清晰的理解STL中upper_bound和lower_bound的用法

最新推荐文章于 2022-06-14 22:20:38 发布

「已注销」

最新推荐文章于 2022-06-14 22:20:38 发布

阅读量717

点赞数 1

分类专栏：数据结构与算法文章标签：算法 c++

本文链接：https://blog.csdn.net/qq_45575767/article/details/105735344

版权

本文介绍了如何利用C++ STL中的upper_bound和lower_bound函数进行二分查找，并通过举例和分析源码，解释了它们在处理有序序列时的区别。重点讨论了这两个函数在解决最长上升子序列（LIS）问题时的应用，指出在LIS问题中应使用lower_bound，而upper_bound适合处理最长不下降子序列。

摘要由CSDN通过智能技术生成

本人曾经是东北地区(弱弱)的OIer，今天闲来无事，打几道曾经熟悉的算法题,本篇博文只献给初学者，如有大佬光临，那也不胜感激。
我们知道DP(Dynamic Programming) 动态规划向来是大佬虐萌新的分水岭，比暴力搜索有者更为确定的时间复杂度,无论是OI or ACM，DP能过的题搜索一样能过,但搜索有时会爆栈,于是我们选择DP。
但普通的DP ：如LIS(最长上升子序列)与LCS(最长公共子序列) 等，复杂度都是O(nn)的，而优化一下，就能变为O(nlogn),而且绝大多数情况我们使用二分思想,
例如：在有序线性表查找一个数字 :

int binarySearch(int left,int right,int x){
   	
	while(left<right){
   
		int mid=(left+right)/2;
		if(a[mid]==x) return mid;
		else if(a[mid]>x) right=mid-1;
		else left=mid+1;
	}
	else return -1;//未找到
}

鲁迅曾云："不要重复制造车轮 ! "
在这里插入图片描述

于是我们用C++的STL 使用upper_bound 与lower_bound 函数实现二分过程，他们的复杂度都是O(logn)的。

但是！！！这两个函数可把我给绕蒙了
比如：洛谷P1090合唱队列
这个题思路就是枚举 i 为[2,n-1]的中间人
然后求左侧[1,i]最长上升子序列和右侧[i,n]最长下降子序列
但始终存在2个点为通过于是我经过几乎1个小时的调试还未能发现问题
于是迫不及待地查询了源码：

template <class ForwardIterator, class T>
  ForwardIterator lower_bound (ForwardIterator first, ForwardIterator last, const T& val)
{
   
  ForwardIterator it;
  iterator_traits<ForwardIterator>::difference_type count, step;
  count =