国产精品久久久aaaa,日日干夜夜操天天插,亚洲乱熟女香蕉一区二区三区少妇,99精品国产高清一区二区三区,国产成人精品一区二区色戒,久久久国产精品成人免费,亚洲精品毛片久久久久,99久久婷婷国产综合精品电影,国产一区二区三区任你鲁

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

二分搜索算法運用的框架套路

算法與數(shù)據(jù)結(jié)構(gòu) ? 來源:labuladong ? 作者:labuladong ? 2021-08-25 16:06 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

我們前文 我作了首詩,保你閉著眼睛也能寫對二分查找 詳細介紹了二分搜索的細節(jié)問題,探討了「搜索一個元素」,「搜索左側(cè)邊界」,「搜索右側(cè)邊界」這三個情況,教你如何寫出正確無 bug 的二分搜索算法

但是前文總結(jié)的二分搜索代碼框架僅僅局限于「在有序數(shù)組中搜索指定元素」這個基本場景,具體的算法問題沒有這么直接,可能你都很難看出這個問題能夠用到二分搜索。

對于二分搜索算法在具體問題中的運用,前文 二分搜索的運用(一) 和前文 二分搜索的運用(二) 有過介紹,但是還沒有抽象出來一個具體的套路框架。

所以本文就來總結(jié)一套二分搜索算法運用的框架套路,幫你在遇到二分搜索算法相關(guān)的實際問題時,能夠有條理地思考分析,步步為營,寫出答案。

警告:本文略長略硬核,建議清醒時學(xué)習(xí)。

原始的二分搜索代碼

二分搜索的原型就是在「有序數(shù)組」中搜索一個元素target,返回該元素對應(yīng)的索引

如果該元素不存在,那可以返回一個什么特殊值,這種細節(jié)問題只要微調(diào)算法實現(xiàn)就可實現(xiàn)。

還有一個重要的問題,如果「有序數(shù)組」中存在多個target元素,那么這些元素肯定挨在一起,這里就涉及到算法應(yīng)該返回最左側(cè)的那個target元素的索引還是最右側(cè)的那個target元素的索引,也就是所謂的「搜索左側(cè)邊界」和「搜索右側(cè)邊界」,這個也可以通過微調(diào)算法的代碼來實現(xiàn)。

我們前文 二分搜索算法框架詳解 詳細探討了上述問題,對這塊還不清楚的讀者建議復(fù)習(xí)前文,已經(jīng)搞清楚基本二分搜索算法的讀者可以繼續(xù)看下去。

在具體的算法問題中,常用到的是「搜索左側(cè)邊界」和「搜索右側(cè)邊界」這兩種場景,很少有讓你單獨「搜索一個元素」。

因為算法題一般都讓你求最值,比如前文 二分搜索的運用(一) 中說的例題讓你求吃香蕉的「最小速度」,讓你求輪船的「最低運載能力」,前文 二分搜索的運用(二) 講的題就更魔幻了,讓你使每個子數(shù)組之和的「最大值最小」。

求最值的過程,必然是搜索一個邊界的過程,所以后面我們就詳細分析一下這兩種搜索邊界的二分算法代碼。

「搜索左側(cè)邊界」的二分搜索算法的具體代碼實現(xiàn)如下:

// 搜索左側(cè)邊界int left_bound(int[] nums, int target) {

if (nums.length == 0) return -1;

int left = 0, right = nums.length;

while (left 《 right) {

int mid = left + (right - left) / 2;

if (nums[mid] == target) {

// 當(dāng)找到 target 時,收縮右側(cè)邊界

right = mid;

} else if (nums[mid] 《 target) {

left = mid + 1;

} else if (nums[mid] 》 target) {

right = mid;

}

}

return left;

}

假設(shè)輸入的數(shù)組nums = [1,2,3,3,3,5,7],想搜索的元素target = 3,那么算法就會返回索引 2。

「搜索右側(cè)邊界」的二分搜索算法的具體代碼實現(xiàn)如下:

// 搜索右側(cè)邊界int right_bound(int[] nums, int target) {

if (nums.length == 0) return -1;

int left = 0, right = nums.length;

while (left 《 right) {

int mid = left + (right - left) / 2;

if (nums[mid] == target) {

// 當(dāng)找到 target 時,收縮左側(cè)邊界

left = mid + 1;

} else if (nums[mid] 《 target) {

left = mid + 1;

} else if (nums[mid] 》 target) {

right = mid;

}

}

return left - 1;

}

輸入同上,那么算法就會返回索引 4:

好,上述內(nèi)容都屬于復(fù)習(xí),我想讀到這里的讀者應(yīng)該都能理解。記住上述的圖像,所有能夠抽象出上述圖像的問題,都可以使用二分搜索解決。

二分搜索問題的泛化

什么問題可以運用二分搜索算法技巧?

