二分法——学习记录

最新推荐文章于 2023-08-19 22:38:15 发布

jiu_shu_

最新推荐文章于 2023-08-19 22:38:15 发布

阅读量234

点赞数 1

分类专栏：算法练习文章标签：二分法

本文链接：https://blog.csdn.net/weixin_43878652/article/details/119300440

版权

算法练习专栏收录该内容

63 篇文章 0 订阅

订阅专栏

二分查找

在一个严格递增的序列中找出给定的数target

bool BinarySearch(int arr[],int n,int target){
    int left=0,right=n-1,mid;
    while(left<=right){  // 对于[left, right]来说，left>right 或 arr[mid]==target意味着找到答案；前者意味着序列不存在target，后者意味着序列中存在target
        mid=left+(right-left)/2;   // 避免left+right超过int范围而发生的溢出现象
        if(arr[mid]==target) return true;
        if(arr[mid]<target) left = mid+1;
        else right = mid-1;
    }
    return false;
}

若序列是递减的，只需把第6行代码 arr[mid]<target 改为 arr[mid]>target

在一个非递减序列中找出第一个大于等于x的元素的位置L

假设当前的二分区间为左闭右闭区间[left, right]，那么可以根据mid位置处的元素与待查询元素x的大小来判断应当往哪个子区间继续查找：

若arr[mid]>=x，说明第一个大于等于x的元素的位置一定在mid处或者mid的左侧，应往左子区间[left, mid]继续查询，即令right=mid。
若arr[mid]<x，说明第一个大于等于x的元素的位置一定在mid的右侧，应往右子区间[mid+1, right]继续查询，即令left=mid+1。

int LowerBound(int arr[],int n,int target){
    int left=0,right=n,mid;
    while(left<right){  // 对于[left, right]来说，left==right意味着找到唯一位置
        mid=left+(right-left)/2;
        if(arr[mid]>=target) right = mid;
        else left = mid+1;
    }
    return left;
}

代码中有几个需要注意的地方：

循环条件为left<right而非之前的left<=right，这是由问题本身决定的。在上一个问题中，需要当元素不存在时返回-1，这样当left>right时[left, right]就不再是闭区间，可以作为元素不存在的判定原则，因此left<=right满足时循环应当一直执行；但是如果想要返回第一个大于等于x的元素的位置，就不需要判断元素x本身是否还存在，因为就算它不存在，返回的也是“假设它存在，它应该在的位置”，于是当left==right时，[left, right]刚好能夹出唯一的位置，就是需要的结果，因此只需当left<right时让循环一直执行即可。
由于当left==right时while循环停止，因此最后的返回值既可以是left，也可以是right。
二分的初始区间应当能覆盖到所有可能返回的结果。首先，二分下界是0是显然的，但是二分上界是n-1还是n呢？考虑到欲查询元素有可能比序列中的所有元素都要打，此时应当返回n（即假设它存在，它应该在的位置），因此二分上界是n，故二分的初始区间为[left, right] = [0, n]。

在一个非递减序列中找出第一个大于x的元素的位置R

假设当前的二分区间为左闭右闭区间[left, right]，那么可以根据mid位置处的元素与待查询元素x的大小来判断应当往哪个子区间继续查找：

若arr[mid]>x，说明第一个大于x的元素的位置一定在mid处或者mid的左侧，应往左子区间[left, mid]继续查询，即令right=mid。
若arr[mid]<=x，说明第一个大于x的元素的位置一定在mid的右侧，应往右子区间[mid+1, right]继续查询，即令left=mid+1。

int UpperBound(int arr[],int n,int target){
    int left=0,right=n,mid;
    while(left<right){  // 对于[left, right]来说，left==right意味着找到唯一位置
        mid=left+(right-left)/2;
        if(arr[mid]>target) right = mid;
        else left = mid+1;
    }
    return left;   // 返回夹出来的位置
}

总结

稍加观察，不难发现，和LowerBound函数的代码相比，UpperBound函数只是把代码中的arr[mid]>=target改成了arr[mid]>target，其他完全相同，这启发我们去寻找它们的共同点。

这两个函数都在解决这样一个问题：寻找有序序列中第一个满足某条件的元素的位置。对于LowerBound函数来说，它寻找的就是第一个满足条件“值大于等于target”的元素的位置；对于UpperBound函数来说，它寻找的就是第一个满足条件“值大于target”的元素的位置。显然，所谓的“某条件”在序列中一定是从左到右先不满足，然后满足的（否则把该条件取反即可）。

// 解决“寻找有序序列第一个满足某条件的元素的位置”问题的固定模板
// 二分区间为左闭右闭的[left, right]，初值必须能覆盖解的所有可能取值
int Solve(int left, int right){
    int mid;
    while(left<right){  // 对于[left, right]来说，left==right意味着找到唯一位置
        mid=left+(right-left)/2;
        if(条件成立) right = mid;
        else left = mid+1;
    }
    return left;   // 返回夹出来的位置
}

另外，如果想要寻找最后一个满足“条件C”的元素的位置，则可以先求第一个满足“条件!C”的元素的位置，然后将该位置减1即可。

寻找有序序列中是否存在满足某条件的元素

// 寻找有序序列中是否存在满足某条件的元素
bool SolveExist(int arr[],int n,int target){
    int left=0,right=n-1,mid;
    while(left<=right){  // 对于[left, right]来说，left>right 或 arr[mid]==target意味着找到答案；前者意味着序列不存在target，后者意味着序列中存在target
        mid=left+(right-left)/2;
        if(条件满足) return true;
        if(右子区间可能有条件满足的情况) left = mid+1;
        else right = mid-1;
    }
    return false;
}

