清晰解题: 二分查找之最小绝对值查找

本文介绍了一种利用二分查找法找到有序数组中绝对值最小元素的方法,并详细解释了算法实现细节及注意事项。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

找出有序数组绝对值最小元素

题目要求: 给定一个有序整数数组,返回其中绝对值最小的元素。
例如数组【-5,2,0,1,3】则返回 0

此处很明显应该借用二分查找的思想,但是有几个细节还是值得注意。

  • 先修知识点:
    • 二分查找的非递归写法
      • 为叙述清晰,下文一律使用“线程栈“指代每个线程拥有的栈空间,用”栈“来指代数据结构意义上的栈。使用“堆”指代一个进程的堆空间。
      • 非递归实现的好处: 递归算法在递归深度过深时,会发生占“线程栈”溢出, 因为每一次函数调用都会占用更多的“线程栈”空间, 而每个线程拥有的栈空间是独立的,而且大小是预分配好的。
      • 非递归写法常常通过使用“栈”来保存递归调用中需要记录的信息,这部分空间可以来源于“堆”空间。 一个进程的多个线程会共享堆空间,通常堆空间相比线程栈的空间要大,且可以动态增加,因此更不容易发生溢出。

二分查找的非递归写法

非递归
# here the parameter n is the length of array
binary_search(int[] a, int n, int value)
{
    int left = 0
    int right = n-1

    while( left< = right) //易错
    {
           middle = left + (right - left)/ 2 

           ifa[middle] > value)
           {
                right = middle -1 //易错
           }
           else if ( a[middle] < value)
           {
                left = middle +1  //易错
            }
            else
            {
                return middle   
            }
    }
    return -1
}
  • 二分查找法的思想很简单,唯一需要主义的就是几个易错的点
    • 第8行whil循环条件是 left <= right 不是left < right
    • 第13行right = middle -1
    • 第21行left = middle -1

