算法3----二分

二分----核心：边界

 注意：必须保证每次二分是答案必须在所选区间内。二分的本质是保障有解，如果无解是题目问题与二分无关。当区间很小的时候默认为答案。

整数二分的基本思想是将目标值与中间元素进行比较，然后根据比较结果将查找范围缩小一半。具体步骤如下：

1. 初始化左边界为序列的第一个元素，右边界为序列的最后一个元素。
2. 取左边界和右边界的中间位置，即 mid = (left + right) / 2。
3. 将目标值与中间位置的元素进行比较。
   • 如果目标值等于中间位置的元素，则返回该位置作为结果。
   • 如果目标值小于中间位置的元素，则将右边界更新为 mid-1，即 right = mid - 1。
   • 如果目标值大于中间位置的元素，则将左边界更新为 mid+1，即 left = mid + 1。
4. 重复步骤2和步骤3，直到找到目标值或者查找范围为空。

整数二分的时间复杂度为 O(logN)，其中 N 表示序列的长度。它通常比顺序查找的时间复杂度 O(N) 更高效，尤其对于大型的整数序列来说。

bool check(int x) {/* ... */} // 检查x是否满足某种性质

// 区间[l, r]被划分成[l, mid]和[mid + 1, r]时使用：
int bsearch_1(int l, int r)
{
    while (l < r)
    {
        int mid = l + r >> 1;
        if (check(mid)) r = mid;    // check()判断mid是否满足性质
        else l = mid + 1;
    }
    return l;
}
// 区间[l, r]被划分成[l, mid - 1]和[mid, r]时使用：
int bsearch_2(int l, int r)
{
    while (l < r)
    {
        int mid = l + r + 1 >> 1;
        if (check(mid)) l = mid;
        else r = mid - 1;
    }
    return l;
}

浮点二分是一种用于求解浮点数函数的近似解的算法，其基本思想是通过不断缩小搜索区间，直到满足给定的精度要求。

具体步骤如下：

1. 确定初始搜索区间，通常选择一个包含目标解的范围，比如整个定义域。
2. 计算区间的中点，并求解中点处函数的值。
3. 根据中点处函数值与目标值的关系，缩小搜索区间。如果中点处函数值与目标值的差小于给定的精度要求，则认为已找到近似解；否则，根据中点处函数值与目标值的大小关系，确定新的搜索区间。
4. 重复步骤2和步骤3，直到满足精度要求。

需要注意的是，浮点二分算法可能会产生误差，特别是在函数值在某些点处出现突变的情况下。为了减小误差的影响，可以增加迭代次数或者使用其他更精确的算法。

bool check(double x) {/* ... */} // 检查x是否满足某种性质

double bsearch_3(double l, double r)
{
    const double eps = 1e-6;   // eps 表示精度，取决于题目对精度的要求
    while (r - l > eps)
    {
        double mid = (l + r) / 2;
        if (check(mid)) r = mid;
        else l = mid;
    }
    return l;
}