目录
二分答案
定义
它是二分思想的一个进阶技巧。通过观察发现问题的答案存在单调性,通过二分答案后检查答案是否能够达到。
直观来讲,二分答案就是一种(因为答案有单调性,所以)利用二分思想优化枚举答案过程的算法
做法
1.发现答案的单调性
2.二分答案
3.检查答案是否可行(每道题的重点在这)
最短子序列问题
给定一个正整数序列,让你取一个子段,使得其区间的和大于等于$x$,问你这个子段最短可能长度是多少。
解题思路:
首先预处理前缀和(方便后面计算区间和),然后用二分的思想来找答案的长度,这道题的答案是最短子序列的长度,检查函数内,通过一个滑动窗口来选中mid个元素,每次保留最大值,原因是最大值最容易满足>=x,最后传回判断,再缩减左右端点,因为答案是越靠后越容易实现,所以此题为后缀模型,所以输出L
#include <iostream>
using namespace std;
int a[1005], s[1005] = {0}, n, x;
int ok(int mid)
{
int mx = 0;
//i为答案的长度
for(int i = mid; i <= n ; i++)
{
//i-mid 与 i 之间构成了长度为 mid 的滑动窗口
//每次求最大值,原因是最大值是最有可能满足>=x的
mx = max(mx, s[i] - s[i - mid]);
}
//最后传回判断
return mx >= x;
}
int main()
{
cin >> n >> x;
//输入序列,预处理前缀和
for(int i = 1; i <= n; i++)
{
cin >> a[i];
s[i] = s[i-1] + a[i];
}
int l = 1, r = n, mid;
while(l <= r)
{
mid = (l + r) >> 1;
//cout << mid << " " << ok(mid) << endl;
//用检查函数来判断更改哪个端点,如果判断函数传回满足,就缩减右端点
//如果不满足就缩减左端点, 因为题目是给一个升序的序列,越往后越容易实现题目要求
if(ok(mid))r = mid - 1;
else l = mid + 1;
}
//此题为后缀模型,越往后越容易实现题目要求
cout << l;
return 0;
}
力扣 分享巧克力
解题思路:
#include <iostream>
using namespace std;
int n, k, a[10005], maxn = 0;
int ok(int mid)
{
int o = 0, sum1 = 0;
//从第一个位置开始累加
for(int i = 1; i <= n; i++)
{
sum1 += a[i];
//当sum1满足了我们mid(枚举的甜度),那么就记一次数
if(sum1 >= mid)
{
sum1 = 0;
o++;
}
}
//最终要判断我们是否满足了题目要求分成k+1块,如果分的比k+1要多,对于我们答案来说是不影响的
return o >= k + 1;
}
int main()
{
cin >> n >> k;
for(int i = 1; i<= n; i++)
{
cin >> a[i];
//存下数组里面最甜的那一块
if(maxn < a[i])maxn = a[i];
}
int l = 1, r = maxn;
while(l <= r)
{
int mid = (l + r) >> 1;
//这是一个前缀模型,通过ok函数进行端点的变动
if(ok(mid))l = mid + 1;
else r = mid - 1;
}
cout << r;
return 0;
}
/*
9 5
1 2 3 4 5 6 7 8 9
*/
结论:
求最小值的最大值是前缀模型
求最大值的最小值是后缀模型
洛谷P2678 [NOIP2015 提高组] 跳石头
解题思路:
答案是求最小值的最大值,而且答案一定是 1 <= ans <= l,所以我们很自然可以想到二分答案前缀和,因为越小越容易实现,然后我们通过OK函数来判断,mid当ans是否成立,在ok函数中,通过判断后一块与前一块的距离是否满足>=mid,不满足就撤一块,再用后一块与当前的前一块进行比较,所以加了一个变量q储存用来减去的石头,最后判断撤走的石头满不满足题目要求,最终输出R,因为是前缀模型
#include<bits/stdc++.h>
using namespace std;
#define ll long long
const int maxn = 5e4 + 5;
int l, n, m;
int a[maxn] = {0};
int ok(int mid)
{
//cnt是撤走的石头数量,q是储存用于减去的石头的下标
int cnt = 0, q = 0;
//枚举每一块石头
for(int i = 1; i <= n + 1; i++)
{
//判断之间的距离满不满足>=mid,不满足就撤走一块石头,再进行判断
if(a[i] - a[q] < mid)
{
cnt++;
}
else
{
//满足条件就储存当前的下标,用于下一次比较
q = i;
}
}
//返回撤走的石头数是否满足题目要求
return cnt <= m;
}
int main()
{
cin >> l >> n >> m;
//输入石头距离
for(int i = 1; i <= n; i++)cin >> a[i];