首先,你要從題目中抽象出一個自變量x,一個關(guān)于x的函數(shù)f(x),以及一個目標(biāo)值target。

同時,x, f(x), target還要滿足以下條件:

1、f(x)必須是在x上的單調(diào)函數(shù)(單調(diào)增單調(diào)減都可以)。

2、題目是讓你計算滿足約束條件f(x) == target時的x的值。

上述規(guī)則聽起來有點抽象,來舉個具體的例子:

給你一個升序排列的有序數(shù)組nums以及一個目標(biāo)元素target,請你計算target在數(shù)組中的索引位置,如果有多個目標(biāo)元素,返回最小的索引。

這就是「搜索左側(cè)邊界」這個基本題型,解法代碼之前都寫了,但這里面x, f(x), target分別是什么呢?

我們可以把數(shù)組中元素的索引認(rèn)為是自變量x,函數(shù)關(guān)系f(x)就可以這樣設(shè)定:

// 函數(shù) f(x) 是關(guān)于自變量 x 的單調(diào)遞增函數(shù)// 入?yún)?nums 是不會改變的,所以可以忽略,不算自變量int f(int x, int[] nums) {

return nums[x];

}

其實這個函數(shù)f就是在訪問數(shù)組nums,因為題目給我們的數(shù)組nums是升序排列的,所以函數(shù)f(x)就是在x上單調(diào)遞增的函數(shù)。

最后,題目讓我們求什么來著?是不是讓我們計算元素target的最左側(cè)索引?

是不是就相當(dāng)于在問我們「滿足f(x) == target的x的最小值是多少」?

如果遇到一個算法問題,能夠把它抽象成這幅圖,就可以對它運用二分搜索算法。

算法代碼如下:

// 函數(shù) f 是關(guān)于自變量 x 的單調(diào)遞增函數(shù)int f(int x, int[] nums) {

return nums[x];

}

int left_bound(int[] nums, int target) {

if (nums.length == 0) return -1;

int left = 0, right = nums.length;

while (left 《 right) {

int mid = left + (right - left) / 2;

if (f(mid, nums) == target) {

// 當(dāng)找到 target 時,收縮右側(cè)邊界

right = mid;

} else if (f(mid, nums) 《 target) {

left = mid + 1;

} else if (f(mid, nums) 》 target) {

right = mid;

}

}

return left;

}

這段代碼把之前的代碼微調(diào)了一下,把直接訪問nums[mid]套了一層函數(shù)f,其實就是多此一舉,但是,這樣能抽象出二分搜索思想在具體算法問題中的框架。

運用二分搜索的套路框架

想要運用二分搜索解決具體的算法問題,可以從以下代碼框架著手思考:

// 函數(shù) f 是關(guān)于自變量 x 的單調(diào)函數(shù)int f(int x) {

// ...

}

// 主函數(shù),在 f(x) == target 的約束下求 x 的最值int solution(int[] nums, int target) {

if (nums.length == 0) return -1;

// 問自己:自變量 x 的最小值是多少?

int left = ...;

// 問自己:自變量 x 的最大值是多少?

int right = ... + 1;

while (left 《 right) {

int mid = left + (right - left) / 2;

if (f(mid) == target) {

// 問自己:題目是求左邊界還是右邊界?

// ...

} else if (f(mid) 《 target) {

// 問自己:怎么讓 f(x) 大一點?

// ...

} else if (f(mid) 》 target) {

// 問自己:怎么讓 f(x) 小一點?

// ...

