刷题打卡记录day1|704.二分法查找

原创 已于 2024-04-17 13:56:05 修改 · 544 阅读 · 2 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
GEO检测
于 2024-04-17 13:55:29 首次发布
本文讲述了作者在LeetCode上遇到的四个与数组操作相关的题目，包括二分查找的边界处理、查找元素的两个边界位置、搜索插入位置以及移除元素的双指针方法。通过实际操作回顾了二分查找的思路和边界条件处理，以及不同问题的解题策略。

题目链接：704. 二分查找 - 力扣（LeetCode）

题目想法：由于之前是看过代码随想录的，所以这道题还是较为简单的。但是还是有些遗忘，突然忘了如何写二分法了，主要就是无法马上考虑到边界情况，什么时候能够返回-1，然后什么时候找到target，这些还是无法一下子想出来。不过题目还是AC了，主要就是注意左右区间的开闭，然后就是新区间的取值。

题目链接：34. 在排序数组中查找元素的第一个和最后一个位置 - 力扣（LeetCode）

题目想法：看到这个题还是思路比较乱的，直到要用二分法但是不知从何下手，最后看了别人的代码，发现了一个比较好的解题思路。分两次二分法查找，一次找左边界，一次找有边界。找左边界时，如果nums[mid] 和 target 相等就让 right - 1 ，这样区间是向左进行的最后找到左边界。同理，有边界就是相等时让 left + 1 ，这样找到有边界。这个算法还有一个巧妙地地方，最开始给左右边界均赋值-1，这样如果没找到或者给的数组没有值，那无需判断直接就能返回{-1，-1}。

