关于二分法

一、适用范围

  1. 二分法适用于在一个严格单调序列中找出给定的某个数。

二、二分查找

  1. 二分查找很简单啦,这里就不说了。

三、求函数零点

  1. 利用二分法求函数零点。
  2. 利用零点定理,只要函数在某个区间\left ( a,b \right )内单调,且端点值异号,则在该区间存在唯一零点。
  3. 每次取区间中点进行判断,根据判断结果缩小区间范围,当满足精度时,区间的左端点(或右端点)即为所求零点。

四、木棒切割问题

  1. 给出长度已知的 n 根木棒,现在希望通过切割它们得到至少 k 段长度相等的木棒(长度必须为整数),问这些长度相等的木棒最长能有多长。
  2. 根据题意可知,长度相等的木棒的长度 L 越长,可得到的长度相等的木棒的段数越少,因此这是一个单调的情况,可以二分木棒长度 L ,当最后刚好可得到 k 段木棒时的 L 值即为所求最大长度。
  3. 参考代码如下。(其实我觉得递减枚举 L,暴力 + 回溯 貌似更容易理解。)
#include<iostream>

using namespace std;

int len[100];

int main() {
	int n, k;
	cin >> n >> k;
	int right = 0;
	for (int i = 0; i < n; i++) {
		cin >> len[i];
		if (len[i] > right) right = len[i];
	}
	int left = 1; right++;
	while (left + 1 < right) {
		int mid = (left + right) / 2;
		int t = 0;
		for (int i = 0; i < n; i++)
			t += len[i] / mid;
		if (t < k) right = mid;
		else left = mid;
	}
	cout << right - 1 << endl;
	return 0;
}

五、凸多边形的最大外接圆

  1. 给出 n 个线段的长度,试将他们头尾相接(顺序任意)地组合成一个凸多边形,使得该凸多边形的外接圆(即能使凸多边形的所有顶点都在圆周上的圆)的半径最大,求该最大半径。n 不超过 10^{5},线段长度均不超过100,要求算法中不涉及坐标的计算。
  2. 对于要求的半径,当半径过小时,所有线段首位相连放在圆里面形成 n 个弦,弦所对的圆心角之和大于 360°,而当半径过大时,弦所对的圆心角之和小于360°。仔细思考,圆心角之和与对应半径是一个单调的关系,因此可以采用二分法解决。
  3. 参考代码如下。
#include<iostream>
#include<math>

const double pi = acos(-1);
const double eps = 1e-5;

using namespace std;

double m[100005];

int main() {
	int n;
	double min = 101, max = 0, r;
	cin >> n;
	for (int i = 0; i < n; i++) {
		cin >> m[i];
		if (m[i] < min) min = m[i];
		max += m[i];
	}
	min /= 2;
	while (min < max) {
		r = (min + max) / 2;
		double degree = 0;
		for (int i = 0; i < n; i++)
			if (m[i] > 2 * r) {
				degree = pi + 1;
				break;
			}
			else degree += asin(m[i] / 2 / r);
		if (fabs(degree - pi) < eps) break;
		else if (degree > pi) min = r;
		else max = r;
	}
	cout << r << endl;
	return 0;
}

六、快速幂

  1. 给定三个正整数 a,b,m \left ( a<10^{9},b<10^{18},1<m<10^{9} \right ),求 a^{b} % m
  2. 快速幂基于二分的思想:①如果 b 是奇数,那么有 a^{b}=a*a^{b-1};②如果 b 是偶数,那么有 a^{b}=a^{b/2}*a^{b/2}。这是递归的思想,时间复杂度 O\left ( logb \right )。判断奇偶时,可以采用位操作与(&),判断最后一位是否为 1 即可。
  3. 快速幂的迭代思想: 若把 b 写成二进制,则 b 可以写成若干二次幂之和。具体请看代码。
  4. 个人 prefer 迭代版。
#include<iostream>

typedef long long LL;

using namespace std;

