• JAVA基础系列:Arrays.binarySearch二分查找


    首先,binarySearch方法为二分法查找,所以数组必须是有序的或者是用sort()方法排序之后的

    1)  binarySearch(Object[] a, Object key)

    a: 要搜索的数组

    key:要搜索的值

    如果key在数组中,则返回搜索值的索引;否则返回-1或“-”(插入点)。插入点是索引键将要插入数组的那一点,即第一个大于该键的元素的索引。

    技巧:

    [1] 搜索值是数组元素,从0开始计数,得搜索值的索引值;【找到了】

    [2] 搜索值不是数组元素,且在数组范围内,从1开始计数,得“ - 插入点索引值”;【找不到】

    [3] 搜索值不是数组元素,且大于数组内元素,索引值为 – (length + 1);【找不到】

    [4] 搜索值不是数组元素,且小于数组内元素,索引值为 – 1。【找不到】

    程序:
           int arr [] =newint[]{1,3,4,5,8,9};
           Arrays.sort(arr);
           int index1 = Arrays.binarySearch(arr,6);
           int index2 = Arrays.binarySearch(arr,4);
           int index3 = Arrays.binarySearch(arr,0);
           int index4 = Arrays.binarySearch(arr,10);
           System.out.println("index1 = "+ index1 +", index2 = " + index2 + ", index3 = " + index3 +", index4 = "+ index4);
    
    结果: index1= -5, index2 = 2, index3 = -1, index4 = -7

    2)  binarySearch(Object[] a, int fromIndex, int toIndex, Object key)

    a:要搜索的数组

    fromIndex:指定范围的开始处索引(包含

    toIndex:指定范围的结束处索引(不包含

    key:要搜索的值

    如果要搜索的元素key在指定的范围内,则返回搜索值的索引;否则返回-1或“-”(插入点)。

    技巧:

    [1] 该搜索键在范围内,且是数组元素,由0开始计数,得搜索值的索引值;【找到了】

    [2] 该搜索键在范围内,但不是数组元素,由1开始计数,得“ - 插入点索引值”;【找不到】

    [3] 该搜索键不在范围内,且小于范围(数组)内元素,返回–(fromIndex + 1);【找不到】

    [4] 该搜索键不在范围内,且大于范围(数组)内元素,返回 –(toIndex + 1)。【找不到】

    程序:
           int arr [] =newint[]{1,3,4,5,8,9};
           System.out.println(arr.length+1);
           Arrays.sort(arr);
           int index5 = Arrays.binarySearch(arr,1, 4, 6);
           int index6 = Arrays.binarySearch(arr,1, 4, 4);
           int index7 = Arrays.binarySearch(arr,1, 4 ,2);
           int index8 = Arrays.binarySearch(arr,1, 3, 10);
           int index9 = Arrays.binarySearch(arr,1, 3, 0);
           System.out.println("index5 = "+ index5 +", index6 = " + index6 + ", index7 = " + index7 +", index8 = "+ index8 +", index9 = " + index9);
    
    结果:index5 = -5, index6 = 2,index7 = -2, index8 = -4, index9 = -2
  • 相关阅读:
    tf-idf sklearn
    特征工程——特征预处理
    dict 字典
    特征预处理——特征表达
    特征工程之特征选择
    机器学习技巧学习
    dataframe去重 drop_duplicates
    dataframe 转为list
    XGboost
    StratifiedShuffleSplit()函数 实现对数据集的划分
  • 原文地址:https://www.cnblogs.com/haimishasha/p/11460557.html
Copyright © 2020-2023  润新知