leetcode做题总结,题目Search Insert Position 2012/03/03

本文详细介绍了在数列中高效查找目标元素的方法——二分搜索算法,并对其优化进行了探讨,包括处理边界条件和特殊情况的技巧。通过实例演示了算法的应用场景,旨在提升开发者在复杂数据结构操作中的效率。

在数列里找到target返回index或者返回target插入的位置,典型的二分搜索,值的查找很容易,就是区间查找比较麻烦,需要一个变量纪录前边界i的值,而且在需要修改i、j值的时候对记录变量也要处理。


public int searchInsert(int[] A, int target) {
        int recoi=0;
        if(A.length==0)return 0;
        if(target<A[0])return 0;
        if(target>A[A.length-1])return A.length;
        if(A.length==1&&A[0]==target)return 0;
        int i=0,j=A.length-1;
        while(i<=j){
            int min=(i+j)/2;
            if(A[min]==target)return min;
            if(i==j)break;
            recoi=i;
            if(target<A[min]){
                j=min-1;
                if(A[j]<target){
                    recoi=j;
                    break;
                }
            }
            if(target>A[min]){
                i=min+1;
                recoi=min;
            }
            
        
        }
        return recoi+1;
    }

Update 2015/08/23: 上面的解法很是逗比,下面是简单的解法

public class Solution {
    /** 
     * param A : an integer sorted array
     * param target :  an integer to be inserted
     * return : an integer
     */
    public int searchInsert(int[] A, int target) {
        // write your code here
        int i = 0;
        int j = A.length - 1;
        while (i <= j){
            int mid = (i + j) / 2;
            if (A[mid] == target)
                return mid;
            else if (A[mid] < target){
                if (mid + 1 > A.length - 1 || A[mid + 1] > target)
                    return mid + 1;
                i = mid + 1;
            } else {
                if (mid - 1 < 0 || A[mid - 1] < target)
                    return mid;
                j = mid - 1;
            }
        }
        return 0;
    }
}


根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
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