LeetCode35. 搜索插入位置Golang版

这篇文章介绍了如何使用Golang实现LeetCode中的搜索插入位置问题,通过二分查找算法来定位目标值在已排序数组中的插入位置。讲解了二分查找的逻辑细节和代码实现,适合对算法和数据结构感兴趣的读者。

LeetCode35. 搜索插入位置Golang版

1. 问题描述

给定一个排序数组和一个目标值,在数组中找到目标值,并返回其索引。如果目标值不存在于数组中,返回它将会被按顺序插入的位置。

你可以假设数组中无重复元素。
在这里插入图片描述
在这里插入图片描述

2. 思路

二分查找

二分查找的细节:
while (left < right) 退出循环的时候有 left == right 成立,因此无需考虑返回 left 还是 right
划分 [left, mid] 与 [mid + 1, right] ,mid 被分到左边,对应 int mid = left + (right - left) / 2;;
划分 [left, mid - 1] 与 [mid, right] ,mid 被分到右边,对应 int mid = left + (right - left + 1) / 2;

作者:liweiwei1419
链接:https://leetcode-cn.com/problems/search-insert-position/solution/te-bie-hao-yong-de-er-fen-cha-fa-fa-mo-ban-python-/
来源:力扣(LeetCode)
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

3. 代码

func searchInsert(nums []int, target int) int {
    low := 0
    // 有可能是最后一个元素的后面
    high := len(nums)
    for low < high {
        // 如果为偶数,插在右侧
        mid := low + (high - low) / 2
        if nums[mid] < target {
           low = mid + 1
        } else {
            high = mid
        }
    }
    
    return low
}
一、数据集基础信息数据集名称: 110玻璃脏污目标检测数据集图片数量:- 训练集:452张图片- 验证集:58张图片- 总计:510张图片分类类别:- 110GlassDirty:表示玻璃表面的脏污或污渍检测类别,适用于识别玻璃制品上的异物或污染区域。标注格式: YOLO格式,包含边界框坐标和类别标签(类别索引0),专为目标检测任务设计。数据格式: 图片文件(如JPEG),来源于实际工业或环境场景。二、数据集适用场景• 工业自动化清洁系统开发: 用于构建AI模型,自动检测玻璃表面的脏污,提升生产线清洁效率和维护自动化水平,适用于建筑、制造或能源设施监控。• 智能环境监测应用: 集成至安防或环境监控系统,实时识别玻璃脏污,辅助决策清洁计划,优化资源分配。• 计算机视觉学术研究: 支持目标检测算法的研究与创新,特别是在表面缺陷识别领域,助力论文发表和模型优化。三、数据集优势• 精准标注与专一性: 所有图片采用YOLO格式标注,边界框定位准确,专注于单一类别(110GlassDirty),确保模型训练针对性强,减少噪声干扰。• 实际场景数据: 图片来源于真实环境,覆盖多样玻璃脏污情况,增强模型在工业应用中的泛化能力和鲁棒性。• 任务适配性强: 标注兼容主流深度学习框架(如YOLO系列),可直接用于目标检测模型训练,支持快速部署和迭代开发。• 高效资源利用: 数据集规模适中(总计510张图片),便于研究人员和开发者快速验证算法,降低数据采集和标注成本。
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