折半查找

本文详细介绍了折半查找算法的基本原理及其实现过程。通过在有序数组中查找特定元素,展示了算法的步骤和流程,包括如何调整搜索范围直至找到目标元素或确定其不存在。文章附带了完整的C语言代码示例。

折半查找

折半查找:在一个有序数组中找一个数,找到返回下标,找不到返回-1;

个人思路在这里插入图片描述
1.首先,我们先让begin和end指向第一个和最后一个数,然后mid指向中间的数,假设我们找数字6;

在这里插入图片描述
2.然后将mid所指的数与我们所找的数相比较,如果大于mid,那么将begin指向mid位置的右侧,同时令 mid 重新指向 begin 和 end的中间位置;反之,则将end指向mid的左侧,同时令 mid 重新指向 begin 和 end的中间位置;如果相等,则返回mid;找不到,返回-1;

下面我们来看看代码:

#include <stdio.h>
#include <stdlib.h>

int search(int* a, int x, int size)
{
 int begin = 0;
 int end = size - 1;
 int mid = 0;
 while (begin <= end)
 {
  mid = (begin + end) / 2;
  if (x == a[mid])
   return mid;
  else if (x > a[mid])
   begin = mid+1;
  else
   end = mid-1;
 }
 return -1;
}

int main()
{
 int array[] = { 1, 2, 3, 4, 5, 6, 7, 8, 9 };
 int sz = sizeof(array) / sizeof(int);
 int index = search(array, 1, sz);
 printf("%d", index);
 system("pause");
 return 0;
}
植物实例分割数据集 一、基础信息 数据集名称:植物实例分割数据集 图片数量: - 训练集:9,600张图片 - 验证集:913张图片 - 测试集:455张图片 总计:10,968张图片 分类类别:59个类别,对应数字标签0至58,涵盖多种植物状态或特征。 标注格式:YOLO格式,适用于实例分割任务,包含多边形标注点。 数据格式:图像文件,来源于植物图像数据库,适用于计算机视觉任务。 二、适用场景 • 农业植物监测AI系统开发:数据集支持实例分割任务,帮助构建能够自动识别植物特定区域并分类的AI模型,辅助农业专家进行精准监测和分析。 • 智能农业应用研发:集成至农业管理平台,提供实时植物状态识别功能,为作物健康管理和优化种植提供数据支持。 • 学术研究与农业创新:支持植物科学与人工智能交叉领域的研究,助力发表高水平农业AI论文。 • 农业教育与培训:数据集可用于农业院校或培训机构,作为学生学习植物图像分析和实例分割技术的重要资源。 三、数据集优势 • 精准标注与多样性:标注采用YOLO格式,确保分割区域定位精确;包含59个类别,覆盖多种植物状态,具有高度多样性。 • 数据量丰富:拥有超过10,000张图像,大规模数据支持模型充分学习和泛化。 • 任务适配性强:标注兼容主流深度学习框架(如YOLO、Mask R-CNN等),可直接用于实例分割任务,并可能扩展到目标检测或分类等任务。
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