算法基础之二分及二分答案

二分的时间复杂度

二分查找的平均时间复杂度和最坏时间复杂度均为o(logn)

二分的本质是什么？

二分的本质并不是单调性，二分的本质是边界。

数据结构书上面的代码

#include<bits/stdc++.h>
using namespace std;
const int N  = 1010;
int a[N];
int n;
int BinarySearch( int x, int &cnt)
{
    int l = 0, r = n - 1;
    while(l <= r){
        cnt++;
        int mid = (l + r) >> 1;
        if(a[mid] > x) r = mid - 1;
        else if(a[mid] < x) l = mid + 1;
        else return mid;
    }
    return -1;
}
int main()
{
    cin >> n;
    for(int i=0;i<n;i++) cin >> a[i];
    int x;cin >> x;
    int cnt = 0;
    int indix = BinarySearch(x,cnt);
    cout<<indix<<'\n'<<cnt;
    return 0;
}

书上代码和接下来的代码的不同

书上面的代码只是用于确切的查找某一个元素是在数组里面的下标

而接下来给出的代码模板是用于查找分界点。也就是用来找到数组中第一个等于target的元素的位置。这个模板确保即使存在多个相同的值，也能返回最左边的那个，也就是第一个出现的位置。或者可以用来查找最后一个等于target的元素的位置。

二个不同的模板：（根据考虑是左边界还是右边界来选择模板）

在解决这种二分查找问题时，重要的是清晰地定义我们要找的目标边界是什么，并明确何时移动左边界l和右边界r。

寻找左半区符合性质的右边界点（性质在左半区符合，在右半区不符合）

目标：找到左半区最右侧的符合性质的点；

• 如果mid点符合性质：说明mid位于左半区，我们需要包含mid继续向右查找，因此更新左边界l = mid。
• 如果mid点不符合性质：说明mid已经位于右半区，所以我们需要向左查找，更新右边界r = mid - 1。（不能包含mid，mid在右半部分，肯定不符合性质，所以要从r-1开始查找边界）

寻找右半区符合性质的左边界点（性质在右半区符合，在左半区不符合）

目标：找到右半区最左侧的符合性质的点

• 如果mid点符合性质：说明mid位于右半区，我们需要包含mid继续向左查找，因此更新右边界r = mid。
• 如果mid点不符合性质：说明mid位于左半区，所以我们需要向右查找，更新左边界l = mid + 1。

为什么对于第一个模板需要（l+r+1）/2呢？

当l=r - 1的时候，如果mid =（l+r）/2，此时mid = l，如果check是true，那就将l = mid = l ，那么就会进入死循环（l < r，while循环无法结束）

当mid=（l+r+1）/2，此时，mid = r，如果check为true，l = mid = r，此时while循环结束

代码示例，没有写main函数，只有大致模板

#include <iostream>

using namespace std;

bool check()
{
    //根据特定题目来写
}
//寻找左半区符合性质的右边界点
int findRightBoundary(vector<int> nums, int target) {
    int l = 0, r = nums.size() - 1;
    while (l < r) {
        int mid = (l + r + 1 )/ 2; //直接取平均可能会溢出，推荐 l + (( r - l + 1 ) >> 1)
        if (check(nums[mid])) {  // check函数用来判断当前mid位置是否符合性质
            l = mid;
        } else {
            r = mid - 1;
        }
    }
    return l;
}
//寻找右半区符合性质的左边界点
int findLeftBoundary(vector<int> nums, int target) {
    int l = 0, r = nums.size() - 1;
    while (l < r) {
        int mid = (l + r )/ 2;  // 向下取整
        if (check(nums[mid])) {
            r = mid;
        } else {
            l = mid + 1;
        }
    }
    return l;
}

例题：l​​AcWing 789. 数的范围 - AcWinghttps://www.acwing.com/problem/content/791/

P1678 烦恼的高考志愿 - 洛谷 | 计算机科学教育新生态 (luogu.com.cn)https://www.luogu.com.cn/problem/P1678

题目讲解 ：CSDN博客https://blog.csdn.net/gege_0606/article/details/139043517?spm=1001.2014.3001.5502

二分答案

二分答案和整数二分的不同：二分答案枚举的是答案，整数枚举枚举的是下标。

P2440 木材加工 - 洛谷 | 计算机科学教育新生态 (luogu.com.cn)https://www.luogu.com.cn/problem/P2440

例题 砍树 - 洛谷 | 计算机科学教育新生态 (luogu.com.cn)https://www.luogu.com.cn/problem/P1873相应题解查看

二分答案练习题--砍树-CSDN博客https://blog.csdn.net/gege_0606/article/details/139044090?spm=1001.2014.3001.5501

STL 的二分查找(c++)

low_bound和upper_bound都要保证元素有序

low_bound

low_bound是返回一个迭代器，指向在范围内第一个不小于（大于或等于）给定值的元素。

如果没有找到，那么就返回末尾的迭代器。

语法: auto it = lower_bound(start, end, value)

以下代码返回的是不小于4 的下标

low_bound(v.begin(),v.end(),4)-v.begin();

upper_bound

upper_bound返回一个迭代器，指向在范围内第一个大于给定值的元素。

如果没有找到，那么就返回末尾的迭代器。

语法: auto it = upper_bound(start, end, value)

用法，low_bound和up_bound可以用来快速计算某个值出现的次数，如果计算元素4在vector v出现的次数，代码如下：

count = upper_bound(v.begin(),v.end(),4) - low_bound(v.begin(),v.end(),4);

练习题P1102 A-B 数对 - 洛谷 | 计算机科学教育新生态 (luogu.com.cn)https://www.luogu.com.cn/problem/P1102题解如下：二分练习题-CSDN博客https://blog.csdn.net/gege_0606/article/details/139043517?spm=1001.2014.3001.5502