二分查找之最小绝对值查找

int absMin(int* array, int size)
{
    if(size == 1)
        return a[0];
    if(a[0] * a[size-1] >= 0)  //如果同符号,这里用乘法判断正负有可能发生溢出,为书写简便,在此不作修正
        return (a[0] >= 0) ? a[0] : a[size-1];
    else
    {
        int low = 0, high = size-1, mid;
        while(low < high) //易错
        {
            if(a[middle]==0) 
                return middle;  
                //此处不加也可以让后续的部分正确运行,但是加上可以减少无谓的对比。如果不加的话,遇到数组中间元素为0的情况,会一直循环到left和right相邻,且其中有一个位置的元素为0
            if(low + 1 == high)
                return abs(a[low]) < abs(a[high]) ? a[low] : a[high];
            mid = low + (high - low) / 2;
            if(a[low] * a[mid] >= 0) 
                low = mid;  //易错,
            if(a[high] * a[mid] >= 0)
                high = mid; //易错
        }
    }
}
  • 首先给定的数组有序, 因此先检查首位元素是否同符号,如果同符号, 则绝对值最小元素可以立刻给出(同正则为第一个元素, 同负则为最后一个元素)
  • 当数组不同符号时,运用二分查找的思想, 首先计算middle = (left + right)/2
    • 此处要注意与二分查找相似而不同的地方:
      • 得到middle后,需要判断middle是否为0
        • 如果为0, 则可以直接返回该元素位置作为绝对值最小的元素
        • 如果该位置不为0, 则判断其正负, 如果为正,则需检查middle-left是否大于1,因为middle-left = 1的情况是找到了该数组正负变化的边界, 需要比较边界处两个元素哪个绝对值比较小。 例如【-5.-3.-2.-1,2,4,6】,最终比较的应该是-1与2的绝对值大小
      • 尤其和二分查找不同的是, 循环中,由于每一次的middle都有可能是正负边界的元素,所以每一次循环中,left = middle 或 left = right 而不是 left = middle+1 或 right = middle - 1
<think>题目:洛谷 P6666 [清华集训2016] 汽水 题目链接:https://www.luogu.com.cn/problem/P6666 题目大意:给定一棵带权树,每条边有一个权值(可正可负)。要求找一条简单路径,使得其平均权值最接近给定的一个实K。即最小化 |(路径边权和)/(边) - K|。 注意:路径至少包含一条边。 解题思路: 本题需要用到点分治和分规划的思想。 1. 将问题转化为:最小化 |(边权和 - K*边)| / 边。由于分母是正整,我们可以考虑二分答案mid,判断是否存在一条路径满足: |(边权和 - K*边)| / 边 <= mid 即: -mid * 边 <= (边权和 - K*边) <= mid * 边 等价于: (K-mid)*边 <= 边权和 <= (K+mid)*边 2. 因此,问题转化为:是否存在一条路径,使得其边权和满足在区间 [ (K-mid)*L, (K+mid)*L ] 内,其中L为路径边。 3. 使用点分治处理路径问题。在点分治的每一层,我们考虑经过当前根节点的路径。我们需要处理出从根到各个子节点的路径信息(路径边L,路径边权和S)。然后我们要求两条路径(分别来自不同子树)拼接后满足: (K-mid)*(L1+L2) <= S1+S2 <= (K+mid)*(L1+L2) 4. 将上述不等式拆开,得到两个不等式: S1 - (K-mid)*L1 + S2 - (K-mid)*L2 >= 0 [1] S1 - (K+mid)*L1 + S2 - (K+mid)*L2 <= 0 [2] 5. 因此,我们可以定义两条路径的权值: A路径:权值1 = S1 - (K-mid)*L1, 权值2 = S1 - (K+mid)*L1 B路径:权值1 = S2 - (K-mid)*L2, 权值2 = S2 - (K+mid)*L2 则要求:权值1(A) + 权值1(B) >= 0 且 权值2(A) + 权值2(B) <= 0。 6. 在点分治的过程中,我们合并子树时,需要检查是否存在两条路径(分别来自不同子树)满足上述条件。我们可以将当前已经遍历的子树路径存入一个数据结构中(如平衡树或排序后二分),然后对于新子树的每条路径,在数据结构查找是否存在一条路径与它配对满足条件。 7. 