二分思想及其应用

二分思想及其应用

这一篇随笔适用于对二分有一定了解，希望有更多练习的OI选手或是计算机专业学生。

相信学过OI或是计算机专业的同学一定对此不陌生。二分思想充斥在许多算法与数据结构中。作为许多高级算法的基础，二分在计算机的思想中起到一个十分重要的作用。

二分思想的核心是分而治之。一个似乎不太好解的题，想一想二分，寻找两边的子问题的解，不断下沉，便能缩小范围，简化问题。

想想这些问题你会怎么解？

1. 在有序数组中寻找某一个确定值的位置
2. 求解数组中逆序对问题
3. 寻找函数的零点
4. 在所有出现的最大情况中，寻找最小值

二分的常见算法是二分查找和二分答案，接下来我将重点讨论两种二分查找实现：

对于第一个问题，我们有一个变式，数组中的值可重复，需要你找到数组中的数的下标尽量小（如果存在的话）

如数组 a [ 6 ] = { 0 , 1 , 1 , 3 , 4 , 6 } a[6]=\{0,1,1,3,4,6\} a[6]={0,1,1,3,4,6}，那么如果我们需要寻找 $1$ ，那么我们需要输出结果为 $2$ ，原因是出现1的位置最小在第 $2$ 位（还有一个是第 $3$ 位）。

给出两种二分的模板

左偏二分

int l = 0, r = n - 1; //两个区间端点
while(l < r) {
    int mid = (l + r) / 2;
    if(a[mid] < k) l = mid + 1;
    else r = mid;
}

右偏二分

int l = 0, r = n - 1;
while(l < r) {
    int mid = (l + r) - (l + r) / 2;
    if(a[mid] <= k) l = mid;
    else r = mid - 1;
}

通过演算（需要自己在草稿纸上进行模拟），我们会发现：

1. 两个二分的 $l,r$ 均会在最后相等，得到一个值；（结论一）
2. 在左偏二分中，值会偏向更小的位置；右偏二分则相反； （结论二）
3. 如果数组中不存在值 $k$ ，那么左偏二分将偏向比 $k$ 大的最小的值，而右偏二分将偏向比 $k$ 小的最大值。 （结论三）

具体分析方法可以参考博主往期codeforces题解。

因此，在不同的题中，我们应该根据情况合理选择两个二分。在某些题中甚至需要同时用上两个二分！

题目示例

题目来源：SUSTech_DSAA_lab2_T6

题意

给出一个$N\ast N(1\le N\le 50000)$的矩阵，满足矩阵中第 $i$ 行第 $j$ 列的值为
$$f[i][j]=i^2+j^2+12345\ast i-12345\ast j+i\ast j$$
求第 $M(1\le M\le N\ast N)$ 小的值。

分析

相信大多数同学会想到使用自己的聪(chong)明(dong)的脑袋瓜子，觉得这道题是一个找规律题（

的确，在 $N\le 65$ 之前，会发现：好像是有排序规律的诶。
$$\begin{gathered} 1107040201 \\ 1612080503 \\ 2017130906 \\ 2321181410 \\ 2524221915 \end{gathered}$$
​ 5*5矩阵示例

但实际上，对于一个这样的毫无规律可言的表达式，在 $N$ 较大时就已经不适用了。

对表达式 $f[i][j]=i^2+j^2+12345\ast i-12345\ast j+i\ast j$ 稍加分析，我们能够发现：

1. $f[i][j]>f[i-1][j-1]$ （无效结论，但经常被拿来使用，这也是我为什么卡了很久的原因）
2. 固定 $j$ 不变，当 $i$ 增大时，求导为 $f^{\prime }=2i+12345+j>0$ ，$f$ 增大；
3. 固定 $i$ 不变，当 $j$ 增大时，求导为 $f^{\prime }=2j-12345+i$ ，$f^{\prime }$的大小和 $i,j$ 均有关系，但基本可确定为先减后增；

观察结论二，实际上便可得到我们的解法：

1. 在矩阵的同一列中，这一列数字是有序递增的，在这一列中我们可以使用二分思想；
2. 对于每一列，都进行二分；
3. 整合，求解。

很明显，我们想找到第 $M$ 小的值，但我们无法知道自己所求解的东西是什么。于是，我们可以反过来：

4. 假定一个值 $k$ ，这是我们假定的答案；
5. 实行上述的1,2,3操作，求得在答案k的情况下，比k小的值的个数为 $m$ （对于每一行都是如此）；
6. 将 $m$ 与 $M$ 进行比较，如果 $m$ 更大则减小 $k$ 的值，如果 $m$ 更小则增大 $k$ 的值，如果相等呢？

这里相信细心的同学已经发现了， 1,2,3步执行的是二分查找的工作，4,5,6步执行的是二分答案的操作。并且在这里涉及到了一个问题：如果有相等的数应该偏左还是偏右？如果 $M=m$ 有应该取左还是取右？

让我们进行一下手动模拟的操作：

1. 对于每一列的二分查找，我们希望找到小于等于k的数的个数。如果没有数与 $k$ 相等，则 $mid$ 应该获取比它更小一点的数的位置。由此分析，应选择右偏二分；
2. 对于整个统筹的二分答案，如果 $M=m$ ，则应该考虑更小的 k 值（想一想，为什么？），由此应选择左偏二分；

因此，我非常推荐大家以此题来测试自己对二分的熟练度，它很好的将两种二分结合起来，其总复杂度为$O(nlo{g}^{2}n)$

后话

其实，在具体实现的过程中，大家会发现，矩阵中会存在两个相同的数字，因此，在较大的相邻两位可能答案是相同的。而我们的二分查找实际上会偏向更大的值（好比第233位和第234位都是123456，但我们在假定答案位123456时，得到的 $m$ 一定为234），为了防止跳过正确答案，在输入为233时，我们应该偏向右边的234位（在二分答案中，不会出现 $m=233$ 这个答案，因此我们应该找相对更大一点的值234，这也是为什么二分答案选择右偏的原因之一）。