二分查找 二分答案 万字详解,超多例题,带你学透二分。
很多人对二分感到很苦恼,很困惑,可能是因为二分的边界很难掌握,也许是判断条件难写…
然而,很幸运,你找到了这篇文章,仔细看下去,这篇文章将带你学透二分!!!
二分可以简单分为二分查找
与二分答案
。
可能你听说过二分查找,二分查找和二分答案是不是一回事呢?答案是否定的。二分查找只是单纯的查找就可以了,简单的控制好边界条件。而二分答案也许稍复杂些。
首先,我们看一下二分的模板:
模板1:
while (l < r){int mid = l + r >> 1; //(l+r)/2if (check(mid)) r = mid; // check()判断mid是否满足性质else l = mid + 1;}
模板2:
while (l < r){int mid = l + r + 1 >> 1; //(l+r+1)/2if (check(mid)) l = mid;else r = mid - 1;}
看到这,以后的你就不会因为边界问题而困惑了!!!
第一个模板是尽量往左找目标,第二个模板是尽量往右找目标。
只要是往左找答案,就用第一个模板,mid不用加一,r=mid,l加一;
只要是往右找答案,就用第二个模板,mid要加一,l=mid,r要减一;
二分套这两个模板,肯定没错!(只要判断条件写对)亲测有效!!!
下面的题目更能证明这句话!
这两个模板一定要牢牢记住哦
当然,二分可能在实数中进行,那自然少不了浮点二分。
模板3:(浮点二分)
while(r-l>1e-5) //需要一个精度保证{double mid = (l+r)/2;if(check(mid)) l=mid; //或r=mid;else r=mid; //或l=mid;}
浮点二分就相对简单多了,因为浮点除法不会取整,所以mid,l,r,都不用加1或减1.
我们先来学二分查找:
二分查找也称折半查找,顾名思义,就是每次查找去掉不符合条件的一半区间,直到找到答案(整数二分)或者和答案十分接近(浮点二分)。
光说不练假把式,来个例题:
例题1——查找
首先,区间是有单调性
的,查找第一次出现的位置,如果查到一个值比目标值大,就把右半边放弃,因为右半边肯定也比目标值大;同样,如果查到值比目标值小,那就放弃左半边。
本文的所有例题都有分析,题解,并注上详细注释。先自己尝试一下,再看题解哦。
code:
#include<iostream>
using namespace std;const int N=1000010;
int a[N],x,q,n;int main(){cin>>n>>q;for(int i=1;i<=n;i++) cin>>a[i];while(q--){cin>>x;int l=1,r=n; //左右边界 while(l<r) //因为是找第一次出现的位置,那就是尽量往左来,就用模板1 {int mid=l+r>>1;if(a[mid]>=x) r=mid; //判断条件,如果值大于等于目标值,说明在目标值右边,尽量往左来else l=mid+1;}if(a[l]!=x){ //如果找不到这个值 cout<<-1<<" ";continue;}cout<<l<<" ";}return 0;
}
有一个小问题就是,如果找不到这个值(即,集合里没有这个数)怎么办?因为判断条件是大于等于目标值,那返回的就是第一个大于目标值的位置。
好了,现在的你已经进入了二分世界的大门,此时让我们畅游吧!
