介绍了一种高效算法来查找两个已排序数组的中位数。该算法利用了分治策略,每次排除其中一个数组的一半数据,从而快速定位到目标元素。文章提供了完整的Java代码实现。
一题一句:做这个题的关键是经典方法——找到俩个sorted array里面第K大的元素。 我们无法通过比较A_key 和 B_key知道K在哪,但是可以确定K不在哪。每一层可以排除A的1/2或是B的1/2
Notice :  k - k/2  != k/2 

public class Solution {
    public static double findMedianSortedArrays(int A[], int B[]) {
        int total = A.length + B.length;
        if(total%2 == 0){
            return (findKth(A,0,B,0,total/2) + findKth(A,0,B,0,total/2+1))/2.0;
        }else{
            return findKth(A,0,B,0,total/2 + 1);
        }
    }
    public static double findKth(int[] A, int A_start, int[] B, int B_start,int k){
        if(A_start >= A.length){
            return B[B_start+k-1];
        }
        if(B_start >= B.length){
            return A[A_start+k-1];
        }
        if(k == 1){
            return Math.min(A[A_start],B[B_start]);
        }
        int AKey = A_start+k/2-1 < A.length ? A[A_start + k/2 -1] : Integer.MAX_VALUE;
        int BKey = B_start+k/2-1 < B.length ? B[B_start + k/2 -1] : Integer.MAX_VALUE;
        if(AKey > BKey){
            return findKth(A,A_start,B,B_start+k/2,k-k/2);
        }else{
            return findKth(A,A_start+k/2,B,B_start,k-k/2);
        }
    }
}
一、基础信息 数据集名称:Bottle Fin实例分割数据集 图片数量: 训练集:4418张图片 验证集:1104张图片 总计:5522张图片 分类类别: - 类别0: 数字0 - 类别1: 数字1 - 类别2: 数字2 - 类别3: 数字3 - 类别4: 数字4 - 类别5: 数字5 - 类别6: Bottle Fin 标注格式:YOLO格式,包含多边形坐标,适用于实例分割任务。 数据格式:图片格式常见如JPEG或PNG,具体未指定。 二、适用场景 实例分割AI模型开发:数据集支持实例分割任务,帮助构建能够精确识别和分割图像中多个对象的AI模型,适用于对象检测和分割应用。 工业自动化与质量控制:可能应用于制造、物流或零售领域,用于自动化检测和分类物体,提升生产效率。 计算机视觉研究:支持实例分割算法的学术研究,促进目标检测和分割技术的创新。 教育与实践培训:可用于高校或培训机构的计算机视觉课程,作为实例分割任务的实践资源,帮助学生理解多类别分割。 三、数据集优势 多类别设计:包含7个不同类别,涵盖数字和Bottle Fin对象,增强模型对多样对象的识别和分割能力。 高质量标注:标注采用YOLO格式的多边形坐标,确保分割边界的精确性,提升模型训练效果。 数据规模适中:拥有超过5500张图片,提供充足的样本用于模型训练和验证,支持稳健的AI开发。 即插即用兼容性:标注格式直接兼容主流深度学习框架(如YOLO),便于快速集成到各种实例分割项目中。
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