}

}

return left;

}

具體來說,想要用二分搜索算法解決問題,分為以下幾步:

1、確定x, f(x), target分別是什么,并寫出函數(shù)f的代碼。

2、找到x的取值范圍作為二分搜索的搜索區(qū)間,初始化left和right變量。

3、根據(jù)題目的要求,確定應(yīng)該使用搜索左側(cè)還是搜索右側(cè)的二分搜索算法,寫出解法代碼。

下面用幾道例題來講解這個流程。

例題一、珂珂吃香蕉

珂珂每小時最多只能吃一堆香蕉,如果吃不完的話留到下一小時再吃;如果吃完了這一堆還有胃口,也只會等到下一小時才會吃下一堆。

他想在警衛(wèi)回來之前吃完所有香蕉,讓我們確定吃香蕉的最小速度K。函數(shù)簽名如下:

int minEatingSpeed(int[] piles, int H);

那么,對于這道題,如何運用剛才總結(jié)的套路,寫出二分搜索解法代碼?

按步驟思考即可:

1、確定x, f(x), target分別是什么,并寫出函數(shù)f的代碼。

自變量x是什么呢?回憶之前的函數(shù)圖像,二分搜索的本質(zhì)就是在搜索自變量。

所以,題目讓求什么,就把什么設(shè)為自變量,珂珂吃香蕉的速度就是自變量x。

那么,在x上單調(diào)的函數(shù)關(guān)系f(x)是什么?

顯然,吃香蕉的速度越快,吃完所有香蕉堆所需的時間就越少,速度和時間就是一個單調(diào)函數(shù)關(guān)系。

所以,f(x)函數(shù)就可以這樣定義:

若吃香蕉的速度為x根/小時,則需要f(x)小時吃完所有香蕉。

代碼實現(xiàn)如下:

// 定義:速度為 x 時,需要 f(x) 小時吃完所有香蕉// f(x) 隨著 x 的增加單調(diào)遞減int f(int[] piles, int x) {

int hours = 0;

for (int i = 0; i 《 piles.length; i++) {

hours += piles[i] / x;

if (piles[i] % x 》 0) {

hours++;

}

}

return hours;

}

target就很明顯了,吃香蕉的時間限制H自然就是target,是對f(x)返回值的最大約束。

2、找到x的取值范圍作為二分搜索的搜索區(qū)間,初始化left和right變量。

珂珂吃香蕉的速度最小是多少?多大是多少?

顯然,最小速度應(yīng)該是 1,最大速度是piles數(shù)組中元素的最大值,因為每小時最多吃一堆香蕉,胃口再大也白搭嘛。

這里可以有兩種選擇,要么你用一個 for 循環(huán)去遍歷piles數(shù)組,計算最大值,要么你看題目給的約束,piles中的元素取值范圍是多少,然后給right初始化一個取值范圍之外的值。

我選擇第二種,題目說了1 《= piles[i] 《= 10^9,那么我就可以確定二分搜索的區(qū)間邊界:

public int minEatingSpeed(int[] piles, int H) {

int left = 1;

// 注意,right 是開區(qū)間,所以再加一

int right = 1000000000 + 1;

// ...

}

3、根據(jù)題目的要求,確定應(yīng)該使用搜索左側(cè)還是搜索右側(cè)的二分搜索算法,寫出解法代碼。

現(xiàn)在我們確定了自變量x是吃香蕉的速度,f(x)是單調(diào)遞減的函數(shù),target就是吃香蕉的時間限制H,題目要我們計算最小速度,也就是x要盡可能小:

這就是搜索左側(cè)邊界的二分搜索嘛,不過注意f(x)是單調(diào)遞減的,不要閉眼睛套框架,需要結(jié)合上圖進行思考,寫出代碼:

public int minEatingSpeed(int[] piles, int H) {

int left = 1;

int right = 1000000000 + 1;

while (left 《 right) {

int mid = left + (right - left) / 2;

if (f(piles, mid) == H) {

// 搜索左側(cè)邊界,則需要收縮右側(cè)邊界

right = mid;

} else if (f(piles, mid) 《 H) {

// 需要讓 f(x) 的返回值大一些

right = mid;

} else if (f(piles, mid) 》 H) {

// 需要讓 f(x) 的返回值小一些

left = mid + 1;

}

}

return left;