例2——A-B 数对
分析:给出了C,我们要找出A和B。我们可以遍历数组,即让每一个值先变成B,然后二分找对应的A首次出现位置,看是否能找到。
如果找到A,那就二分找最后出现的位置,继而,求出A的个数,即数对的个数。
code:
#include<bits/stdc++.h>
using namespace std;const int N=200010;
long long a[N],n,c,cnt,st;int main(){cin>>n>>c;for(int i=1;i<=n;i++) cin>>a[i];sort(a+1,a+1+n); //先排序 for(int i=1;i<n;i++) //遍历每一个B {int l=i+1,r=n; //寻找A第一次出现的位置,使得A-B=C while(l<r) //因为是第一次出现,尽量往左,模板1{int mid=l+r>>1;if(a[mid]-a[i]>=c) r=mid; //判断:在目标值的右边,满足,往左来else l=mid+1;}if(a[l]-a[i]==c) st=l; //能找到C就继续 else continue;l=st-1,r=n; //查找A最后出现的位置 while(l<r) //因为是最后一次出现,尽量往右,模板2{int mid=l+r+1>>1;if(a[mid]<=a[st]) l=mid; //判断:在目标值的左边,满足,往右去else r=mid-1;}cnt+=l-st+1; //最后出现的位置减首次出现的位置就是区间长度,即A的个数 }cout<<cnt;return 0;
}
如果你把上面的两个题完全搞懂了,那很容易就抽象出做题步骤:
如果题目明确说了 要求最小值(最前面的值)还是求最大值(最后面的值),就能判断是用模板1(求最小),还是用模板2(求最大)。
之后再根据模板1,或模板2,写出对应的判断条件;
但是,我们不建议死记模板,更重要的是在理解之后的灵活变通。比如,再看一个题。
例3——烦恼的高考志愿
要求估分和分数线相差最小,那肯定分数线刚超过估分或者估分刚超过分数线。我们就转化为,求第一个大于等于估分的分数线的位置。
如此,这个位置的分数线或前一位置的分数线就是和估分相差最小的。
code:
#include<bits/stdc++.h>
using namespace std;const int N=1e5+10;
long long a[N],x,sum,n,m;int main(){cin>>n>>m;for(int i=1;i<=n;i++) cin>>a[i];sort(a+1,a+n+1); //排序勿忘 a[0]=-1e12;a[n+1]=1e12; //最后再解释while(m--){cin>>x;int l=1,r=n+1; //r设为n+1 while(l<r) //寻找第一个超过估分的学校,那它或它前面的一个学校就是目标学校 {int mid=l+r>>1;if(a[mid]>=x) r=mid;else l=mid+1;}if(a[l]-x<=x-a[l-1]) sum+=a[l]-x;else sum+=x-a[l-1];}cout<<sum;return 0;//a[0]=-1e12: 所有分数先可能都比估分大,那么l就为1,n-1就为0,故设a[0]为无穷小,则第一个值就为解 //a[n+1]=1e12: 所有分数线可能都比估分小,那么l就为n,a[l]-x可能为负,则设a[n+1]为无穷大,//并将r设为n+1,如此,l最大为n+1,则最后一个就为解
}
此外,STL中还有两个二分函数:lower_bound 和 upper_bound;具体可以看这个博客;或这个(有很多大佬总结的知识点都很好,有啥不懂的话都可以翻博客)
有了这两个函数,我们就可以很方便的求出第一个大于(或等于)目标值的位置;于是,上面代码的中间可以这样改:
while(m--){cin>>x;int t=lower_bound(a+1,a+n+1,x)-a; //如果分数线都比估分低,那返回的位置是n+1,否则返回第一个大于等于估分的位置。if(a[t]-x<=x-a[t-1]) sum+=a[t]-x;else sum+=x-a[t-1];}
是不是简洁多了?
最后,我们再来看一个浮点二分:
例4——银行贷款
月利率的范围可以放大些,比如,0~500,然后从这个范围里查,直到和答案极度相近,终止。 最后的l或r,精确位数之后就是正确✔答案啦!
code:
#include<bits/stdc++.h>
using namespace std;int sum,t,mon;
double sumt;int check(double mid)
{sumt=sum;for(int i=1;i<=mon;i++){sumt=sumt+sumt*mid-t;}if(sumt > 0) return 1; //这里是>0, 感谢评论区小伙伴提醒~return 0;
} int main(){cin>>sum>>t>>mon;double l=0,r=500; //答案范围尽量开大些while(r-l>1e-5) //精度保证 {double mid=(l+r)/2;if(check(mid)) r=mid; //如果最后还不完了,说明利率高了 else l=mid;}printf("%.1f",l*100);return 0;
}
至此,相信你已经对二分查找有一个更加清晰的认识了。
课后再来几个练习题吧:
整数二分:
1、 数的范围
2、 砍树
实数二分:
3、 数的三次方根
4、 一元三次方程求解
学会了二分查找,来学二分答案!
首先:
二分查找与二分答案有何区别?
二分查找:在一个已知的有序数据集上进行二分地查找
二分答案:答案有一个区间,在这个区间中二分,直到找到最优答案
什么是二分答案?
答案属于一个区间,当这个区间很大时,暴力超时。但重要的是——这个区间是对题目中的某个量有单调性的,此时,我们就会二分答案。每一次二分会做一次判断,看是否对应的那个量达到了需要的大小。
判断:根据题意写个check函数,如果满足check,就放弃右半区间(或左半区间),如果不满足,就放弃左半区间(或右半区间)。一直往复,直至到最终的答案。
其实,上面二分查找的例4,寻找的那个区间就是答案区间。
这不就相当于高中做选择题的时候,完了,不会做,那咋搞,把四个选项代进去看看对不对吧!哪个行得通那个就是答案!!
