二分算法和板子

​

1.2.1 二分算法可以解决的问题

​

二分的本质是临界点，给定某个区间，在区间上定义了某种性质，使得整个区间一分为二，一般区间满足性质，另一半不满足性质，那么二分可以寻找性质的边界，既可以寻找左边界，也可以寻找右边界。
​

二分不仅限于有序序列的查找，但有序序列是最常见的一种情况。
​

arr = [3, 27, 15, 48, 90, 6, 2, 17, 54, 11]

​

在arr这个序列中，6是临界点，6左边的数（包括6）都能被3整除，6右边的数都不能被3整除；2也是临界点，2左边的数都能被3整除，2右边的数（包括2）都能不被3整除，二分算法就可以把6和2这两个数查找出来。
​

1.2.2 二分算法库函数

C++

algorithm头文件下：
​

• 查找是否存在：binary_search(first, last, value);

存在返回true，不存在返回false，因为不能返回元素具体位置所以用的很少。
​

• 查找首个大于value的元素的迭代器：std::upper_bound(first, last, value)

返回指向范围 [first, last) 中首个大于 value 的元素的迭代器，或若找不到这种元素则返回 last，数组返回该位置的指针。
​

• 查找首个大于等于value的元素的迭代器：std::lower_bound(first, last, value)

返回指向范围 [first, last) 中首个大于等于 value 的元素的迭代器，或若找不到这种元素则返回 last，数组返回该位置的指针。
​

Java

数组：Arrays.binarySearch(Object[] a, Object key)方法
​

Python

bisect标准库：
​

• bisect.bisect(array, value)：返回一个位置 pos，如果把 value 插入到 pos 位置的话，那么 pos 左边的所有元素都**小于等于 value，右边的所有元素都大于 **value

• bisect.bisect_left(array, value)：返回一个位置 pos，如果把 value 插入到 pos 位置的话，那么 pos 左边的所有元素都**小于 value，右边的所有元素都大于等于 **value

• bisect.bisect_left(array, value)：类似bisect.bisect(array, value)

​

bisect标准库的bisect()类方法都是查找合适的插入位置，bisect标准库还提供了insort()类方法在查找到的合适插入位置插入指定的 value 值。
​

1.2.3 朴素二分：查找指定元素位置

每一次都比较当前区间中点是否满足某个条件，以查找递增序列的整数x为例，当区间中点为x时，返回中点下标，当区间中点大于x时，向区间左半边查找，当区间中点小于x时，向右半边查找，如果迭代结束还没有找到，则返回-1。
​

二分算法的高效性在于每一步都可以去除当前区间中的一半元素，时间复杂度是 $O(logn)$ 。

C++

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

​

1.2.4 lower：ans是绿色区间的左端点

记区间左、右端点分别为left和right，区间中点为mid，要查找的答案为ans，ans把区间分成左右两部分，左区间为红色区间，右区间为绿色区间，模板一：ans是绿色区间的右端点，这类问题被记为lower类型，C++的algorithm实现了该算法，即 std::lower_bound()
​

（1）当mid落在绿色区间时，ans一定在mid左边，而且有可能恰好是mid，即ans在区间[left, mid]里；

（2）当mid落在红色区间时，ans一定在mid右边且不包含mid，即ans在区间 [mid + 1, ri