九度《剑指Offer》面试题3 二维数组中的查找

利用二分查找,一层一层的找,将时间复杂度控制在O(nlogn)

#include <stdio.h>
#include <iostream>
#include <string>
#include <string.h>
#include <algorithm>
#include <stdlib.h>
#include <math.h>
#include <vector>
#include <map>

using namespace std;
const int maxn = 1005;
int matrix[maxn][maxn];
int m,n,t;

int bs(int left,int right,int t,int i){
    int l = left,r = right;
    int m ;
    while(l <= r){
        m = (l + r) >> 1;
        if(matrix[i][m] == t)
            return 1;
        else if(matrix[i][m] < t)
            l = m + 1;
        else if (matrix[i][m] > t)
            r = m - 1;
    }
    return 0;
}
void sovle(){
    int flag = 0;
    for(int i = 0;i < m;i++){
        flag ^= bs(0, n-1, t, i);
    }
    if (flag)
        printf("Yes\n");
    else
        printf("No\n");
}
int main(){
    
    while(~scanf("%d%d",&m,&n)){
        scanf("%d",&t);
        for(int i = 0;i < m;i++){
            for(int j = 0;j < n;j++){
                scanf("%d",matrix[i]+j);
            }
        }
        sovle();
    }
    return 0;
}


内容概要:本文深入探讨了多种高级格兰杰因果检验方法,包括非线性格兰杰因果检验、分位数格兰杰因果检验、混频格兰杰因果检验以及频域因果检验。每种方法都有其独特之处,适用于不同类型的时间序列数据。非线性格兰杰因果检验分为非参数方法、双变量和多元检验,能够在不假设数据分布的情况下处理复杂的关系。分位数格兰杰因果检验则关注不同分位数下的因果关系,尤其适合经济数据的研究。混频格兰杰因果检验解决了不同频率数据之间的因果关系分析问题,而频域因果检验则专注于不同频率成分下的因果关系。文中还提供了具体的Python和R代码示例,帮助读者理解和应用这些方法。 适合人群:从事时间序列分析、经济学、金融学等领域研究的专业人士,尤其是对非线性因果关系感兴趣的学者和技术人员。 使用场景及目标:①研究复杂非线性时间序列数据中的因果关系;②分析不同分位数下的经济变量因果关系;③处理不同频率数据的因果关系;④识别特定频率成分下的因果关系。通过这些方法,研究人员可以获得更全面、细致的因果关系洞察。 阅读建议:由于涉及较多数学公式和编程代码,建议读者具备一定的统计学和编程基础,特别是对时间序列分析有一定了解。同时,建议结合具体案例进行实践操作,以便更好地掌握这些方法的实际应用。
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