只不过我们现在要找的是最大的或者最小的答案
。
如何判断一个题是不是用二分答案做的呢?
1、答案在一个区间内(一般情况下,区间会很大,暴力超时)
2、直接搜索不好搜,但是容易判断一个答案可行不可行
3、该区间对题目具有单调性,即:在区间中的值越大或越小,题目中的某个量对应增加或减少。
此外,可能还会有一个典型的特征:求...最大值的最小 、 求...最小值的最大。
1、求...最大值的最小
,我们二分答案(即二分最大值)的时候,判断条件满足后,尽量让答案往前来(即:让r=mid),对应模板1;
2、同样,求...最小值的最大
时,我们二分答案(即二分最小值)的时候,判断条件满足后,尽量让答案往后走(即:让l=mid),对应模板2;
先看一个经典的二分答案入门:
例1——木材加工
分析:看,答案就在区间(1,100000000)里,就等着我们找呢,暴力肯定超时,那可能就用二分。
满足条件:
1,答案在一个区间里。
2,如果给一个答案,给目标一个小段的长度,很容易判断是否到K个了。
3,具有单调性,目标小段越长,那能切出的段数越少,目标小段越短,能切出的段数越多。而最终需要K个,从而很容易判断一个答案行不行。一看求啥,求最长长度,最长?这不,关门打狗,模板2! !
那,判断条件?模板2,如果满足判断,l=mid。啥叫满足呢?那肯定是满足需要的段数了呗!
code:
#include<iostream>
using namespace std;const int N=1e5+10;
long long a[N],n,m,sum,maxa;int check(int mid)
{int sum=0;for(int i=1;i<=n;i++){sum+=a[i]/mid;}if(sum>=m) return 1; //总段数大于等于所需要的 return 0;
}
int main(){cin>>n>>m;for(int i=1;i<=n;i++){cin>>a[i],sum+=a[i];if(a[i]>maxa) maxa=a[i]; }if(sum<m){cout<<0;return 0;} //先判断是否有解 int l=1,r=maxa;while(l<r) //模板2 {int mid=l+r+1>>1;if(check(mid)) l=mid; else r=mid-1;}cout<<l;return 0;
}
是不是感觉很有意思?
再来看个经典的
例2——跳石头
分析:看题,这是啥?最短距离的最大值!这不就是二分答案的典型特征?还想啥,二分!
求最大?上模板2!! 那,判断条件?
这时候就要注意了,我们二分的是最短距离,通过二分将这个最短距离(答案)最大化。那我们判断的时候肯定要保证mid是最短距离。
如何保证?我们要求抽过石头剩下的石头中,两个石头间的最短距离为mid,那就要保证剩下的任意两个间距都要大于等于mid。要保证这个,那就只能挑间距大于等于mid的石头跳,中间的石头都将会被抽走。
最后,计数可以被抽走的石头。如果可以被抽走的石头个数小于等于需要抽的M个了,就说明满足条件。因为:既然抽了小于M个都能满足剩下的石头中,两石头间的距离都大于等于mid
了,那抽M个,更能满足!
有点晕?没关系!看了代码就懂了!
code:
#include<iostream>
using namespace std;const int N=50010;
int a[N],n,len,m,mina=1e9+1,b[N];int check(int mid) //检查,是否最短距离为mid,如果两石头间距小于mid,不满足,移走
{int cnt=0;int i=0,now=0; //i表示目标位置,now为当前位置。while(i<n+1){i++;if(a[i]-a[now]<mid){ //两石头间距离小于mid,mid不是最短距离,不满足,移走该石头 cnt++;}else{ //符合,跳过去 now=i;}}if(cnt<=m) return 1; //移走的石头个数小于 M,就能保证了任意两剩下的石头间距大于等于最短距离mid,那移走M个,更能保证 return 0;
}int main(){cin>>len>>n>>m;for(int i=1;i<=n;i++){cin>>a[i];if(a[i]<mina) mina=a[i];}a[0]=0,a[n+1]=len; //首尾都有石头if(n==0){ //特判掉起点和终点之间没有石头的情况,可以想一下为什么。评论区中有答案。感谢 luojias 同学的hack数据!cout<<len; return 0;}//二分答案:检查每一个答案(最短距离mid)是否符合要求 long long l=1,r=1e10;while(l<r) //模板2{int mid=l+r+1>>1;if(check(mid)) l=mid; //要的是距离的最大,所以尽可能地往右走 else r=mid-1;}cout<<l;return 0;
}
还没懂?没关系,我们再看一题!