题目链接：35. 搜索插入位置 - 力扣（LeetCode）

题目想法：这个就是找到插入位置就是left就能解决

题目链接：27. 移除元素 - 力扣（LeetCode）

题目想法：这用双指针真的很快。然后想尝试一下暴力解法，结果出bug了，进入了无线死循环，bug代码和改完之前的代码付下，主要还是数组长度变了没考虑。

标签
#算法
stmfresher
关注
OpenCV 算法梳理分析
最新发布
reset2021的博客
08-20 164
本文系统梳理了OpenCV的核心算法体系，从模块架构到具体函数实现。OpenCV采用分层设计，包含基础I/O、图像处理、特征检测、视频分析和智能算法五大层次，所有模块基于统一的Mat数据结构。重点分析了imgproc模块的8类图像处理算法（滤波、形态学、阈值化等），features2d模块的特征检测与匹配流程（SIFT/ORB等算法对比），以及objdetect、video、calib3d等模块的核心功能。针对不同场景提供了算法选型建议，如高斯噪声推荐GaussianBlur，特征匹配推荐ORB+Flann
使用Python进行核磁数据预处理
xhlo521的博客
09-03 3099
随着医学与人工智能技术的快速崛起，伴随算法算力、数据等关键要素的积累和突破，人工智能技术在精准医学领域的科研应用也随之飞快增长，相关科研成果和学术论文数量逐年激增，医学影像人工智能涉及的技术如图像分割、病灶识别、病灶自动勾画、影像组学、深度学习模型构建和临床信息解析越来越趋于分析流程化，模块化，帮助越来越多的医生在临床科研实践中获得突破性的进展。根据具体的应用和数据类型，你可能需要调整或添加额外的步骤。对于更高级的处理，如图像分割或NMR数据的复杂处理，你可能需要查阅更专业的文献或使用更专业的软件工具。
【代码随想录训练营 day1|LeetCode704、LeetCode27、LeetCode977】
qq_44639909的博客
09-11 1435
今天主要学习了二分法和双指针法，理解了二分法的核心要点在于区间判断和下一次区间选择上；双指针法的快慢指针的定义。今天是训练营第一天，加油，坚持打卡。
芒果YOLOv8改进52：主干Backbone篇之GhostNetV2：提出原创GhostNetV2 架构升级版：引入长距离注意力机制增强廉价操作，构建更强端侧轻量型骨干，打造高效轻量级检测器
包括YOLOv5、YOLOv7、YOLOv8等模型改进
10-31 1551
长距离注意力机制增强廉价操作，打造轻量级检测器
代码随想录算法训练营 Day 1 | 704. 二分查找、27. 移除元素
weixin_43298277的博客
09-30 355
才把第一天的打卡补上，接下来要把这周差的都补上。慢慢进入刷题状态，加油。状态：之前写过，用的是隐晦的双指针，但是不记得了。状态：有二分法的思路但是写了一半没写出来。
【代码随想录算法训练营打卡day1：LeetCode704.二分查找 LeetCode27.移除元素无标题】
2203_76133525的博客
07-12 601
算法训练营第一天的任务完成了，比我想象中要难一点并不是题目难，而是这种学习方式比我想象的难，但好歹是能学会，之后应该也不会有太大问题。今天收获颇丰学会二分法和双指针的用法，还有就是在阅读每日精华的时候发现了一些我不了解的概念kmp算法和字符串哈希，于是就去看了看简单的了解了一下，虽然还达不到能使用的地步但是基本概念和原理还是能够理解，同时也要感叹一下能想出这些算法的是真是远超于我的存在，不知道自己有没有机会能够到达如此程度。
算法训练营打卡Day1| 704. 二分查找、27. 移除元素。
weixin_51540348的博客
10-12 204
像Java是没有指针的，同时也不对程序员暴露其元素的地址，寻址操作完全交给虚拟机，所以看不到每个元素的地址情况。例如删除下标为3的元素，需要对下标为3的元素后面的所有元素都要做移动操作。Java中,一维数组在内存中存储的时候,数组中元素的内存地址是连续的。数组可以方便的通过下标索引的方式获取到下标下对应的数据。Java的多维数组的每个维度的存储空间不是连续的。二维数组，三位数组内存地址不是连续的。不同编程语言的内存管理是不一样的。
代码随想录算法训练营|day1 704. 二分查找,27. 移除元素。
weixin_45011378的博客
10-25 527
数组(Array)：是多个相同类型数据按一定顺序排列的集合，并使用一个名字命名，并通过编号的方式对这些数据进行统一管理。
算法打卡day01学习记录|二分查找、双指针|Leetcode704，27，35，34|
wobujidao的博客
01-24 381
二分查找、双指针解题思路|Leetcode704、Leetcode27、Leetcode35、Leetcode34
代码随想录算法打卡 Day1
supercool7的博客
03-12 493
二分查找最经典的就是分三种情况等于、大于、小于，等于就是开方出来正好是整数，直接return middle；小于可能符合情况，因为是返回整型，所以用res记录下来，但是还得看看有没有比现在的大并且平方小于x的情况，接着赋值eft=middle+1；大于的话一定不符合，直接看左边的right=mid-1。二分查找的意义在于通过二分将遍历的复杂度O(n)降低为O ( log ⁡ 2 n ) ，故二分的优化意义大于对问题的解决意义。采用二分法去寻找左边界和右边界。
代码随想录算法训练营第一天|704.二分查找、27.移除元素
Yinems的博客
06-21 612
34文档讲解：代码随想录//target==nums[mid]的时候更新边界//左闭右闭//记录leftBorder未被赋值的情况//不应该搜索target在数组的位置，而应该不断用区间去逼近targetelse{//左闭右闭//记录rightBorder未被赋值的情况//不应该搜索target在数组的位置，而应该不断用区间去逼近targetelse{
算法训练Day02 LeetCode27.移除元素
weixin_47284299的博客
09-22 348
LeetCode27.移除元素
数据库连接算法详解：从基础概念到嵌套循环优化
jiangxiaohanya的博客
08-17 231
