33. Search in Rotated Sorted Array && 81. Search in Rotated Sorted Array II

介绍了一种在旋转后的有序数组中使用改进二分法搜索目标值的方法,并提供了具体的实现代码。

题目:

Suppose an array sorted in ascending order is rotated at some pivot unknown to you beforehand.

(i.e., 0 1 2 4 5 6 7 might become 4 5 6 7 0 1 2).

You are given a target value to search. If found in the array return its index, otherwise return -1.

You may assume no duplicate exists in the array.


  这道题目我认为不是很严密,因为他没有要求时间限制,那么只要顺序遍历不管这个数组的顺序如何都不会影响结果,只不过时间复杂度比较高,因为做习惯了时间复杂度有要求的,一开始就没有尝试这种,后来好奇试了一下居然也AC了==。。。但是还是要从每一道题目做出一点有意义有趣的事的~一般来说,对应有序序列的搜索,二分法是效率比较高的搜索方法。但是这道题目因为经过了一次轴旋转,所以并不是全部都满足有序序列。
参考别人的思路:点击打开链接
  这种思路可以让二分法适用于这种非有序序列:首先判断是一个序列是有序序列:如果是有序序列,那么nums[left]<nums[right]。将初始序列一分为二,必然有一半是有序的,最开始的时候left指向index=0,right指向index=-1(最后一个元素),每个循环中都找有序的那一半,将target和那一半的边界进行比较就可以得到是否在那个序列中了。每次都在有序序列中进行判断,就可以尽可能的用到二分法的效果。
public class Solution {
    public int search(int[] nums, int target) {
        int min = 0, max = nums.length - 1, mid = 0;
        while(min <= max){
            mid = (min + max) / 2;
            if(nums[mid] == target){
                return mid;
            }
            // 如果左半部分是有序的 注意这里的等号
            if(nums[min] <= nums[mid]){
                if(nums[min] <= target && target < nums[mid]){//注意这里的等号
                    max = mid - 1;
                } else {
                    min = mid + 1;
                } 
            // 如果右半部份是有序的
            } else {
                if(nums[mid] < target && target <= nums[max]){
                    min = mid + 1; 
                } else {
                    max = mid - 1;
                }
            }
        }
        // 不满足min <= max条件时,返回-1
        return -1;
    }
}

**项目名称:** 基于Vue.js与Spring Cloud架构的博客系统设计与开发——微服务分布式应用实践 **项目概述:** 本项目为计算机科学与技术专业本科毕业设计成果,旨在设计并实现一个采用前后端分离架构的现代化博客平台。系统前端基于Vue.js框架构建,提供响应式用户界面;后端采用Spring Cloud微服务架构,通过服务拆分、注册发现、配置中心及网关路由等技术,构建高可用、易扩展的分布式应用体系。项目重点探讨微服务模式下的系统设计、服务治理、数据一致性及部署运维等关键问题,体现了分布式系统在Web应用中的实践价值。 **技术架构:** 1. **前端技术栈:** Vue.js 2.x、Vue Router、Vuex、Element UI、Axios 2. **后端技术栈:** Spring Boot 2.x、Spring Cloud (Eureka/Nacos、Feign/OpenFeign、Ribbon、Hystrix、Zuul/Gateway、Config) 3. **数据存储:** MySQL 8.0(主数据存储)、Redis(缓存与会话管理) 4. **服务通信:** RESTful API、消息队列(可选RabbitMQ/Kafka) 5. **部署与运维:** Docker容器化、Jenkins持续集成、Nginx负载均衡 **核心功能模块:** - 用户管理:注册登录、权限控制、个人中心 - 文章管理:富文本编辑、分类标签、发布审核、评论互动 - 内容展示:首页推荐、分类检索、全文搜索、热门排行 - 系统管理:后台仪表盘、用户与内容监控、日志审计 - 微服务治理:服务健康检测、动态配置更新、熔断降级策略 **设计特点:** 1. **架构解耦:** 前后端完全分离,通过API网关统一接入,支持独立开发与部署。 2. **服务拆分:** 按业务域划分为用户服务、文章服务、评论服务、文件服务等独立微服务。 3. **高可用设计:** 采用服务注册发现机制,配合负载均衡与熔断器,提升系统容错能力。 4. **可扩展性:** 模块化设计支持横向扩展,配置中心实现运行时动态调整。 **项目成果:** 完成了一个具备完整博客功能、具备微服务典型特征的分布式系统原型,通过容器化部署验证了多服务协同运行的可行性,为云原生应用开发提供了实践参考。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
Oriented FAST and Rotated BRIEF(ORB)是一种用于图像特征提取和描述的算法,具有关键点(Oriented FAST)和描述子(Rotated BRIEF)两个特征,描述子用于描述关键点周围的图像信息,并用描述向量表示 [^1]。 ORB算法包含两部分的改进,一部分是将FAST改进为Oriented FAST,另一部分是将BRIEF改进为Rotated BRIEF [^1]。原始的BRIEF描述子在旋转情况下表现较差,而ORB会根据关键点的方向对BRIEF进行“引导”。对于位置 \((x_i, y_i)\) 处的任意二进制测试特征集,定义一个 \(2 \times n\) 的矩阵 \(S\) ,其包含这些像素的坐标。然后利用图像块的方向 \(\theta\) 找到其旋转矩阵,并对 \(S\) 进行旋转,得到旋转后的版本 \(S_{\theta}\) [^2]。此外,ORB特征点的描述子是在BRIEF描述子基础上添加了类似于SIFT特征点的旋转不变性 [^3]。 在应用方面,ORB由于其快速和有效的特点,在计算机视觉领域有广泛应用。例如在图像匹配任务中,通过提取ORB特征点和描述子,可以快速准确地找到不同图像中的匹配点;在视觉SLAM(同时定位与地图构建)中,ORB可以用于提取环境特征,辅助机器人或相机进行定位和地图构建。 以下是使用OpenCV库实现ORB特征提取和匹配的Python示例代码: ```python import cv2 import numpy as np # 读取图像 img1 = cv2.imread('image1.jpg', cv2.IMREAD_GRAYSCALE) img2 = cv2.imread('image2.jpg', cv2.IMREAD_GRAYSCALE) # 创建ORB对象 orb = cv2.ORB_create() # 检测关键点并计算描述子 kp1, des1 = orb.detectAndCompute(img1, None) kp2, des2 = orb.detectAndCompute(img2, None) # 创建BFMatcher对象 bf = cv2.BFMatcher(cv2.NORM_HAMMING, crossCheck=True) # 匹配描述子 matches = bf.match(des1, des2) # 按距离排序 matches = sorted(matches, key=lambda x: x.distance) # 绘制前10个匹配 img3 = cv2.drawMatches(img1, kp1, img2, kp2, matches[:10], None, flags=cv2.DrawMatchesFlags_NOT_DRAW_SINGLE_POINTS) # 显示结果 cv2.imshow('Matches', img3) cv2.waitKey(0) cv2.destroyAllWindows() ```
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