03--二维数组中的查找

题目描述

在一个二维数组中(每个一维数组的长度相同),每一行都按照从左到右递增的顺序排序,每一列都按照从上到下递增的顺序排序。请完成一个函数,输入这样的一个二维数组和一个整数,判断数组中是否含有该整数

思路
暴力方法是按照行或者列遍历,一个一个,较慢。
所以需要按照从某个顶点开始,然后判断下一个方向是什么,由于该二维数组的规则,可知只能是从左下顶点或者右上顶点开始,因为左上顶点和右下定点开始遍历不知道下一步怎么走。
起始顶点选两种一个都可,例如:当要查找数字比右上角数字大时,下移;当要查找数字比右上角数字小时,左移;如果出了边界,则说明二维数组中不存在该整数。

code

右上顶点开始

public static boolean find(int[][] matrix, int val) {
        if (matrix == null || matrix.length < 1 || matrix[0].length < 1) return false;
        int row = 0;
        int clo = matrix[0].length - 1;
        while (row < matrix.length && clo >= 0) {
            if (matrix[row][clo] > val) {
                row++;
            } else if (matrix[row][clo] < val) {
                clo--;
            } else return true;
        }
        return false;
    }

左下顶点开始

public static boolean find2(int[][] matrix, int val) {
        if (matrix == null || matrix.length < 1 || matrix[0].length < 1) return false;
        int row = matrix.length-1;
        int clo = 0;
        while (row >=0 && clo <= matrix[0].length-1) {
            if (matrix[row][clo] > val) {
                row--;
            } else if (matrix[row][clo] < val) {
                clo++;
            } else return true;
        }
        return false;
    }
基于蒙特卡洛法的规模化电动车有序充电及负荷预测(Python&Matlab实现)内容概要:本文围绕“基于蒙特卡洛法的规模化电动车有序充电及负荷预测”展开,结合Python和Matlab编程实现,重点研究大规模电动汽车在电网中的电行为建模与负荷预测方法。通过蒙特卡洛模拟技术,对电动车用户的出行规律、充电需求、接入时间与电量消耗等不确定性因素进行统计建模,进而实现有序充电策略的优化设计与未来负荷曲线的精准预测。文中提供了完整的算法流程与代码实现,涵盖数据采样、概率分布拟合、充电负荷聚合、场景仿真及结果可视化等关键环节,有效支撑电网侧对电动车负荷的科学管理与调度决策。; 适合人群:具备一定电力系统基础知识和编程能力(Python/Matlab),从事新能源、智能电网、交通电气化等相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①研究大规模电动车接入对配电网负荷特性的影响;②设计有序充电策略以平抑负荷波动;③实现基于概率模拟的短期或长期负荷预测;④为电网规划、储能配置与需求响应提供数据支持和技术方案。; 阅读建议:建议结合文中提供的代码实例,逐步运行并理解蒙特卡洛模拟的实现逻辑,重点关注输入参数的概率分布设定与多场景仿真的聚合方法,同时可扩展加入分时电价、用户行为偏好等实际约束条件以提升模型实用性。
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