二分查找也叫折半查找,顾名思义,顾名思义,就是每次查找去掉不符合条件的一半区间,直到找到答案(整数二分)或者和答案十分接近(浮点二分)。
先从数学角度理解二分
要想找到零点的位置所对应的x,可以从左往右遍历f(x)的值是否等于零,显然要重复很多次计算,此时我们用二分的方法,将ab折中点x与两端点进行比较,判断零点在a~k或者k+1~b之间,然后重复操作,运算量将会小很多。
先来看一下二分的模板
模板1.
while (l < r)
{
int mid = l + r >> 1; //(l+r)/2的意思
if (check(mid)) r = mid; // check()判断mid是否满足性质
else l = mid + 1;
}
模板2.
while (l < r)
{
int mid = l + r + 1 >> 1; //(l+r+1)/2
if (check(mid)) l = mid;
else r = mid - 1;
}
这两个模板的边界不同,用法也不同
模板一是答案尽量往左找,模板二是尽量往右找。
这里也有两个函数
lower bound/upper bound.
时间复杂度为 O(logn)。
s.lower_bound(x)查找大于等于x的元素中最小的一个,并返回指向该元素的迭代石运
s.upper_bound(x)查找大于x的元素中最小的一个,并返回指向该元素的迭代器。
他们的底层逻辑都是二分,但都是有序的数组才能用
那么什么是二分答案呢
答案属于一个区间,当这个区间很大时,暴力超时。但重要的是——这个区间是对题目中的某个量有单调性的,比如这个数在1~1e9之间,此时,我们就会二分答案。每一次二分会做一次判断,看是否对应的那个量达到了需要的大小。
然后根据题意写个check函数,如果满足check,就放弃右半区间(或左半区间),如果不满足,就放弃左半区间(或右半区间),一直往复,直至到最终的答案
来看一个二分答案的简单题
p7585——洛谷
这道题正解是二分,关键词为最大值(即嫉妒值)最小。看到这种问题的可优先考虑二分。确定核心算法后,进一步分析发现:如果每个分到弹珠的孩子都分到最多的弹珠,那么嫉妒值越大,分到弹珠的孩子越少;嫉妒值越小,分到弹珠的孩子越少。这个嫉妒值是具有单调性的,满足二分的要求。所以确定本题为二分答案。
#include<iostream>
using namespace std;
long long n, m, l = 0, r, sum, mid;
long long a[300010];
bool check(long long x)
{
long long ans = 0;
for (int i = 0; i < m; i++)
{
ans += a[i] / x;
if(a[i] % x != 0)
ans++;
}
return ans <= n;
}
int main()
{
cin >> n >> m;
for (int i = 0; i < m; i++)
{
cin >> a[i];
sum += a[i];
}
r = sum;
while (l < r)
{
mid = (l + r >> 1)+1;
if (check(mid))
{
r = mid - 1;
sum = mid;
}
else l = mid;
}
cout << sum;
return 0;
}
check函数的思路很简单,我们用求每个颜色按每个小朋友 mid 个弹珠,能分给多少个小朋友,用 sum 记按每个每个小朋友 mid 个弹珠最多能分给多少小朋友。若 sum>=n
,代表我们的嫉妒值得再大一些(小朋友的弹珠数量再大一些);否则,需要把嫉妒值调小
这就是基本的二分答案的操作。