【模板】二分

  二分查找（英语：binary search），也称折半搜索（英语：half-interval search）、对数搜索（英语：logarithmic search），是用来在

时间复杂度

二分查找的最优时间复杂度为O（1） 。

二分查找的平均时间复杂度和最坏时间复杂度均为 O（logn）。因为在二分搜索过程中，算法每次都把查询的区间减半，所以对于一个长度为 n的数组，至多会进行 O(logn)次查找。

空间复杂度

迭代版本的二分查找的空间复杂度为 O(1)。

递归（无尾调用消除）版本的二分查找的空间复杂度为 O(logn)。

一个有序数组中查找某一元素的算法。

使用背景：

问题的解空间具有单调性：如果问题的解具有单调性，即满足某种特定的顺序或条件，那么通常可以使用二分法。例如，有序数组中查找某个元素、确定某个函数的最大值或最小值等。
解题的时候往往会考虑枚举答案然后检验枚举的值是否正确。若满足单调性，则满足使用二分法的条件。把这里的枚举换成二分，就变成了「二分答案」。

模板：

int l = 0,r = 10000000;
        while(l+1<r)
        {
            int mid = (l+r)/2;
            if(check(mid)) //check（）函数是用来检查mid是否为可行解
                r = mid;
            else
                l = mid;
        }
//return r(最小值)
//return l（最大值）

例题： （来自洛谷）

解题思路：

首先我们要知道这个问题中的可行解是指“空旷指数”，也就是公路中的最大距离，接下来我们就应该去判断可行解的边界和单调性，边界很好知道，右边界是整条公路的长度，左边界是0。又因为对于任一给定的公路，假设为输入样例#1的情况，公路长度为101，我们可以知道在解空间（0，101）中，大于等于51的解均为可行解，而小于51的解均不可行，因为此时插一个路标不可能使空旷指数小于51，因为本题要求的是最小可行解，所以这个分界点51就是最优解。

我们可以知道在51左边的空旷指数，如果要满足，会需要比1更多的增设路标，而题目中提供了1个，因此我们将需要的增设路标当成y，空旷指数为x，这个函数是单调递减的，同时，我们根据题目给出的增设数量1，可以将解分为可行解和不可行解。

推广到更一般的情况，对于任意给定的公路长度L，路标N，最大增设K，我们可以知道

 显而易见我们可以通过二分答案然后检验mid的值是否为可行解来不断二分最后求得最优解。

所以我们还需要一个check（）函数来判断二分出来的值是不是可行解，那怎么判断对于一个空旷指数x它满不满足可行解的要求呢？我们知道，如果对道路增设count个路标之后，使得x比道路上每个相邻路标都大，如果添加的路标数小于提供的路标数，则x是可行解，反之，则不是。

代码：

 arr = new int[N];
        for (int i = 0; i < N; i++) {
            arr[i] = s.nextInt();
        }
        int l = 0,r = arr[N-1]+1;
        while(l+1<r)
        {
            int mid = (l+r)/2;
            if(check(mid,M))
                r = mid;
            else
                l = mid;
        }
        System.out.println(r);

static boolean check(int mid,int M)
{
    int count = 0;
    int sum = 0;
    int cha = arr[0];
    for (int i = 1 ; i < arr.length;) {
        sum = arr[i]-cha;
       if( sum > mid)
       {
           cha = cha + mid;
           count++;
       }
       else {
           cha = arr[i];
           i++;
       }
    }
    return count<=M;

}

注意：如果N=2,M=0,最优解为边界L，因此r应该取L+1。