算法学习笔记 - 二分

前言 

据说，只有10%的程序员能写对二分

首先，二分的基础用法是在单调序列或单调函数中进行查找。因此当问题的答案具有单调性时，就可以通过二分把求解转化为判定（根据复杂度理论，判定的难度小于求解），这使得二分的运用范围变得很广泛。进一步地，我们还可以扩展到通过三分法去解决单峰函数的极值以及相关问题。

二分实现的方式多种多样，但其中的细节一定要仔细考虑。

对于整数域上的二分，需要注意终止边界，左右区间取舍时的开闭情况，避免漏掉答案或造成死循环；对于实数域上的二分，需要注意精度问题。

整数集合上的二分

大部分二分的写法保证最终答案处于闭区间 [L,R] 以内，循环以 L = R 结束，每次二分的中间值mid会归属于左半段与右半段二者之一。

在单调递增序列 a 中查找 ≥x 的数中最少的一个（即 x 或 x 的后继）

while(l < r){
    int mid = (l + r) >> 1;
    if(a[mid] >= x) r = mid; 
    else l = mid + 1;
}
return a[l];

缩小范围时，r = mid，l = mid + 1，取中间值时，mid = （l + r）>> 1

在单调递增序列 a 中查找 ≤x 的数中最大的一个（即 x 或 x 的前驱）

while(l < r){
    int mid = (l + r + 1) >> 1;
    if(a[mid] <= x) l = mid;
    else r = mid -1;
}
return a[l];

缩小范围时，l = mid，r = mid - 1，取中间值时，mid = （l + r + 1） >> 1

一定要对mid的取法加以区分，否则可能会造成死循环

我们还发现：mid = （l + r）>> 1 不会取到 r 这个值，mid = （l + r + 1）>> 1 不会取到l这个值

由此处理无解的情况，把最初的二分区间 [1 ，n] 分别扩大为 [1 ，n+1] 和 [0 ，n]，把 a 数组的一个越界的下标包含进来。如果最后二分终止于扩大后的这个越界下标上，则说明 a 中不存在所求

总结：

1. 通过分析具体问题，确定左右半段哪一个是可行区间，以及 mid 归属哪一半段

2. 根据分析结果，选择上述一种二分方法

3.二分终止条件是 l == r，该值就是答案所在位置

C++ STL 中的 lower_bound 与 upper_bound 函数实现了在一个序列中二分查找某个整数 x 的后继

实数域上的二分

在实数域上二分较为简单，确定好所需的精度 eps，以 l + eps < r 为循环条件，每次根据在 mid 上的判定选择 r = mid 或 l = mid 分支之一即可。一般需要保留 k 位小数时，则取 eps = 

while (l + 1e5 - 5 < r){
    double mid = (l + r) / 2;
    if(calc(mid)) r = mid;
    else l = mid;
}

有时精度不容易确定或表示，就干脆采用循环固定次数的二分方法，也是一种相当不错的策略。这种方法得到的结果的精度通常比设置 eps 更高

for(int i = 0; i < 100; i++){
    double mid = ( l + r ) / 2;
    if (calc(mid)) r = mid;
    else l = mid;
}

三分求单峰函数极值

有一类函数被称为单峰函数，它们拥有唯一的极大值点，在极大值点左侧严格单调上升，右侧严格单调下降；或者拥有唯一的极小值点，在极小值点左侧严格单调下降，在极小值点右侧严格单调上升。为了避免混淆，我们也称后一种为单谷函数，。对于单峰或单谷函数，我们可以通过三分法求其极值。

以单峰函数 f 为例，我们在函数定义域 [l ，r] 上任取两个点 lmid 与 rmid ，把函数分为三段

1. 若 f(lmid) < f(rmid)，则 lmid 与 rmid 要么同时处于极大值点左侧（单调上升函数段），要么处于极大值点两侧。无论哪种情况下，极大值点都在 lmid 右侧，可令 l = lmid

2. 同理，若 f(lmid) > f(rmid) ，则极大值点一定在 rmid 左侧，可令 r = rmid

    如果我们取 lmid 与 rmid 为三等分点，那么定义域范围每次缩小 1/3 。如果我们取 lmid 与 rmid在二等分点两侧极其接近的地方，那么定义域范围每次近似缩小 1/2。通过 log 级别的时间复杂度即可在指定精度下求出极值。这就是三分法。

    注意，我们在介绍单峰函数时特别强调了“严格”单调性。若在三分过程中遇到 f(lmid) = f(rmid)，当函数严格单调时，令 l = mid 或 r = rmid 均可。如果函数不严格单调，即在函数中存在一段值相等的部分，那么我们无法判断定义域的左右边界如果缩小，三分法就不再适用。

二分答案转化为判定

一个宏观的最优化问题也可以抽象为函数，其“定义域”是该问题下的可行方案，对这些可行方案进行评估得到的数值构成函数的“值域”，最优解就是评估值最优的方案。借助二分，我们把求最优解的问题，转化为给定一个值mid，判定是否存在一个可行方案评分达到 mid 的问题。

三分求单峰函数极值

题目链接

有一类函数被称为单峰函数，它们拥有唯一的极大值点，在极大值点左侧严格单调上升，右侧严格单调下降：或者拥有唯一的极小值点，在极小值点左侧严格单调下降，在极小值点右侧严格单调上升。为了避免混淆，我们也称后一种为单谷函数。对于单峰或单谷函数，我们可以通过三分法求其极值。

以单峰函数 f 为例，我们在函数定义域 [l, r] 上任取两个点 lmid 与 rmid，把函数分为三段。

1. 若 f(lmid) < f(rmid)，则 lmid 与 rmid 要么同时处于极大值点左侧(单调上升函数段)，要么处于极大值点两侧。无论哪种情况下，极大值点都在 lmid 右侧，可令 l = lmid。

2. 同理，若 f(lmid) < f(rmid)，则极大值点一定在 rmid 左侧，可令 r = rmid。

如果我们取 lmid 与 rmid 为三等分点，那么定义域范围每次缩小 1/3。如果我们取 lmid 与 rmid 在二等分点两侧极其接近的地方，那么定义域范围每次近似缩小 1/2.通过 log 级别的时间复杂度即可在指定精度下求出极值。这就是三分法。

注意，我们在介绍单峰函数的时特别强调了“严格”单调性。若在三分过程中遇到 f(lmid) = f(rmid)，当函数严格单调时，令 l = lmid 或 r = rmid 均可。如果函数不严格单调，即在函数中存在一段值相等的部分，那么我们无法判断定义域的左右边界如何缩小，三分法就不再使用。

#include<iostream>
#include<cmath>
#include<cstring>
#include<cstdio>
#include<algorithm>
using namespace std;

int n;
double a[20];
double l, r;

double get_y(double x){
    double sum = 0;
    for(int i = 1; i <= n + 1; i++){
        sum += a[i] * pow(x, n - i + 1);
    }
    return sum;
}

int main(){
    cin >> n >> l >> r;
    for(int i = 1; i <= n + 1; i++) cin >> a[i];
    while(r - l >= 0.0000001){
        double mid = (r - l);
        double lmid = l + mid / 3;
        double rmid = r - mid / 3;
        if(get_y(lmid) <= get_y(rmid)) l = lmid;
        else r = rmid;
    }
    cout << l << endl;
    system("pause");
}