《算法题讲解指南:优选算法-二分查找》--19.x的平方根,20.搜索插入位置

《算法题讲解指南:优选算法-二分查找》--19.x的平方根,20.搜索插入位置

🔥小叶-duck个人主页

❄️个人专栏《Data-Structure-Learning》

《C++入门到进阶&自我学习过程记录》《算法题讲解指南》--从优选到贪心

未择之路,不须回头
已择之路,纵是荆棘遍野,亦作花海遨游


目录

19. x的平方根

题目链接:

题目描述:

题目示例:

解法(二分查找算法):

算法思路:

C++算法代码:

算法总结及流程解析:

20. 搜索插入位置

题目链接:

题目描述:

题目示例:

解法(二分查找算法):

算法思路:

C++算法代码:

算法总结及流程解析:

结束语


19. x的平方根

题目链接:

69. x 的平方根 - 力扣(LeetCode)

题目描述:

题目示例:

解法(二分查找算法):

算法思路:

设 x 的平方根的最终结果为 index:

分析 index 左右两边数据的特点:

  • 【0,index】 之间的元素,平方之后都小于等于 x;
  • 【index+1,x】之间的元素,平方之后都大于 x;

因此可以使用二分查找算法

C++算法代码:

class Solution { public: int mySqrt(int x) { int left = 0; int right = x; while(left < right) { int mid = left + ((long long)right - left + 1) / 2; //当right=INT_MAX时,则right - left + 1 = INT_MAX + 1而超出int最大值 //所以需要强转成long long类型 if((long long)mid * mid <= x) { left = mid; } else { right = mid - 1; } } return left; } };

算法总结及流程解析:

20. 搜索插入位置

题目链接:

35. 搜索插入位置 - 力扣(LeetCode)

题目描述:

题目示例:

解法(二分查找算法):

算法思路:

      分析插入位置左右两侧区间上元素的特点:设插入位置的坐标为 index

  • 【left,index-1】 内所有元素均是小于 target 的;
  • 【index,right】内所有元素均是大于等于 target 的

设 left 为本轮查询的左边界,right 为本轮查询的右边界,根据 mid 位置元素的信息,分析下一轮查询的区间:

  • 当 nums[ mid ] >= target 时,说明 mid 落在了 [ index, right ] 区间上,mid 左边包括 mid 本身,可能是最终结果,所以我们接下来查找的区间在 [ eft, mid ] 上。因此新 right 到 mid 位置,继续查找。
  • 当 nums[ mid ] < target 时,说明 mid 落在了 [ left, index - 1 ] 区间上,mid 右边但不包括 mid 本⾝,可能是最终结果,所以我们接下来查找的区间在 [ mid+ 1, right ] 上。因此,更新 left 到 mid + 1 的位置,继续查找。

直到我们的查找区间的长度变为 1 ,也就是 left == right 的时候, left 或者 right 所在的位置就是我们要找的结果。

C++算法代码:

class Solution { public: int searchInsert(vector<int>& nums, int target) { int left = 0; int right = nums.size() - 1; while(left < right) { int mid = left + (right - left) / 2; if(nums[mid] >= target) { right = mid; } else { left = mid + 1; } } if(target > nums[nums.size() - 1]) //无大于等于target的区间,需要另外处理 { return left + 1; } return left; } };

算法总结及流程解析:

结束语

      到此,19.x的平方根,20.搜索插入位置 这两道算法题就讲解完了。19.x的平方根 通过二分法确定满足条件的最大整数解,注意处理大数越界问题;20.搜索插入位置 分析目标值在有序数组中的可能位置特征,使用二分查找确定插入点,需特别处理目标值大于所有元素的情况。希望大家能有所收获!