//递归版本
LL binPow1(LL a, LL b, LL m) {
	if (b == 0) return 1;
	else if (b & 1) return a * binPow1(a, b - 1, m) % m;
	else {
		LL t = binPow1(a, b / 2, m) % m;
		return t * t % m;
	}
}
//迭代版本
LL binPow2(LL a, LL b, LL m) {
	LL ans = 1;
	while (b > 0) {
		if (b & 1) ans = ans * a % m; //如果 b 的二进制末位为 1,令 ans 累乘上 a
		a = a * a % m;  // 令 a 平方,结果为该位的权值
		b >>= 1; //将 b 的二进制右移一位
	}
	return ans;
}

int main() {
	LL a, b, m;
	cin >> a >> b >> m;
	cout << binPow1(a, b, m) << endl;
	cout << binPow2(a, b, m) << endl;
	return 0;
}

 

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 二分查找法是一种在有序数组中查找特定元素的算法。 ```python def binary_search(arr, x): low = 0 high = len(arr) - 1 mid = 0 while low <= high: mid = (high + low) // 2 # If x is greater, ignore left half if arr[mid] < x: low = mid + 1 # If x is smaller, ignore right half elif arr[mid] > x: high = mid - 1 # x is present at mid else: return mid # If we reach here, then the element was not present return -1 ``` 这是一个在 Python 中实现二分查找的示例代码。它接受一个有序数组和一个要查找的元素作为参数,并返回该元素的索引。如果元素不存在,则返回 -1。 ### 回答2: 二分法是一种常用的查找算法,适用于排序好的数组或列表。下面是一个使用二分法查找某个元素的示例代码: ```python def binary_search(arr, target): low = 0 high = len(arr) - 1 while low <= high: mid = (low + high) // 2 if arr[mid] == target: return mid elif arr[mid] < target: low = mid + 1 else: high = mid - 1 return -1 # 示例数据 arr = [1, 3, 5, 7, 9, 11, 13] target = 7 # 调用二分法查找函数 result = binary_search(arr, target) if result != -1: print("目标元素在数组中的索引为: ", result) else: print("目标元素不在数组中") ``` 以上代码首先定义了一个名为`binary_search`的函数,它接受一个有序数组`arr`和一个目标元素`target`作为参数。在函数内部,通过设定`low`和`high`的初始值为数组的首尾索引,然后通过迭代比较中间元素`mid`和目标元素`target`的大小。如果`arr[mid]`等于`target`,则返回该元素的索引。如果`arr[mid]`小于`target`,则将`low`更新为`mid + 1`,否则将`high`更新为`mid - 1`。循环继续直到找到目标元素或者`low`大于`high`。最后返回-1表示目标元素不在数组中。 在示例数据中,我们定义了一个有序数组`arr`和要搜索的目标元素`target`为7。通过调用`binary_search`函数查找目标元素的索引,然后根据返回的结果判断目标元素是否在数组中,并进行相应的输出。 ### 回答3: 二分法是一种常用的查找算法,它通过将查找范围逐步缩小来快速定位目标元素的位置。以下是一个关于二分法的代码示例: ```python def binary_search(arr, target): left = 0 right = len(arr) - 1 while left <= right: mid = (left + right) // 2 if arr[mid] == target: return mid if arr[mid] < target: left = mid + 1 else: right = mid - 1 return -1 ``` 这段代码接受两个参数:一个有序的数组 `arr` 和一个目标元素 `target`。接下来,我们使用两个指针 `left` 和 `right` 来确定查找范围。在每次迭代中,我们计算中间元素的索引 `mid`,如果 `arr[mid]` 等于目标元素 `target`,则直接返回 `mid`。如果 `arr[mid]` 小于目标元素 `target`,则将 `left` 指针更新为 `mid + 1`,继续在右半边进行查找。如果 `arr[mid]` 大于目标元素 `target`,则将 `right` 指针更新为 `mid - 1`,继续在左半边进行查找。当 `left > right` 时,说明目标元素不在数组中,返回 -1。 使用该二分查找算法,您可以快速在有序数组中查找目标元素的索引,或者判断目标元素是否存在于数组中。请根据具体的需求调用该函数,并将数组和目标元素作为参数传入即可。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值