关于二分法问题个人理解

虽然二分法很简单，但是之前并没有对其有过太多的注意，只是把它当成一个查找元素的方法来应用，但是随着后面做题的深入，发现二分法也有很多讲究，所以这里做一个总结归纳一下；

一、二分法的基础概念：
二分法研究的序列可以分为重复或者非重复序列，其序列要求都是递增有序的；
对于非重复序列，我们可以很简单的给出相应的推理和逻辑；
例如，我们如果要在一个严格递增序列中查找给定的x，就可以有以下代码：

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

注意两点：
1.判定条件left<=right,有的情况下写成left<right，这个需要视情况而定；
2.当left和right达到一定程度的时候，如果简单相加计算mid的时候，可能会导致溢出，所以往往比较保险的办法就是：

mid=left+(right-left)/2

这样就可以很好的避免溢出，从而保证能够进行mid的计算；

上述针对的是递增非重复序列，如果重复序列，我们又该作何思考？

例如示例中给出的问题，如果给出一个重复的递增序列A，我们需要求出第一个大于等于x的位置L以及第一个大于x的元素的位置R；
这是两个小问题，首先先进行第一个小问题的求解：找出第一个大于等于x的位置L；
其实对于这个问题，前提就已经默认了，必有L存在，所以判定条件就会发生相应的变化；

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

这里我们可以看出变了两个条件，第一个是left<right，第二个是A[mid]>=x；
对于第一个条件的改变，我们可以理解为把符合条件的元素夹出来，当循环终止的时候，必有left=right,此时两个索引指向同一个元素，该元素就是我们在寻找的元素；
而对于第二个条件的改变，则是由于题目性质决定的；如果中间点大于等于x，则我们可以认为要寻找的第一个x在mid的左边，所以right=mid。即使在等于条件下，由于right=mid，所以还是可以保证要寻找的数在[left,right]区间内；这一点和之前的mid+1和mid-1完全不同，其根本原因是序列内元素是否唯一；
如果难以判别使用哪种方法，则每次及逆行mid迭代的时候，一定要试一试边界是否能够像预期那样包括进行需要寻找的元素；

第二个自问题就是求序列中第一个大于x的位置;
对于这个问题，我们仍然需要关注的是判定条件;
代码如下：

int upper_bound(int A[],int left,int right,int x){
    int mid;
    while(left<right){
        mid=(left+right)/2;
        if(A[mid]>x){
            right=mid;
        }else{
            left=mid+1;
        }
    }
    return left;
}

对于个算法，同样的我们需要left==right来将符合的值夹出来；
当A[mid]>x时，由于我们寻找的时大于x的值，此时该值必在mid的左边，同样的，如果mid就是大于x的值，也应该包括进去，所以此时，right=mid;
当A[mid]<=x时，由于我们寻找的是一个大于x的值，所以mid不必包括进去，left=mid+1;

总的来说，上述推举的方法，都在解决一个核心问题：在该序列中，找到第一个符合该条件的值；

二、二分法的主要应用：
1.利用二分法求某数字的近似值：
这个问题其实很经典，自己以前碰到过几次；

例如：求解根号2的近似值，要求精度在10^-5；
这个问题就可以利用该方法进行计算；
首先我们需要构建目标函数F(x)=x^2，从而转换成1~2区间内的实数计算；
设置边界left=1，right=2，来利用函数进行逼近；
代码如下：

const double eps=1e-5;
double f(double x){
    return x*x;
}
int binarySearch(){
    double left=1;
    double right=2;
    double mid;
    while(right-left>1e-5){
        mid=(right+left)/2;
        if(f(mid)>2){
            right=mid;
        }else{
            left=mid;
        }
    }
    return mid;
}

2.快速幂：
快速幂就是给出三个整数a,b,m,求得a^b%m；
这个问题也可以采用二分思想来进行递归计算；
若b是奇数：a^b=a*a^(b-1)
若b是偶数：a^b=a^(b/2)*a^(b/2);
代码如下：

long long binarypow(long long a,long long b,long long m){
    if(b==0)
        return 1;
    if(b%2==1)
        return a*binarypow(a,b-1,m)%m;
    else{
        long long mul=binarypow(a,b/2,m);
        return mul*mul%m;
    }
}

注意上述的mul，不要单纯计算两次a^(b/2),而使用mul，这样可以适当的介绍时间复杂度；