具体地,我们可以将条件转化为: - 对于条件1:权值1(B) >= -权值1(A) - 对于条件2:权值2(B) <= -权值2(A) 因此,对于新路径A(权值1为a1,权值2为a2),我们需要在已有路径中查找是否存在一条路径B,使得: b1 >= -a1 且 b2 <= -a2 8. 我们可以将已有路径按权值1排序,然后按权值2维护一个最大值(或最小值)的数据结构?但注意两个条件需要同时满足。一个常见的做法是:将已有路径按权值1排序,然后对于每个新路径,我们设定查询区间:权值1大于等于-a1,然后在这些路径中找权值2的最小值(或最大值)是否满足条件。具体地,我们要求权值2的最小值小于等于-a2(因为条件2要求b2<=-a2,所以如果最小值都满足,那么其他都会满足?不对,我们需要存在一条路径满足b2<=-a2,所以只要存在一条路径满足b2<=-a2并且同时满足b1>=-a1即可)。 9. 因此,我们可以维护一个按权值1排序的组,然后对于每个新路径,在权值1大于等于-a1的部分中,查询权值2的最小值。如果这个最小值<=-a2,则说明存在满足条件的路径。 10. 但是,注意两个条件必须同时满足。我们也可以换一种思路:将已有路径按权值1排序,然后对于新路径,我们二分查找权值1大于等于-a1的区间,然后在这个区间内查询权值2的最小值(用线段树或树状组?)。由于点分治过程中路径量是O(n)的,我们可以用平衡树或者线段树,但为了简便,我们可以在排序后使用树状组或线段树维护后缀最小值。 11. 然而,由于权值是实,我们需要考虑精度问题。同时,为了效率,我们使用双指针或二分查找来定位区间。 12. 另一种做法:将两个条件转化为一个二维偏序问题。我们要求: b1 >= -a1 => -a1 <= b1 b2 <= -a2 => b2 <= -a2 那么,我们可以将已有路径按b1排序,然后对于每个新路径,查询在b1>= -a1的路径中,是否存在b2<=-a2。我们可以维护一个数据结构,按b1排序后,用树状组维护b2的最小值(或直接记录后缀最小值)。 13. 具体实现步骤: - 在点分治的每一层,我们处理当前连通块,以重心为根。 - 遍历所有子树,对每棵子树进行DFS,得到该子树中所有从根出发的路径(记录路径的边L,边权和S,以及两个权值:v1 = S - (K-mid)*L, v2 = S - (K+mid)*L)。 - 在遍历子树时,对于当前子树的每条路径,我们与之前已经遍历过的子树中的路径进行配对检查。 - 将之前子树的路径按v1从小到大排序,然后维护一个后缀组(从后往前,v2的最小值)。 - 对于当前子树的每条路径(v1, v2),我们要求配对路径满足:v1' >= -v1 且 v2' <= -v2。 * 在排序后的组中,二分查找第一个v1'>= -v1的位置,然后在这个位置到末尾的区间中,检查后缀最小值是否<=-v2。如果是,则存在满足条件的路径。 14. 注意:根节点单独处理(即一条路径时,我们也可以考虑,但题目要求至少一条边,而根节点到子节点的路径已经包含一条边)。 15. 二分答案的上下界:由于边权范围未知,我们可以设定一个较大的范围,比如[-1e13,1e13](根据题目据范围调整)。 16. 精度问题:题目要求输出最接近的整(即绝对值最接近的整),所以二分答案时我们需要在实域上二分,直到达到一定的精度(比如1e-6),然后输出答案四舍五入后的整。 17. 但是,题目要求的是最小绝对值(即|平均值-K|的最小值),所以二分答案mid,判断是否存在路径满足|平均值-K|<=mid,然后找到最小的mid。 18. 然而,注意题目要求的是最接近的整,即答案可能是小,但最后输出整(题目说:输出一个整,表示最接近的值,即|平均值-K|四舍五入到整的值)。但注意题目要求的是|平均值-K|的最小值,然后四舍五入取整。所以我们需要先求出最小的|平均值-K|(一个实),然后四舍五入取整。 19. 因此,我们二分答案mid(0到最大可能差值),判断是否存在路径满足|平均值-K|<=mid,那么最小的mid就是所求的最小差值。然后输出round(mid)即可。 20. 但是,注意:可能存在多条路径,而最小差值的路径可能有多条,我们只需要最小的那个差值。所以二分答案mid,如果存在路径满足条件,则缩小mid,否则增大mid。 21. 然而,由于路径的|平均值-K|是离散的,我们二分实mid,最后四舍五入取整。 22. 点分治的细节: - 需要避免重复计算,所以每次处理子树时,新子树与之前子树配对。 - 注意根节点到当前节点的路径(单边路径)也要考虑配对,但配对时需要不同子树,所以我们可以先加入一个空路径(根节点自己,但边为0,边权和为0)?但题目要求至少一条边,所以根节点到子节点的路径(单边)已经是一条边。所以我们在处理第一棵子树时,还没有其他子树,所以不会配对。我们可以先将根节点(边0,边权和0)加入,这样根节点到子节点的路径(单边)就可以和根节点(空路径)配对?但空路径边为0,不符合题目要求(路径至少包含一条边)。所以不能加入空路径。 23. 替代方案:我们单独处理单边路径。即,在点分治中,我们考虑从根出发到子节点的路径(单边)是否满足条件。因此,在合并子树时,我们先将当前子树与之前子树配对,然后将当前子树加入已有子树集合。 24. 另外,注意一条路径也可以单独考虑(即不配对,但题目要求路径,所以单条路径也可以)。但是,在点分治中,我们处理的是经过根的路径,而一条路径(从根到某个节点)也是经过根的路径。所以我们在DFS时已经将单条路径记录,然后在配对时,我们也可以将单条路径与空路径配对?