例3——丢瓶盖
分析:距离最近的2个瓶盖距离最大? 最短距离的最大值! 二分!!
最后如果拿出的总瓶盖数大于等于目标值,就说明满足判断。因为:既然拿了超过目标值就能满足拿走的瓶盖间距大于等于mid
,那拿目标值(B)个,肯定更能满足!
code:
#include<iostream>
#include<algorithm>
using namespace std;const int N=100010;
int a[N],n,m,maxa;//注意:这是拿出来的那些里,mid为最短距离,和跳石头不同的是,跳石头是在留下的里面,mid为最短距离
int check(int mid)
{//now为最后一次拿的瓶盖位置,i为当前遍历的位置int i=1,now=1,cnt=0; 注意:第一个瓶盖必选,才能保证剩下的距离最大,从而挑出的瓶盖间最短距离最大化 while(i<n){i++;if(a[i]-a[now]>=mid){ //保证拿走的瓶盖间距大于等于mid,才拿这个瓶盖,否则不能保证mid为最短距离now=i,cnt++;}}if(cnt+1>=m) return 1; //如果拿出的总个数大于等于m,都能保证拿走的瓶盖间距大于等于mid,那拿出来m个,肯定也能满足!!return 0;}
int main(){cin>>n>>m;for(int i=1;i<=n;i++){cin>>a[i];if(a[i]>maxa) maxa=a[i]; }sort(a+1,a+n+1);int l=0,r=maxa;while(l<r) //模板2{int mid=l+r+1>>1;if(check(mid)) l=mid;else r=mid-1;}cout<<l<<endl;}
做了上面两题,我们差不多又可以总结出规律了,心里是不是有点小激动?
最大值最小,最小值最大 类
问题解题方向:
最短距离最大化问题:保证任意区间距离要比最短距离mid大或相等(这样,mid才是最短距离)即:区间的距离>=mid
最长距离最小化问题:保证任意区间距离要比最大距离mid小或相等(这样,mid才是最大距离)即:区间的距离<=mid
哈哈哈,是不是太有趣啦?
快快,趁热打铁,再来!!
例4——数列分段 Section II
code:
#include<iostream>
using namespace std;const int N=100010;
typedef long long ll;
ll a[N],n,m,summ,mina=1e9+1,maxa;int check(int mid)
{ll cnt=0,sum=0;for(int i=1;i<=n-1;i++){sum+=a[i];if(sum+a[i+1]>mid) cnt++,sum=0; //不能满足 "区间间距小于最大距离",那就分段 }if(cnt+1<=m) return 1; //总的段数小于等于需要的段数,这样都能满足mid为每段的最大值,那么多分几段,肯定还能满足 return 0;
}
int main(){cin>>n>>m;for(int i=1;i<=n;i++){cin>>a[i],summ+=a[i]; if(a[i]<mina) mina=a[i];if(a[i]>maxa) maxa=a[i];}int l=maxa,r=summ; //l要设为maxa,所有段的最大值肯定大于等于maxa while(l<r){int mid=l+r>>1;if(check(mid)) r=mid; //求的是最大值的最小,故尽量往左来 else l=mid+1;}cout<<l;return 0;
}
好啦,至此,二分答案你就差不多掌握了。方法说的都是实打实的;
最后,在给出几道练习题吧:
1、进击的奶牛
2、路标设置
3、最佳牛围栏
4、kotori的设备
本文的课后练习题的答案在这个博客里。
相信看到这的你一定收获了不少吧。
讲的有点多,看不完的话可以先收藏。如果有没讲到的,后续会再更新。
有哪里不明白的话欢迎留言或评论,相互讨论,共同进步!
哪里写的有问题的话,还请大佬们不吝赐教。
参考博客:https://www.it610.com/article/1292865348768440320.htm
二分查找 二分答案 万字详解,超多例题,带你学透二分。相关推荐
- java二分查找法_java算法之二分查找法的实例详解
java算法之二分查找法的实例详解 原理 假定查找范围为一个有序数组(如升序排列),要从中查找某一元素,如果该元素在此数组中,则返回其索引,否则返回-1.通过数组长度可取出中间位置元素的索引,将其值与 ...