}

PS:關(guān)于mid是否需要 + 1 的問題,前文 二分搜索算法詳解 進行了詳細分析,這里不展開了。

至此,這道題就解決了,現(xiàn)在可以把多余的 if 分支合并一下,最終代碼如下:

public int minEatingSpeed(int[] piles, int H) {

int left = 1;

int right = 1000000000 + 1;

while (left 《 right) {

int mid = left + (right - left) / 2;

if (f(piles, mid) 《= H) {

right = mid;

} else {

left = mid + 1;

}

}

return left;

}

// f(x) 隨著 x 的增加單調(diào)遞減int f(int[] piles, int x) {

// 見上文

}

PS:我們代碼框架中多余的 if 分支主要是幫助理解的,寫出正確解法后建議合并多余的分支,可以提高算法運行的效率。

例題二、運送貨物

再看看力扣第 1011 題「在 D 天內(nèi)送達包裹的能力」:

要在D天內(nèi)按順序運輸完所有貨物,貨物不可分割,如何確定運輸?shù)淖钚≥d重呢?

函數(shù)簽名如下:

int shipWithinDays(int[] weights, int days);

和上一道題一樣的,我們按照流程來就行:

1、確定x, f(x), target分別是什么,并寫出函數(shù)f的代碼。

題目問什么,什么就是自變量,也就是說船的運載能力就是自變量x。

運輸天數(shù)和運載能力成反比,所以可以讓f(x)計算x的運載能力下需要的運輸天數(shù),那么f(x)是單調(diào)遞減的。

函數(shù)f(x)的實現(xiàn)如下:

// 定義:當(dāng)運載能力為 x 時,需要 f(x) 天運完所有貨物// f(x) 隨著 x 的增加單調(diào)遞減int f(int[] weights, int x) {

int days = 0;

for (int i = 0; i 《 weights.length; ) {

// 盡可能多裝貨物

int cap = x;

while (i 《 weights.length) {

if (cap 《 weights[i]) break;

else cap -= weights[i];

i++;

}

days++;

}

return days;

}

對于這道題,target顯然就是運輸天數(shù)D,我們要在f(x) == D的約束下,算出船的最小載重。

2、找到x的取值范圍作為二分搜索的搜索區(qū)間,初始化left和right變量。

船的最小載重是多少?最大載重是多少?

顯然,船的最小載重應(yīng)該是weights數(shù)組中元素的最大值,因為每次至少得裝一件貨物走,不能說裝不下嘛。

最大載重顯然就是weights數(shù)組所有元素之和,也就是一次把所有貨物都裝走。

這樣就確定了搜索區(qū)間[left, right):

public int shipWithinDays(int[] weights, int days) {

int left = 0;

// 注意,right 是開區(qū)間,所以額外加一

int right = 1;

for (int w : weights) {

left = Math.max(left, w);

right += w;

}

// ...

}

3、需要根據(jù)題目的要求,確定應(yīng)該使用搜索左側(cè)還是搜索右側(cè)的二分搜索算法,寫出解法代碼。

現(xiàn)在我們確定了自變量x是船的載重能力,f(x)是單調(diào)遞減的函數(shù),target就是運輸總天數(shù)限制D,題目要我們計算船的最小載重,也就是x要盡可能小:

這就是搜索左側(cè)邊界的二分搜索嘛,結(jié)合上圖就可寫出二分搜索代碼:

public int shipWithinDays(int[] weights, int days) {

int left = 0;

// 注意,right 是開區(qū)間,所以額外加一

int right = 1;

for (int w : weights) {

left = Math.max(left, w);

right += w;

}

while (left 《 right) {

int mid = left + (right - left) / 2;

if (f(weights, mid) == days) {

// 搜索左側(cè)邊界,則需要收縮右側(cè)邊界

right = mid;

} else if (f(weights, mid) 《 days) {

// 需要讓 f(x) 的返回值大一些

right = mid;

} else if (f(weights, mid) 》 days) {

// 需要讓 f(x) 的返回值小一些

left = mid + 1;

}

}

return left;

}

到這里,這道題的解法也寫出來了,我們合并一下多余的 if 分支,提高代碼運行速度,最終代碼如下:

public int shipWithinDays(int[] weights, int days) {

int left = 0;

int right = 1;

for (int w : weights) {

left = Math.max(left, w);

right += w;