Read more

直击复杂 SQL 瓶颈:基于代价的连接条件下推技术落地

直击复杂 SQL 瓶颈:基于代价的连接条件下推技术落地

一、引言 在数据库理论的学习过程中,我们常常接触到简洁优美的SQL示例——单表查询、简单连接、基础过滤,这些案例清晰地展示了关系代数的基本原理。然而,当我们步入真实的业务系统,面对的SQL语句往往如同缠绕的线团:公用表表达式(CTE)层层嵌套,子查询彼此交织,窗口函数与聚集计算随处可见。 这种复杂性并非开发人员的炫技,而是业务逻辑的自然映射。遗憾的是,这种为提升可读性而组织的SQL结构,却给查询优化器带来了严峻考验。在众多性能瓶颈中,有一个问题尤为突出:高选择性的连接条件无法穿透复杂的子查询结构,导致数据过滤发生在错误的时间点。本文将深入探讨这一问题的本质,并介绍一种基于代价模型的连接条件下推解决方案,展示如何让优化器既懂“安全”,又知“成本”。 二、性能困境:过滤迟到的代价 2.1 真实场景的切面分析 在大量客户业务系统中,一种常见的SQL编写模式反复出现:开发人员习惯先在子查询或CTE中完成复杂的预处理逻辑——去重、排序、窗口计算,然后再将这些预处理结果与其它表进行连接,最后施加过滤条件。从业务语义角度看,这种写法清晰自然;但从执行效率角度看,却暗藏危机。 考虑

By Ne0inhk
Linux安装go及环境配置教程

Linux安装go及环境配置教程

1. 下载Go安装包 * 访问Go官方下载页面选择适合Linux的版本(如go1.22.5.linux-amd64.tar.gz,版本可能更新)。 使用wget直接下载(以Go 1.22.5为例): wget https://mirrors.aliyun.com/golang/go1.24.5.linux-amd64.tar.gz 2. 解压安装包 * 权限问题 :若无法写入/usr/local,可解压到用户目录(如~/go),但需额外配置环境变量。 将安装包解压到/usr/local目录(推荐): sudotar -C /usr/local -xzf go1.24.5.linux-amd64.

By Ne0inhk
构建AI临床副驾驶:基于Go的电子病历智能助手与HIS对接实战(上)

构建AI临床副驾驶:基于Go的电子病历智能助手与HIS对接实战(上)

摘要 本文旨在为医疗信息化开发者提供一套可落地的“AI临床副驾驶”设计方案,通过Go语言构建一个轻量、高效的中间层服务,与医院现有的HIS/EMR系统无缝对接。我们聚焦于三个典型智能场景——复诊记忆延伸、首诊导航提醒、病历质控与术语规范,展示如何在不侵入原有系统的情况下,为医生提供实时、精准的辅助决策信息。文章涵盖总体架构设计、多种HIS对接方式(REST/HL7/FHIR/DB视图)、接口契约定义、关键业务流程、完整的Go代码骨架,以及安全合规、部署运维等实践要点。所有代码均基于生产环境经验提炼,可作为项目直接启动的参考原型。 目录 1. 引言:电子病历的“副驾驶”时代 2. 总体架构:Go中间层 + HIS主系统 1. 设计原则 2. 组件划分

By Ne0inhk
2025版最详细WebStorm下载安装教程(详细图解)

2025版最详细WebStorm下载安装教程(详细图解)

目录 一、前言 二、WebStorm的下载安装 1、下载WebStorm 2、安装WebStorm 3、首次启动WebStorm 一、前言 前端一般就是用WebStorm或者是VSCode,Jetbrains家的ide一般都比较重,VSCode相对而言就轻快一点。主要还是看大家自己喜欢哪个就下哪个,我个人电脑内存是32G所以我一直用Jetbrains家的软件体验不错。本博客记录一下WebStorm的安装流程,大家自行参考 然后WebStorm从24年10月开始就是免费的了,所以不需要任何许可证直接下了就能用,并且也不需要像Java和Python那样配JDK和解释器,整体还是很简单的 二、WebStorm的下载安装 1、下载WebStorm 打开浏览器,访问JetBrains的官方网址,点击如下网址能直接跳转到WebStorm的下载页面: Download WebStorm: The JavaScript and TypeScript IDE by JetBrains 选择好自己的系统,然后直接点击Download即可 等待安装包下载完成,网速快

By Ne0inhk