二分法知识大杂烩

最新推荐文章于 2024-09-29 12:06:46 发布

乐宥

最新推荐文章于 2024-09-29 12:06:46 发布

阅读量10

点赞数

文章标签： java 算法数据结构开发语言

定义

二分查找（binary search）是一种在有序数组中查找某一元素的算法，也称为折半搜索或对数搜索。

过程

以在升序数组中查找一个数为例：

每次考察数组当前部分的中间元素。
如果中间元素是目标元素，搜索结束。
如果中间元素小于目标值，只需在右侧查找。
如果中间元素大于目标值，只需在左侧查找。

性质

时间复杂度：

最优时间复杂度：O(1)
平均和最坏时间复杂度：O(\log n)

空间复杂度：

迭代版本：O(1)
递归版本：O(\log n)

实现

int binary_search(int start, int end, int key) {
  int ret = -1;  // 未搜索到数据返回-1下标
  int mid;
  while (start <= end) {
    mid = start + ((end - start) >> 1);  // 直接平均可能会溢出，所以用这个算法
    if (arr[mid] < key)
      start = mid + 1;
    else if (arr[mid] > key)
      end = mid - 1;
    else {  // 最后检测相等是因为多数搜索情况不是大于就是小于
      ret = mid;
      break;
    }
  }
  return ret;  // 单一出口
}

最大值最小化

如果一个数组的某一部分满足条件，另一部分不满足，这种情况下也可以用二分查找法来找出满足条件的最大或最小值。

STL中的二分查找

C++ 标准库中提供了 std::lower_bound 和 std::upper_bound，二者均采用二分实现。

bsearch

C标准库中的 bsearch 函数实现了二分查找。

二分答案

在解题时，如果答案满足单调性，可以通过二分法来枚举答案。这称为“二分答案”。

三分法

引入

三分法用于求单峰函数的极值点。

过程

与二分法类似，但每次操作在当前区间 [l, r] 内取两点 lmid 和 rmid。如果 f(lmid) < f(rmid)，则在 [rmid, r] 中函数单调递增，可舍去这一区间。

实现

while (r - l > eps) {
  mid = (l + r) / 2;
  lmid = mid - eps;
  rmid = mid + eps;
  if (f(lmid) < f(rmid))
    r = mid;
  else
    l = mid;
}

例题

洛谷 P3382 -【模板】三分法

分数规划

分数规划描述的是通过选出若干个物品，使得 \(\frac{\sum{c_i}}{\sum{d_i}}\) 最大或最小的问题。常用二分法解决。

什么是二分查找？

二分查找是一种在有序数组中查找某一特定元素的算法。它通过将数组分成两半，逐步缩小查找范围，从而快速找到目标元素。也称为折半搜索或对数搜索。

二分查找的时间复杂度和空间复杂度是多少？

时间复杂度：

最优时间复杂度：O(1)
平均和最坏时间复杂度：O(\log n)

空间复杂度：

迭代版本：O(1)
递归版本：O(\log n)

如何实现二分查找的迭代版本？

以下是迭代版本的实现代码：

int binary_search(int start, int end, int key) {
  int ret = -1;  // 未搜索到数据返回-1下标
  int mid;
  while (start <= end) {
    mid = start + ((end - start) >> 1);  // 防止溢出
    if (arr[mid] < key)
      start = mid + 1;
    else if (arr[mid] > key)
      end = mid - 1;
    else {  // 找到目标元素
      ret = mid;
      break;
    }
  }
  return ret;  // 单一出口
}

何时使用二分查找法来找出满足条件的最大或最小值？

当满足以下条件时，可以使用二分查找法来找到满足条件的最大或最小值：

答案在一个固定区间内。
可以容易地判断某个值是否满足条件。
可行解在区间内单调变化（即，如果 x 是满足条件的，那么 x + 1 或 x - 1 也满足条件）。

C++ 标准库中有哪些函数实现了二分查找？

C++ 标准库中有以下函数实现了二分查找：

std::lower_bound：查找首个不小于给定值的元素。
std::upper_bound：查找首个大于给定值的元素。

这两个函数都定义于头文件 <algorithm> 中。

bsearch 函数与 lower_bound 有什么不同？

bsearch：

定义在 <stdlib.h> 或 <cstdlib> 中。
接受五个参数：待查元素的地址、数组名、元素个数、元素大小、比较函数。
返回找到元素的地址，元素类型为 void*。

lower_bound：

定义在 <algorithm> 中。
接受两个迭代器，返回第一个不小于给定值的迭代器。

什么是“二分答案”？

“二分答案”是在解决一些问题时，先枚举答案的范围，然后使用二分查找来确定答案的值。只要答案满足单调性，就可以用二分法来加速求解。

三分法用于解决什么问题？

三分法主要用于求解单峰函数的极值点。它的目标是找到函数在给定区间内的最小值或最大值。

三分法的实现步骤是什么？

三分法的伪代码如下：

while (r - l > eps) {
  mid = (l + r) / 2;
  lmid = mid - eps;
  rmid = mid + eps;
  if (f(lmid) < f(rmid))
    r = mid;
  else
    l = mid;
}

在计算 lmid 和 rmid 时，通常设定 mid - ε 和 mid + ε，以避免溢出并尽量减少操作次数。

分数规划问题如何使用二分法解决？

分数规划问题通常涉及最大化或最小化比率 \(\frac{\sum{c_i}}{\sum{d_i}}\)。使用二分法的步骤如下：

设定初值：确定初始区间 [l, r]。
定义函数：设定目标函数 \(f(x) = \frac{\sum{c_i}}{\sum{d_i}}\)。
二分查找：在区间内使用二分查找来寻找使目标函数最大或最小的点。

二分查找如何在有序数组中工作？

二分查找在有序数组中工作的过程如下：

初始设定：定义数组的起始索引 start 和结束索引 end。
查找过程：

计算中间索引 mid = start + (end - start) / 2。
比较中间元素 arr[mid] 和目标值 key。
如果 arr[mid] == key，返回 mid。
如果 arr[mid] < key，更新 start = mid + 1。
如果 arr[mid] > key，更新 end = mid - 1。

重复以上步骤：直到 start > end。

二分查找在实际应用中有哪些典型问题？

查找元素：在有序数组中查找某个元素的索引。
查找插入位置：查找某个元素在有序数组中的插入位置。
查找最左或最右位置：在有重复元素的数组中查找某个元素的最左或最右位置。
查找临界值：在某个区间内查找使某个函数值满足特定条件的临界值。

如何确保在实现二分查找时防止整数溢出？

使用 mid = start + (end - start) / 2 或 mid = start + ((end - start) >> 1) 来计算中间索引，而不是直接使用 (start + end) / 2，以防止 start + end 超出整数范围。

`std::upper_bound` 和 `std::lower_bound` 有什么实际应用场景？

std::lower_bound：

查找不小于某个值的第一个位置。
用于二分查找范围的开始位置。
在有序数组中进行插入操作时查找插入位置。

std::upper_bound：

查找大于某个值的第一个位置。
用于二分查找范围的结束位置。
处理有重复元素的数组时确定范围。

`bsearch` 函数为什么在 C++ 中较少使用？

易用性：std::lower_bound 和 std::upper_bound 提供了更高层次的接口，更易于使用。
类型安全：std::lower_bound 和 std::upper_bound 提供类型安全的操作，而 bsearch 使用 void*。
C++ 习惯：C++ 程序员更习惯于使用 STL 提供的函数，这些函数更符合 C++ 的编程风格。