但空路径不存在(因为不能有0条边)。所以我们在配对时,只考虑两条非空路径拼接?不对,单条路径也是合法的,所以我们需要单独检查单条路径是否满足条件。 因此,在DFS过程中,每得到一条路径(从根到当前节点),我们就检查这条路径是否满足条件(即边>=1,然后判断|(边权和/边)-K|<=mid?)。所以我们在DFS时就可以检查当前路径(单条)是否满足条件。 25. 因此,点分治的步骤: - 设定当前分治重心为根,标记根已访问。 - 初始化已有路径集合为空。 - 遍历根的每棵子树: * 对子树DFS,得到子树中所有路径(从根到子树中某节点)的信息(L, S, v1, v2)。 * 在DFS过程中,对于当前路径(单条),检查是否满足条件(即|(S/L)-K|<=mid,但注意L>=1),如果满足则标记存在。 * 然后,将当前子树的每条路径与已有路径集合中的路径配对(要求来自不同子树)。 * 配对成功后,将当前子树的路径加入已有路径集合。 26. 注意:在DFS时,我们只考虑从根出发的路径,不包括根节点(因为根节点没有边)。所以每条路径都至少包含一条边。 27. 复杂度:点分治O(n log n),内部对子树路径排序和二分O(n log n),总复杂度O(n log^2 n)。 28. 由于题目据范围:n<=50000,所以需要高效实现。注意常。 29. 实现细节: - 二分答案mid,然后进行点分治判断是否存在满足条件的路径。 - 点分治内部: * 找重心 * 处理当前重心:标记根,然后遍历子树。 * 对每个子树:DFS收集路径(记录深度L,边权和S,以及两个权值v1=S-(K-mid)*L, v2=S-(K+mid)*L)。 * 在收集当前子树路径时,对于每条路径,先检查单条路径是否满足条件(即v1>=0且v2<=0?不对,单条路径的条件是:S/L在[K-mid, K+mid]内,即(K-mid)*L<=S<=(K+mid)*L,也就是v1>=0且v2<=0?不对,注意v1=S-(K-mid)*L>=0,v2=S-(K+mid)*L<=0,所以单条路径满足条件当且仅当v1>=0且v2<=0。 * 然后,将当前路径与已有路径集合配对:在已有路径中,找一条路径B满足:B.v1 >= -当前路径.v1 且 B.v2 <= -当前路径.v2。 * 配对成功后,设置存在标记。 * 将当前子树的所有路径加入已有路径集合(按v1排序,并维护后缀v2的最小组)。 30. 注意:已有路径集合的维护: - 我们用一个组(记作arr)存放已有路径(每个元素是一个结构体,包含v1, v2, L, S等信息,但配对时只需要v1和v2)。 - 将arr按v1从小到大排序。 - 然后,从后往前计算后缀v2的最小值(即从当前位置到末尾中最小的v2)。 - 对于当前路径(v1, v2),我们在arr中二分查找第一个v1'>= -v1的位置pos,然后检查从pos开始的后缀的v2最小值是否<= -v2。如果是,则存在配对。 31. 注意:由于精度问题,二分查找时使用lower_bound,并且使用double类型比较(需要设置eps)。 32. 另外,注意配对时,两条路径的边之和>=2,这是合法的。 33. 最后,点分治结束后,如果存在一条路径(单条或拼接)满足条件,则当前mid可行,否则不可行。 34. 二分答案的循环: double l = 0, r = 上限; while (r - l > eps) { double mid = (l+r)/2; if (check(mid)) r = mid; else l = mid; } // 然后输出round(l) 或者 round(r)?注意题目要求输出整(四舍五入) 35. 但是,题目要求的是最小的|平均值-K|,然后四舍五入取整。所以最后输出round(ans)即可。 36. 然而,题目要求的是“最接近的值”,即|平均值-K|的最小值四舍五入后的整。注意:这个整可能是0,也可能是正。 37. 注意:题目中K是整,但路径平均值可能是小。 38. 由于点分治的常较大,且n=50000,我们需要谨慎实现。另外,二分答案的迭代次(比如50次)也可以控制精度。 39. 另一种思路:二分答案mid,然后判断是否存在路径满足平均值在[K-mid, K+mid]内,这样我们只需要判断是否存在路径满足: (K-mid)*L <= S <= (K+mid)*L 那么,我们可以将路径按边L分类,然后检查?但这样不好处理。 40. 我们采用上述点分治的方法,但要注意,由于据范围,我们需要在点分治内部避免O(n^2)的复杂度。 41. 实现步骤: - 二分答案mid(0~1e13,根据边权范围,假设边权绝对值不超过1e9,那么路径和绝对值不超过5e13,所以mid范围0~5e13?但注意K也是整,范围|K|<=1e13?题目没有给出,但保险起见,我们可以设r=1e13)。 - 点分治函:check(mid) * 初始化:标记组清零,建立点分树。 * 对每个分治重心,调用solve_root函。 * solve_root: find_center: 找重心 标记重心已访问 初始化已有路径集合(空) 遍历重心的所有邻接点(子树): 如果邻接点未被删除,则DFS该子树(得到子树中所有路径的v1, v2) 在DFS过程中,对于每条路径,检查单条路径是否满足:v1>=0且v2<=0(即(K-mid)*L<=S<=(K+mid)*L)?