}

while (left 《 right) {

int mid = left + (right - left) / 2;

if (f(weights, mid) 《= days) {

right = mid;

} else {

left = mid + 1;

}

}

return left;

}

int f(int[] weights, int x) {

// 見上文

}

本文就到這里,總結(jié)來說,如果發(fā)現(xiàn)題目中存在單調(diào)關(guān)系,就可以嘗試使用二分搜索的思路來解決。搞清楚單調(diào)性和二分搜索的種類,通過分析和畫圖,就能夠?qū)懗鲎罱K的代碼。

責(zé)任編輯:haq

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 框架
    +關(guān)注

    關(guān)注

    0

    文章

    404

    瀏覽量

    18425
  • 搜索
    +關(guān)注

    關(guān)注

    0

    文章

    70

    瀏覽量

    17000
  • 代碼
    +關(guān)注

    關(guān)注

    30

    文章

    4968

    瀏覽量

    73970

原文標(biāo)題:我寫了一個套路,助你隨心所欲運用二分搜索

文章出處:【微信號:TheAlgorithm,微信公眾號:算法與數(shù)據(jù)結(jié)構(gòu)】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點推薦

    淘寶圖片搜索商品API指南

    一、摘要 淘寶圖片搜索商品API是基于圖像識別技術(shù)的智能搜索接口,允許用戶通過上傳商品圖片來搜索相似或同款商品。該接口廣泛應(yīng)用于比價、找同款、商品識別等電商場景。 、接口概述 1.功
    的頭像 發(fā)表于 12-08 14:26 ?1196次閱讀

    線性搜索二分搜索介紹

    線性搜索(Linear Search):從數(shù)組的第一個元素開始,依次將當(dāng)前元素與目標(biāo)值進行比較,直到找到目標(biāo)值或搜索完整個數(shù)組。 二分搜索(Binary Search):在有序數(shù)組中查
    發(fā)表于 12-01 07:36

    C語言的常見算法

    ) { return i; } } return -1; } ``` ### 二分查找 (Binary Search) ```c int binarySearch(int arr[], int l
    發(fā)表于 11-24 08:29

    京東拍立淘API開發(fā)指南:從零開始構(gòu)建圖像搜索應(yīng)用

    京東圖片識別搜索API(拍立淘)是基于深度學(xué)習(xí)的視覺搜索服務(wù),通過卷積神經(jīng)網(wǎng)絡(luò)提取圖像特征向量,結(jié)合近似最近鄰搜索算法實現(xiàn)商品精準(zhǔn)匹配?。該技術(shù)解決了傳統(tǒng)文字搜索難以描述商品外觀的痛點
    的頭像 發(fā)表于 11-09 17:40 ?2159次閱讀

    詳解SOA的增益譜仿真

    本文利用簡化的載流子速率方程,以及二分法迭代,仿真得到了外部注入(電流及輸入光功率)與增益的關(guān)系。
    的頭像 發(fā)表于 11-08 09:58 ?768次閱讀
    詳解SOA的增益譜仿真

    模數(shù)轉(zhuǎn)換器主要類型有哪些

    模數(shù)轉(zhuǎn)換器采用逐步比較逼近策略,通過進制搜索算法將模擬信號轉(zhuǎn)換為數(shù)字值。這類轉(zhuǎn)換器在轉(zhuǎn)換速度和精度之間實現(xiàn)了良好平衡,廣泛應(yīng)用于中等采樣速率和中等精度的場景,如工業(yè)控制系統(tǒng)和醫(yī)療儀器。
    的頭像 發(fā)表于 11-03 16:36 ?677次閱讀

    蘇寧搜索接口深析:全品類智能軌如何解決 O2O 電商的搜索痛點?

    本文深度解析蘇寧全品類O2O搜索接口核心技術(shù),涵蓋智能軌引擎、庫存聯(lián)動系統(tǒng)與高并發(fā)架構(gòu)設(shè)計,解決多品類參數(shù)識別、線上線下庫存同步等電商搜索痛點,助力構(gòu)建高效精準(zhǔn)的現(xiàn)代電商搜索體系。
    的頭像 發(fā)表于 10-28 16:20 ?890次閱讀
    蘇寧<b class='flag-5'>搜索</b>接口深析:全品類智能<b class='flag-5'>分</b>軌如何解決 O2O 電商的<b class='flag-5'>搜索</b>痛點?

