二分查找和二分搜索

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。