- python bisect_Python实现二分查找与bisect模块详解
前言 其实Python 的列表(list)内部实现是一个数组,也就是一个线性表.在列表中查找元素可以使用 list.index()方法,其时间复杂度为O(n) .对于大数据量,则可以用二分查找进行优化 ...
- 满满干货:二分查找/排序 编程题详解
铁汁们~今天给大家分享一篇有关二分查找/排序 编程题详解(牛客网),满满干货,来吧,开造⛳️ 先给大家说些小知识点: 1.指针变量名[整数]=*(指针变量名+整数): 2.知识点:双指针 双指针指的是 ...
- 二分查找的魔鬼细节详解
目录 二分查找的框架 基本二分查找--寻找一个数 寻找左侧边界的二分查找 寻找右侧边界的二分查找 二分查找的思想就是通过判断中间值与目标值的大小来逐步缩短目标区间 将大规模问题转换为若干个子问题,解在 ...
- 二分查找 归并排序 快排 详解C++
这三个排序算法一直是面试的重点,大多数都是C语言写的,今天整理了一下C++的写法,思想都差不多.这几个排序经常忘记,今天抽空记在这,以便自己以后查阅,不对的地方,也欢迎大家评论,不吝指正,谢谢! 二分 ...
- 二分查找之C#实现详解
[前置知识] 二分查找是对有序数组(向量)而言的,所以在使用二分查找前要确保数组已经是顺序的(用到排序算法). [二分查找原理] 聚会时通常会玩猜数字的游戏: 先由坐庄的人来写一个数字(比如在1~10 ...
- [论文阅读] (06) 万字详解什么是生成对抗网络GAN?经典论文及案例普及
<娜璋带你读论文>系列主要是督促自己阅读优秀论文及听取学术讲座,并分享给大家,希望您喜欢.由于作者的英文水平和学术能力不高,需要不断提升,所以还请大家批评指正,非常欢迎大家给我留言评论,学 ...
- [Python从零到壹] 五.网络爬虫之BeautifulSoup基础语法万字详解
欢迎大家来到"Python从零到壹",在这里我将分享约200篇Python系列文章,带大家一起去学习和玩耍,看看Python这个有趣的世界.所有文章都将结合案例.代码和作者的经验讲 ...
- 万字详解什么是生成对抗网络GAN
摘要:这篇文章将详细介绍生成对抗网络GAN的基础知识,包括什么是GAN.常用算法(CGAN.DCGAN.infoGAN.WGAN).发展历程.预备知识,并通过Keras搭建最简答的手写数字图片生成案. ...
最新文章
- c#_HashSet
- pygame中使用事件扫描实现对按键的检测以及小游戏的编写
- php数组修改键值,php数组中子数组如何修改键值
- dell主板40针开机针脚_电脑主板各种接口的介绍最新版
- JS自定义字符串格式化函数
- psql: FATAL: role “appleyuchi” does not exist与修改默认密码
- postmessage 游戏窗口内无效_前端的微前端在交通项目内的应用实践
- ASP.NET MVC 5调用其他Action
- C++工作笔记-hiredis中关于ERR wrong number of arguments for HMSET问题的解决
- 企业千人千面管理模式_华世界集团获国家高新技术企业认定
- 2019.02.10 17:49
- JAVA格式化输出浮点数:空格,位数
- SqlServer彻底卸载,适用于任何版本,亲测了n次都可用
- 唯品会等被纳入MSCI指数,中概股迎来春天
- 人工智能谓词逻辑——猴子摘香蕉问题
- 球的体积并(计算几何+球缺)
- simulink AWGN信道使用要点
- 安搭Share:2020年前三季度,金融部门杠杆率保持稳定
- 高性能图像放大算法——hqx算法
- React的箭头函数详解
热门文章
- 深圳云计算培训:云计算开发一般负责什么工作呢?更偏向于运维么?
- android view刷新界面,优雅地刷新RecyclerView
- 荣耀7点击Android版本,华为荣耀7回退教程(Android5.1降级5.0)
- Linux的进程kswapd0占用CPU过高导致卡顿问题
- 五年一觉毕业梦,没有风雨更无晴
- PHP根据姓名分析男女性别(Python转PHP)
- const指针用法总结
- 1. 驱动初步-------Ubuntu环境搭建
- C++/Java写L1-028 判断素数 (10 分)
- 服务器虚拟化演示方案,演示 VMware ESXi 6.5 U1