2.重复键在归并连接中的处理：排序归并连接遇到相同键时，需要保存或回溯同一键对应的记录组，然后输出笛卡尔积。（2）外连接：即使一方没有数据，也保留该侧数据，用NULL填充。对S中的键计算哈希值；（3）连接基数：连接结果的行数可能远大于任意一张输入表。设外表有R个页面，内表S个页面，比较次数O（R+R*S）5.哈希连接的限制：最适用于等值连接，不直接适用于比较。（1）build阶段：对较小的关系R建立哈希表。（1）内连接：只保留两张表之中能够匹配的内容。若R有M行，S有N行，则比较次数为O（MN）
小红书 算法一面 十一
XLYcmy的博客
08-20 435
例如 **Soft MoE** 采用这种方式，大幅提升负载均衡性，但会增加计算开销。- **熵正则化**：直接最大化门控概率分布的熵，熵越大表示分布越均匀，公式为 $\mathcal{L}_{ent} = -\frac{1}{N}\sum_{i=1}^N\sum_{k=1}^K p_{ik}\log p_{ik}$。- **核心原理**：源自 **GShard** 和 **Switch Transformer**，通过最小化专家选择概率分布的熵，迫使门控网络给每个专家分配相近的 token 数量。
LeetCode 1. 两数之和 | 从暴力枚举到哈希表最优解 + 空间换时间思想全复盘
yc2284238579的博客
08-19 253
文章摘要 题目要求在数组中找到两数之和等于目标值的下标。核心思路是优化查找效率： 暴力法：双重循环枚举所有数对，时间复杂度O(n²)，效率低但易实现。 哈希表优化：利用哈希表O(1)查找特性，遍历时存储已访问元素，每次计算差值并查询，时间复杂度降至O(n)。关键细节是先查后存，避免自匹配。 代码实现：哈希表法通过一次遍历完成，空间换时间，边界处理需注意空数组和不足两元素的情况。 常见错误：内层循环起始点、哈希表键值设计、立即返回结果等易错点需警惕。 面试要点：优先选择哈希表解法，解释与暴力法的差异，强调时间
算法日常・每日刷题--＜BFS＞4
2503_92261635的博客
08-18 257
题目摘要： 给定一个由'X'和'O'组成的矩阵，要求捕获所有被'X'完全包围的'O'区域（即不与边界连通的区域），并将其替换为'X'。解法核心是逆向处理： 标记边界连通区域：遍历矩阵四边，对边界上的'O'进行BFS/DFS，标记所有与之连通的'O'为临时符号（如'.'），表示这些区域未被包围。 批量修改：遍历整个矩阵，将未被标记的'O'（被包围的）改为'X'，同时恢复标记的'.'为'O'。 示例： 输入： [['X','X','X','X'], ['X','O','O','X'], ['X','X','O'
10.LeetCode算法习题讲解--滑动窗口--最大连续为一的个数
Jammy_1的博客
08-19 216
利用滑动窗口解决最大连续1的个数
AI辅助芯片制造：算法与工程化落地
weixin_43178406的博客
08-17 7212
《国产DRAM龙头长鑫科技上市创纪录，AI技术重塑芯片制造新范式》 国产DRAM龙头企业长鑫科技7月27日登陆科创板，创下3.31万亿元市值，成为A股"一哥"。作为大陆唯一实现DRAM大规模量产的IDM企业，长鑫科技标志着国产存储产业的重要突破。随着AI算力需求激增，DRAM市场迎来高速发展期。AI技术正在深度改变芯片制造模式，在工艺仿真、缺陷检测、设备维护等环节发挥关键作用，显著提升良率和效率。长鑫科技高管推荐的新书《AI辅助芯片制造：算法与工程化落地》系统解析了AI赋能半导体制造的实战方案
二刷hot100-70.爬楼梯
2302_78497251的博客
08-17 46
dp数组初始化：dp[n+1]；
S 曲线加减速算法完整详解（C# 原生实现，无第三方库）
工业上位机开发工程师，专注C#底层算法与工控仪器开发。从零手写信号滤波、曲线拟合、机器视觉、排序与密码学哈希，纯原生实现零第三方库，附数学推导与可编译源码，可移植STM32/PLC。
08-17 959
S 曲线加减速是工业运动控制核心轨迹规划算法，相比梯形曲线，依靠约束加加速度 Jerk 实现加速度连续变化，有效消除机械冲击与振动。本文完整讲解七段式 S 曲线原理、阶段推演、时间预规划逻辑，剖析短行程自动裁剪等工程难点。提供无第三方依赖原生 C# 完整实现，内置运动状态机，支持正反方向运动，基于解析多项式实时求解位置、速度、加速度，无积分累积误差。代码可直接用于伺服上位机、模组轨迹发生器，亦可精简移植嵌入式平台。同时对比算法优劣与适用场景，适合工控开发、伺服调试、嵌入式运动算法学习者参考。
Tokenization（分词算法）：一切大语言模型的地基
2301_80194949的博客
08-18 197
本文深入解析了Tokenization（分词算法）这一大语言模型的基础技术。Tokenization将原始文本切分为模型可处理的子词单元并映射为数字ID，是模型理解文本的第一步。
电机控制基于数据驱动的永磁同步电机温度预测与主动控制方法研究（论文复现，含详细代码及解释）
内容概要：本文针对永磁同步电机因高温引发的退磁与绝缘老化问题，提出了一套数据驱动的温度预测与主动控制方法。首先结合电磁仿真与机器学习构建损耗模型，利用五节点集总参数热网络（LPTN）和NSGA-II多目标优化算法辨识热阻参数，提升多工况下温度预测精度；其次引入SSA（麻雀搜索算法）优化CNN-LSTM混合深度学习模型，实现对转子温度的高精度时序预测，显著降低预测误差；最后基于热平衡理论设计过温保护控制策略，通过自适应转矩调整机制将转子温度稳定控制在临界值以下，控制误差约为1.9℃，有效保障电机安全运行。; 适合人群：具备一定电机控制、热管理或数据驱动建模基础的研究生、科研人员及从事新能源汽车、工业电机系统开发的工程师；熟悉Python、机器学习与优化算法的技术人员更易深入理解与复现。; 使用场景及目标：①用于高精度电机温度在线监测与寿命预测，提升系统可靠性；②实现智能过温保护控制，防止永磁体退磁与绝缘损坏；③为电机热管理系统设计提供数据驱动与物理模型融合的解决方案；④支持多工况下电机性能优化与能量管理策略开发。; 阅读建议：建议结合代码实现逐步理解各模块技术细节，重点关注SSA优化CNN-LSTM模型结构设计、LPTN热网络参数辨识方法以及自适应转矩控制逻辑；在复现过程中应注重数据预处理、特征工程与模型超参数调优，同时建议使用真实实验数据验证模型有效性。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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