改进一维NumPy数组局部最大值查找算法：遗漏x=0极值问题排查

嘿，这个问题我太熟悉了！咱们一步步拆解，先搞清楚为什么x=0处的最大值会被漏掉，再看看怎么修复你的算法。

首先得明确函数f(x)=(sin(x)/x)²的特殊性：x=0时原式虽然无定义，但极限值是1（毕竟$\lim_{x \to 0} \frac{sinx}{x}=1$，平方后就是1），这是整个函数的全局最大值，同时也是局部最大值。

你的returnMaxima漏掉它，大概率是两个原因之一：

1. x=0处的函数值计算错误：直接代入(sin(0)/0)**2会得到0/0，也就是NaN，算法遍历的时候会自动跳过这个无效值；
2. 最大值判断逻辑的边界漏洞：如果你的算法依赖y[i-1]这类相邻元素比较，可能在处理数组首尾（或x=0所在的特殊位置）时，因为索引越界或条件不匹配跳过了这个点。

1. 先搞定x=0处的函数值计算 #

不管用什么工具生成y数组，都要单独处理x=0的情况，避免出现NaN。比如用Python的话：

import numpy as np

# 生成包含0的x数组，步长尽量密集一点
x = np.linspace(-10, 10, 2001)
# 正确计算y值：x=0时直接用极限值1，其他情况正常计算
y = np.where(x == 0, 1.0, (np.sin(x)/x)**2)

这样x=0对应的y值就是正确的1.0，不会再是无效的NaN。

2. 调整returnMaxima的判断逻辑 #

如果你的算法是通过y[i-1] < y[i] > y[i+1]来识别局部最大值，那要注意：

• 对于数组中间的x=0（只要x数组包含0），只要y值正确，这个条件肯定成立（毕竟1远大于左右两边的所有值）；
• 如果你的x数组没包含0，只是在0附近有密集点，那算法会捕捉到0附近的峰值，但最好还是直接包含x=0，结果更准确。

另外，检查算法有没有跳过NaN值的逻辑，如果有的话，现在x=0处的y值有效了，就能被正常检测到。

3. 验证修复结果 #

调整后再调用returnMaxima(2, x, y)，你应该会得到三个结果：[0, 1.0]，加上你之前得到的[-4.496..., 0.047...]和[4.496..., 0.047...]，这就完整了。

函数(sin(x)/x)²的局部最大值点其实是解方程tanx = x得到的：除了x=0这个全局最大值，其他局部最大值在x≈±4.493、±7.725等位置，和你现在得到的±4.496一致，说明你的算法在处理非0点时是没问题的~

内容的提问来源于stack exchange，提问作者Taenyfan