二分法拓展

计算近似值

给定一个定义在[L, R]上的单调函数f(x)，求方程f(x)=target的根。

解题思路

假设精度要求为eps=10^-5，函数f(x)在[L, R]上递增，并令left与right的初值分别为L、R，然后就可以根据left与right的中点mid的函数值f(mid)与target的大小关系来判断应当往哪个子区间继续逼近f(x)=target的根

若f(mid)>target，说明f(x)=target的根在mid左侧，应往左子区间[left, mid]继续逼近，即令right=mid。
若f(mid)<target，说明f(x)=target的根在mid右侧，应往右子区间[mid, right]继续逼近，即令left=mid。

当right-left< $10^{-5}$ 时表明达到精度要求，结束算法，所返回的当前mid值即为f(x)=target的根

const double eps = 1e-5;  // 精度为10^-5
double f(double x){   // 计算f(x)
    return ......;   // 此处可以替换为任意单调函数
}
double Calculate(double left, double right, double target){
    double mid;
    while(right-left>eps){
        mid = left + (right-left)/2;
        if((f(mid)>target) right = mid;   // 若f是单调递减函数，则此处的判断需改为(f(mid)<target
        else left = mid;
    }
    return mid;  // 所返回的当前mid值即为f(x)=target的根
}

木棒切割问题

凸多边形外接圆最大半径问题

问题描述：

给出N个线段的长度，试将它们头尾相接（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。其中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计算。

解题分析：

这题要从二分法的角度去解而不是数学坐标计算的角度。先考虑如何组成一个有外接圆的凸多边形，然后求其半径即可，不要误入歧途在“最大”这两个字上绞尽脑汁。

设凸多边形周长为C，最大边长为A，总边数为N，边Li与两条半径为R的边围成的等腰三角形的顶角为ai
首先判断所给边长是否能组成多边形。当C-A<A时，无法围成多边形。
然后，判断凸多边形的外接圆圆心是否在凸多边形最长边上。以最长边为直径求圆心角之和，若为2*π则圆心在最长边上，解题结束；反之则不是。
然后，判断凸多边形的外接圆圆心在凸多边形内部还是外部。初始化圆的半径范围[A, MAX_INT]，在这个范围进行二分查找（left = A/2, right = MAX_INT；当right-left <= eps = 1e-5时，认为误差范围内，mid= (left+right)/2 即所求半径）。如果除去最大圆心角，其他圆心角之和小于π，说明圆心在多边形外部；反之，则在内部。
二分查找中，圆心可能在多边形外部的情况下，更新left、right的策略。（两角之和为360度时，它们叫“互周角”）若其他圆心角之和 + 最大圆心角的互周角 < 2*π，半径需要增大，left=mid；反之，半径需要减小，right=mid。
二分查找中，圆心可能在多边形内部的情况下，更新left、right的策略。若所有圆心角之和 > 2*π，半径需要增大，left=mid；反之，半径需要减小，right=mid。

具体实现的代码参考一篇博文，它给我提供了很多的解题思路，非常感谢它。

（不过我暂时没有找到这个题目对应的在线测试链接，所以代码的实际效果也不好夸大，此处做个参考，毕竟解题思路还是可以借鉴的）

#include<cstdio>
#include<cmath>
const double PI=acos(-1.0);
const double eps=1e-5;//比较精度
//求圆心角之和
double totalCornerAngles(double edges[],int n,double r) {
    double sum = 0.0;
    for(int i =0; i<n; i++)
        sum+=asin(edges[i]/(2/r))*2;
    return sum;
}
//二分法求半径
int main() {
    int N;//边数
    scanf("%d",&N);//输入边数
    double edges[N];//边长数组
    double sum;//圆心角之和
    double maxAngle=0.0;//最长边对应的圆心角
    double maxEdge=0.0;//最长边
    //初始化edges
    for(int i=0; i<N; i++) {
        scanf("%lf",&edges[i]);
        if(edges[i]>maxEdge)
            maxEdge = edges[i];//保存最大边
    }
    //以最长边为直径求圆心角之和，若为2π则直接返回
    sum = totalCornerAngles(edges,N,maxEdge/2);
    if(fabs(sum-PI*2)<eps) {
        printf("外接圆的最大半径是最大边的一半：%.2f",maxEdge/2);
        return 0 ;
    }
    //半径大于最大边的一半（即斜边大于直角边）
    double left =maxEdge/2,right=10000000,mid;
    double other=0;
    //在误差范围内循环求解
    while(right -left >eps) {
        mid = (right + left) /2;
        maxAngle=asin(maxEdge/2/mid)*2;//求出最大边对应的圆心角
        sum = totalCornerAngles(edges,N,mid);
        other=sum-maxAngle;
        //如果除去最大圆心角的其他圆心角之和小于π，说明圆心在多边形外面
        if(other<PI) {
            sum=other+2*PI-maxAngle;
            if( sum<2*PI)
                left = mid;
            else
                right = mid;
        }
        //圆心在多边形里面
        else {
            if( sum>2*PI)
                left = mid;
            else
                right = mid;
        }
    }
    printf("外接圆的最大半径是：%.2f",mid);
    return 0;
}

快速幂

参考这篇博文

jiu_shu_

关注

1
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
二分法——学习记录

bool BinarySearch(int arr[],int n,int target){ int left=0,right=n-1,mid; while(left<=right){ mid=left+(right-left)/2; if(arr[mid]==target) return true; if(arr[mid]<target) left = mid+1; else right = mid-1; .
复制链接

扫一扫