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:
- 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。
- 取左边界和右边界的中间位置,即 mid = (left + right) / 2。
- 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。
- 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:
- 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。
- 计算区间的中点,并求解中点处函数的值。
- 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。
- 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;
}