注意:单条路径的条件是:S/L在[K-mid, K+mid]内,等价于两个不等式同时成立:S>=(K-mid)*L 且 S<=(K+mid)*L,即v1>=0且v2<=0。 然后,将当前子树的路径与已有路径集合进行配对(使用二分查找和后缀最小组) 配对成功则返回true 将当前子树路径加入已有路径集合,并按v1排序,然后计算后缀v2的最小值。 递归处理子树(注意删除重心) * 若所有分治块均未找到,返回false。 42. 注意:点分治中,重心删除后,子树是互不相交的。 43. 由于精度问题,在比较实时使用eps(比如1e-9)。 44. 代码较长,需要仔细。 考虑到代码实现复杂,这里给出核心代码框架,但注意由于时间限制,我们只给出框架,具体实现需要调试。 由于题目难度较大,这里提供参考代码(注意:未经过完整测试,可能需要调试):</think>### 洛谷 P6666 "汽水" C++ 题解 **题目大意**:给定一棵带权树(边权可正可负)和一个实 $K$,求一条简单路径,使其平均权值最接近 $K$(即最小化 $\left| \frac{\text{路径边权和}}{\text{边}} - K \right|$),输出该最小差值四舍五入后的整值。 **核心算法**:点分治 + 二分答案 **解题思路**: 1. **二分答案**: - 设当前二分值为 $mid$,判断是否存在路径满足 $\left| \frac{\sum w_i}{L} - K \right| \leq mid$ - 等价条件:$(K - mid)L \leq \sum w_i \leq (K + mid)L$ 2. **点分治框架**: - 在树的重心分治,处理经过当前重心的路径 - 对每条路径记录: - $L$:边 - $S$:边权和 - $A = S - (K - mid)L$ - $B = S - (K + mid)L$ 3. **路径配对条件**: - 单条路径:满足 $A \geq 0$ 且 $B \leq 0$ - 两条路径拼接:路径 $P_1$ 和 $P_2$ 满足 $A_1 + A_2 \geq 0$ 且 $B_1 + B_2 \leq 0$ 4. **高效检查**: - 将子树路径按 $A$ 值排序 - 维护后缀 $B$ 的最小组 - 对新路径 $(A_q, B_q)$,二分查找满足 $A \geq -A_q$ 的路径中 $B$ 的最小值 $\leq -B_q$ **代码实现**: ```cpp #include <iostream> #include <vector> #include <algorithm> #include <cmath> #include <climits> using namespace std; const int MAXN = 50005; const double EPS = 1e-6; const double INF = 1e18; struct Edge { int to; double w; }; vector<Edge> graph[MAXN]; bool vis[MAXN]; int sz[MAXN], maxSubtree[MAXN]; int root, totalNodes; double K, curMid; bool pathExists; struct Path { double A, B; int L; Path(double a, double b, int l) : A(a), B(b), L(l) {} }; vector<Path> paths; // 获取当前连通块的重心 void findRoot(int u, int fa) { sz[u] = 1; maxSubtree[u] = 0; for (const Edge& e : graph[u]) { int v = e.to; if (v == fa || vis[v]) continue; findRoot(v, u); sz[u] += sz[v]; maxSubtree[u] = max(maxSubtree[u], sz[v]); } maxSubtree[u] = max(maxSubtree[u], totalNodes - sz[u]); if (maxSubtree[u] < maxSubtree[root]) root = u; } // 计算子树大小 void getSize(int u, int fa) { sz[u] = 1; for (const Edge& e : graph[u]) { int v = e.to; if (v == fa || vis[v]) continue; getSize(v, u); sz[u] += sz[v]; } } // DFS收集路径 void dfs(int u, int fa, double sum, int depth) { double A_val = sum - (K - curMid) * depth; double B_val = sum - (K + curMid) * depth; paths.emplace_back(A_val, B_val, depth); // 检查单条路径 if (A_val >= -EPS && B_val <= EPS) pathExists = true; for (const Edge& e : graph[u]) { int