力扣 2517

题目介绍 & 无端联想

一句话说：
min-max是为了压制优化目标中表现最突出的成分，降低最恶劣情况的影响
max-min为了提升优化目标中表现最差的成分，增加整体解决方案均衡性

本题求最大甜蜜度，属于最大最小问题，从礼盒商的角度来说应是为了增加礼盒均衡性，避免有的用户买到觉得自己亏了。

此类题目常见的形式是：给出一个序列，从 n 个里面选 k 个，对这个组合求某值，再从全部组合的角度对该某值求最大最小。

由于是求最值，解法上多少有点逆向思维，正向思维是求出每一种组合的值，比较得出最大的。逆向思维是推导这个值的上下限，二分夹出来这个值。由一个遍历问题，转化为一个二分判断是否成立的问题。

要取得最大的甜蜜值，理论上的上限，是最大价格和最小价格的绝对差。理论上的下限，是两个相同的价格。根据二分法的需要，首先判断中间值 mid 是否成立，即当最大甜蜜度 = mid 时，能否找出 k 个差价都大于 mid。如果找到了 >= k 个差价，那么提升下限，找更大的甜蜜度；如果只找到了 < k 个差价，那么减低上限，找更小的甜蜜度。

这里面有一点小小的转换，如果超过 k 个差价大于当前的甜蜜度，就认为还有更大的甜蜜度可以成立。

类似题目

LC 2064。这个是求最小值，也就是压制可能取得最大商品数的店铺。用上面的思路和套路，很快做出来了

一开始时间损耗极大，因为我翻了个错误，懒省事用逐个减的方式看 sum 里面有几个 k，其实用除法运算就一步到位了。

二分法

二分法老是出问题。

1. 首先理想状态下，应该是 left == right 退出循环。因此循环的条件是 left < right，潜台词认为这是一个左闭右开区间 [left, right)。
2. 其次在相加 left 和 right 的时候，为了防止整型溢出，可以写成 mid = left + (right - left) / 2，或用 long long。
3. 接着 (left+right+1) >> 1 这种向高位取整的做法，退出循环的条件依然是 left == right，但得出的结果 left 会比正确答案小 1。
4. 最后，需要保证上限 right = mid -1，具体原因参见第三篇参考文献。

while (left < right) {
	int mid = (left+right+1) >> 1;
    if (check(price, k, mid)) {
    	left = mid;
    } else {
        right = mid - 1;
    }
}

因为 mid 已经 check 了一次，如果不能从搜索区间里面踢出去，还能对他重复 check 的话，就不保证不会死循环了，所以新的界限不能包含 mid。

记住当前是什么区间，如果是左闭右开区间，right = mid 的时候，区间内天然已经没有了 mid 这个值，不需要额外加一减一，如果是左闭右闭区间，left 和 right 都需要加一减一才能排除 mid 这个元素。

参考文献

如何理解最大化最小值问题和最小化最大值问题
二分解决最小最大问题
我作了首诗，保你闭着眼睛也能写对二分查找