方法一:暴力求解法（执行用时：0 ms 内存消耗：5.5 MB）
==============================================================================================
算法
1.从下标为0的元素开始遍历
2．每次进行比较，如果当前元素比相邻的下一个元素大，则对应的下一元素即为最小值.如果查到最后一个元素都没有出现这种情况，则下标为0的元素为最小元素(因为此时说明数组中有重复的元素)
int minArray(int* numbers, int numbersSize){
int i,j;
int min=numbers[0];
for(i=0;i<numbersSize;i++)
{
if(min>numbers[i])
{
min=numbers[i];
}
}
return min;
}
方法二:二分法（执行用时：0 ms 内存消耗：5.5 MB）
============================================================================================
一般二分查找的过程介绍
1．找到中间的关键字
2.比较查找的关键字与中间关键字的大小关系
3．如果相等就相当于已经找到
4．如果查找的关键字小于中间的关键字则在前半部分进行同样的过程（从小到大存储)
5．如果查找的关键字大于中间的关键字则在后半部分进行同样的过程（从小到大存储)
一般二分查找的要求
1.顺序存储
2.元素有序
原因
1．通过下标即可得到关键字
2．任取一个关键字的值即可确定所寻找关键字是在它前面还是后面
算法
1.从下标为0的元素开始遍历
2．每次进行比较，如果当前元素比相邻的下一个元素大，则对应的下一元素即为最小值.如果查到最后一个元素都没有出现这种情况，则下标为0的元素为最小元素(因为此时说明数组中有重复的元素)
情况一：当没有重复数字的时候
如果numbers[mid]>numbers[right],则前半部分一定是顺序的，最小值(分界点)在mid后面
因此我们就可以缩小查找范围，直接到mid后面找最小的元素
如果numbers[mid]<numbers[right],则后半部分一定是顺序的，最小值(分界点)在mid前面
因此我们就可以缩小查找范围，直接到mid前面找最小的元素
情况二：当有重复数字的时候
会出现numbers[mid]== numbers[right]的情况
此时我们并不能确定到底分界点出现在mid的前面还是后面
解决方法：暴力地从右到左进行遍历，知道mid指针的元素小于right指针的元素
int minArray(int* numbers, int numbersSize){
int left=0,right=numbersSize-1,mid;
while(left<right)
{
mid=left+(right-left)/2;
if(numbers[mid]<numbers[right])
{
right=mid;
}
else if(numbers[mid]>numbers[right])
{
left=mid+1;
}
else
{
right--;
}
}
return numbers[left];
}
================================================================
感觉暴力法好简单呀哈哈哈
最后，我想在这里记录一下我的生活：
最近我早上是5点四十起床
看到了早晨六点的教室，晚上是十点回宿舍，因为阿姨会赶人呜呜呜~
还找到了一个一起努力的学长，突然感觉自己也挺幸福的呀，看看我们之间的对话：
所以小猪猪一定要往前冲呀！！！！！！！
[
与50位技术专家面对面
收集整理了一份《2024年最新Python全套学习资料》免费送给大家，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Python知识点，真正体系化！