    微店關(guān)鍵詞搜索接口核心突破:動態(tài)權(quán)重算法與語義引擎的實戰(zhàn)落地

    本文詳解微店搜索接口從基礎(chǔ)匹配到智能推薦的技術(shù)進階路徑,涵蓋動態(tài)權(quán)重、語義理解與行為閉環(huán)三大創(chuàng)新,助力商家提升搜索轉(zhuǎn)化率、商品曝光與用戶留存,實現(xiàn)技術(shù)驅(qū)動的業(yè)績增長。
    的頭像 發(fā)表于 10-15 14:38 ?435次閱讀

    用拼多多 API 實現(xiàn)拼多多店鋪商品搜索權(quán)重提升

    將分步講解如何利用 API 實現(xiàn)這一目標(biāo),確保內(nèi)容真實可靠。 1. 理解搜索權(quán)重及其重要性 搜索權(quán)重是平臺算法對商品排名的綜合評分,基于多個因素計算。例如: 關(guān)鍵詞相關(guān)性:商品標(biāo)題和描述與用戶
    的頭像 發(fā)表于 08-19 17:23 ?792次閱讀
    用拼多多 API 實現(xiàn)拼多多店鋪商品<b class='flag-5'>搜索</b>權(quán)重提升

    在薄膜框架上提供的 PIN 極管芯片 skyworksinc

    電子發(fā)燒友網(wǎng)為你提供()在薄膜框架上提供的 PIN 極管芯片相關(guān)產(chǎn)品參數(shù)、數(shù)據(jù)手冊,更有在薄膜框架上提供的 PIN 極管芯片的引腳圖、接線圖、封裝手冊、中文資料、英文資料,在薄膜
    發(fā)表于 07-15 18:35
    在薄膜<b class='flag-5'>框架</b>上提供的 PIN <b class='flag-5'>二</b>極管芯片 skyworksinc

    肖特基極管四通道混頻器芯片采用薄膜框架 skyworksinc

    電子發(fā)燒友網(wǎng)為你提供()肖特基極管四通道混頻器芯片采用薄膜框架相關(guān)產(chǎn)品參數(shù)、數(shù)據(jù)手冊,更有肖特基極管四通道混頻器芯片采用薄膜框架的引腳圖、接線圖、封裝手冊、中文資料、英文資料,肖特
    發(fā)表于 07-15 18:33
    肖特基<b class='flag-5'>二</b>極管四通道混頻器芯片采用薄膜<b class='flag-5'>框架</b> skyworksinc

    用一杯咖啡的時間,讀懂AI二分類如何守護工業(yè)質(zhì)量

    您是否想過,工廠里那些"非黑即白"的判斷,正由AI用最簡潔的邏輯守護質(zhì)量?今天,讓我們通過一個零件組裝中的彈墊錯裝、漏裝、多裝、錯序分類案例,拆解AI二分類技術(shù)的核心
    的頭像 發(fā)表于 07-08 07:35 ?835次閱讀
    用一杯咖啡的時間,讀懂AI<b class='flag-5'>二分</b>類如何守護工業(yè)質(zhì)量

    請問對SPDIF_Rx傳來的48K,24Bit立體聲信號作約160階FIR電子二分頻濾波器需怎樣的MCU性能?

    請問對SPDIF_Rx 傳來的48K,24Bit立體聲信號作約160階FIR電子二分頻濾波器需怎樣的MCU性能?
    發(fā)表于 04-29 07:00

    請問對SPDIF_Rx 傳來的48K,24Bit立體聲信號作約160階FIR電子二分頻濾波器需怎樣的MCU性能?

    請問對SPDIF_Rx 傳來的48K,24Bit立體聲信號作約160階FIR電子二分頻濾波器需怎樣的MCU性能?
    發(fā)表于 04-24 06:33

    請問對SPDIF_Rx傳來的48K,24Bit立體聲信號作約160階FIR電子二分頻濾波器需怎樣的MCU性能?

    請問對SPDIF_Rx 傳來的48K,24Bit立體聲信號作約160階FIR電子二分頻濾波器需怎樣的MCU性能?
    發(fā)表于 04-22 07:42