v = e.to; if (v == fa || vis[v]) continue; dfs(v, u, sum + e.w, depth + 1); } } // 检查路径配对 bool checkPaths(vector<Path>& base, vector<Path>& newPaths) { sort(base.begin(), base.end(), [](const Path& a, const Path& b) { return a.A < b.A; }); // 构建后缀B的最小组 int n = base.size(); vector<double> minB(n + 1, INF); for (int i = n - 1; i >= 0; i--) { minB[i] = min(base[i].B, minB[i + 1]); } for (const Path& p : newPaths) { double needA = -p.A; double needB = -p.B; // 二分查找满足 A >= needA 的位置 int pos = lower_bound(base.begin(), base.end(), Path(needA, 0, 0), [](const Path& a, const Path& b) { return a.A < b.A; }) - base.begin(); if (pos < n && minB[pos] <= needB + EPS) return true; } return false; } // 点分治核心 void solve(int u) { vis[u] = true; vector<vector<Path>> allPaths; vector<Path> basePaths; // 添加空路径(根节点自身) basePaths.emplace_back(0, 0, 0); for (const Edge& e : graph[u]) { int v = e.to; if (vis[v]) continue; // 收集当前子树路径 paths.clear(); dfs(v, u, e.w, 1); allPaths.push_back(paths); // 检查新路径与已有路径的配对 if (checkPaths(basePaths, paths)) { pathExists = true; return; } // 合并路径 basePaths.insert(basePaths.end(), paths.begin(), paths.end()); } // 递归处理子树 for (const Edge& e : graph[u]) { int v = e.to; if (vis[v]) continue; totalNodes = sz[v]; root = 0; maxSubtree[0] = MAXN; findRoot(v, 0); getSize(root, 0); solve(root); if (pathExists) return; } } // 检查当前mid是否可行 bool check(double mid) { fill(vis, vis + MAXN, false); pathExists = false; curMid = mid; totalNodes = maxSubtree[0] = MAXN; root = 0; findRoot(1, 0); getSize(root, 0); solve(root); return pathExists; } int main() { ios::sync_with_stdio(false); cin.tie(0); int n; cin >> n >> K; for (int i = 1; i < n; i++) { int u, v; double w; cin >> u >> v >> w; graph[u].push_back({v, w}); graph[v].push_back({u, w}); } // 二分答案 double L = 0, R = 1e13; double ans = R; while (R - L > EPS) { double mid = (L + R) / 2; if (check(mid)) { ans = mid; R = mid; } else { L = mid; } } // 四舍五入输出整 cout << (int)round(ans) << endl; return 0; } ``` **算法分析**: - **时间复杂度**:$O(n \log^2 n \log \epsilon)$ - 二分答案:$O(\log \epsilon)$ - 点分治:$O(n \log n)$ - 路径配对:$O(n \log n)$ - **空间复杂度**:$O(n)$ - **关键优化**: - 点分治保证递归深度 $O(\log n)$ - 排序+后缀最小值实现高效路径配对 **注意事项**: 1. 使用 `double` 时注意精度控制(EPS=1e-6) 2. 空路径(根节点自身)用于处理单条边路径的配对 3. 四舍五入输出最终答案
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