//终点特殊处理
a[n+1] = l;
int le = 1, r = l;
//二分答案
while(le <= r)
{
int mid = (le + r) >> 1;
if(ok(mid))le = mid +1;
else r = mid - 1;
}
//前缀模型输出R
cout << r;
return 0;
}
atcoder D - Widespread
题目链接:D - Widespread
题目大意:给你n个正整数,你有一个操作是让一个数减A,然后让其他数减B.保证A > B问你最少多少次操作能够让所有数降到<=0
1≤N≤10^5
1 ≤ B < A ≤ 10^9
1 ≤ h_i ≤ 10^9
解题思路:
题目求操作,肯定是操作越多越容易实现,所以这是一个二分答案后缀模型,左右端点分别为2,1e9(假设所有数为1,假设B为1),用一个ok函数判断mid答案是否合法,在ok函数中判断当前的w[i]是否小于等于b*mid(答案数乘B),如果小于就不用消耗我们的次数(A-B的差值),如果大于的话我们就需要消耗mid次数(这里我用K来存),消耗完之后还要进行一次判断,因为第一次消耗可能是3/2=1,剩下还有一个1没消耗完,所以我们手动还要消耗一次,最后判断一下次数是否变为负数,如果变负数直接返回false,出了for循环就代表k>=0,返回true
这道题给我的教训就是,大数据一定要用long long,这道题为此浪费了半个多小时!!!
#include<bits/stdc++.h>
using namespace std;
#define ll long long
const ll maxn = 1e5 + 5;
ll n, a, b;
ll w[maxn];
int ok(ll mid)
{
ll k = mid;
//遍历所有元素
for(ll i = 1; i <= n; i++)
{
//如果小于mid答案*B就不处理
if(w[i] <= b*mid)continue;
//否则就消耗次数
k -= (w[i]-b*mid) / (a-b);
//如果碰到不整除的情况就需要手动加一次
if((w[i]-b*mid) - (w[i]-b*mid)/(a-b)*(a-b) > 0)
k -= 1;
//次数如果变为负数就返回false
if(k < 0)return 0;
}
//出了循环就代表k>=0
return 1;
}
int main()
{
cin >> n >> a >> b;
for(int i = 1; i <= n; i++)cin >> w[i];
//假设所有数为1,假设B为1,左右端点
ll l = 1, r = 1e9;
while(l <= r)
{
int mid = (l + r) >> 1;
//检查答案是否合法
if(ok(mid))r = mid - 1;
else l = mid +1;
}
//这是一个二分答案后缀模型
cout << l;
return 0;
}
牛客小黑月赛37 I-加减
题目链接:牛客小黑月赛37 I-加减
解题思路:
题目要求出现最多元素的次数,我们自然想到二分答案前缀模型,因为满足<=k,答案越小越容易实现,开始我们做一个前缀和处理,方便后面通过中位数来加消耗的次数(就不用写绝对值来求次数了),进入OK函数,因为我们L和R枚举的是出现的次数,所以我们用一个滑动窗口来从开头往后遍历,判断次数是否小于K(我们先mid*(mid到左边下标-1)的个数,然后减去这一段的和,因为是排好序的,所以求出来就是需要加1的操作次数,第二部分,我们用(右下标的前缀和-mid位置的前缀和),得到的就是右下标到mid+1位置的这一段,因为是排好序的,所以这一段都比mid大,所以要对这些原素做-1操作,所以这些也加入操作数),跳出循环后就一定>k所以返回false
#include<bits/stdc++.h>
using namespace std;
#define ll long long
const ll maxn = 1e5 + 5;
ll a[maxn];
ll sum1[maxn];
ll n, k;
ll ok(ll mid)
{
//做一个滑动窗口
for(ll i = 1; i+mid-1 <= n; i++)
{
//求出中位数
ll midd = (i + i + mid - 1) >> 1;
//见代码加粗部分
if(a[midd]*(midd-i+1)-(sum1[midd]-sum1[i-1])+(sum1[i+mid-1]-sum1[midd])-a[midd]*(i+mid-1-midd) <= k)
return true;
}
return false;
}
int main()
{
cin >> n >> k;
for(int i = 1; i <= n; i++)cin >> a[i];
//排序,这样在后续可以通过中位数来求
sort(a+1, a+n+1);
for(int i = 1; i <= n; i++)sum1[i] = sum1[i-1] + a[i];
//枚举出现元素次数的最小最大可能,用二分优化
ll l = 1, r = n;
while(l <= r)
{
ll mid = (l + r) >> 1;
if(ok(mid))l = mid + 1;
else r = mid -1;
}
cout << r;
return 0;
}