分治 —— 二分法

本文深入解析了二分法的基本原理与应用技巧,涵盖了在整数与实数域的查找过程,以及如何利用STL容器中的lower_bound()、upper_bound()函数。并通过多个实例,如查找元素、求解函数零点等,展示了二分法在解决实际问题中的强大能力。

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

【概述】

二分法,是十分常见的问题,其在一个单调有序的集合或函数中查找一个解,每次分为左右两部分,通过判断解在哪部分来调整上下界,直到找到目标元素,其与各种算法的结合比较密切,关于其原理:点击这里

若求解的问题的定义域为整数域,对于长度为 n 的求解区间,算法需要 logn 次来确定分界点;若求解的问题的定义域是实数域,由于实数运算的精度问题,则判定 R-L 的精度是否达到要求是问题的关键,即:R-L>=EPS,若 EPS 取的过小会导致程序死循环。

【实现】

除了查找元素、查找连续函数外,还可以使用 STL 容器中的 lower_bound()、upper_bound() 函数,具体使用:点击这里

1.查找元素

int BinarySearch(int a[],int x,int x){
    int left=0;//left为集合下界
    int right=n-1//right为集合上界
    int res=-1;
    while(left<=right){
        int mid=(left+right)/2;//设置中值
        if(num[mid]==x){//查找到符合元素x
            res=mid;
            break;
        }
        else if(num[mid]<x)//x在右边部分
           low=mid+1;//调整集合下界
        else//x在左边部分
           high=mid-1;//调整集合上界
    }
    return res;//若未找到x,则res= -1
}

2.查找连续函数

#define EPS 1E-9
bool cal(int x){
    ...
}
int BinarySearch(double low,double high){//low为区间下界,high为区间上界
    double mid;//中值
    double left=low;//设置当前查找区间上界的初值
    double right=high;//设置当前查找区间下界的初值
    while(right-left>EPS){
        mid=(right+left)/2;//设置中值
        if(cal(mid)<x)//函数结果小于带查找的值
            left=mid;//说明在右边部分,调整集合下界
        else
            right=mid;//说明在左边部分,调整集合上界
    }
    return mid;
}

【例题】

1.查找元素

  1. 丢瓶盖(洛谷-P1316):点击这里
  2. Block Towers(CF-626C):点击这里
  3. Widespread(AtCoder-2580):点击这里
  4. Aggressive cows(POJ-2456):点击这里
    同题:愤怒的牛(信息学奥赛一本通-T1433):点击这里
  5. River Hopscotch(POJ-3258):点击这里
    同题:河中跳房子(信息学奥赛一本通-T1247):点击这里
  6. Can you find it?(HDU-2141):点击这里
  7. Median(POJ-3579):点击这里
  8. 相离的圆(51Nod-1278)(lower_bound() 函数)点击这里
  9. Points on Line(CF-252C)(upper_bound() 函数)点击这里
  10. Monthly Expense( POJ-3273)(最小组数和)点击这里
    同题:月度开销(信息学奥赛一本通-T1243):点击这里
  11. 数列分段`Section II`(洛谷-P1182)(二分+累加和)点击这里
    数列分段II(信息学奥赛一本通-T1436):点击这里
  12. Go Home(AtCoder-2354)(二分+前缀和)点击这里
  13. Artificial Lake(POJ-3658)(二分+模拟)点击这里
  14. The hat(CF-1020D)(二分+格式控制输出)点击这里
  15. 查找最接近的元素(信息学奥赛一本通-T1240)(二分+绝对值比较)点击这里
  16. Gadgets for dollars and pounds(CF-609D)(二分+贪心)点击这里
  17. 炫酷划线(2019牛客寒假算法基础集训营 Day5-E)(二分+栈)点击这里
  18. 只包含因子 2 3 5 的数(51Nod-1010)(二分+打表)点击这里
  19. Sweets for Everyone!(CF-248D)(二分+模拟)点击这里
  20. No Need(AtCoder-2346)(bitset+二分)点击这里

2.查找连续函数

  1. 二分法求函数的零点(信息学奥赛一本通-T1241):点击这里
  2. 一元三次方程求解(信息学奥赛一本通-T1238):点击这里
  3. Can you solve this equation?(HDU-2199):点击这里
  4. Pie(HDU-1969):点击这里
  5. Cable master(HDU-1551):点击这里
    同题:网线主管(信息学奥赛一本通-T1242):点击这里
  6. 膨胀的木棍(信息学奥赛一本通-T1246)(二分+数学推导)点击这里
### 二分法分治法的主要区别 #### 定义差异 二分法是一种特定的解决问题的方法,主要用于有序数据集中的查找操作。其核心思想是通过不断将目标区间划为两部并逐步缩小范围来找到所需的目标值[^1]。 相比之下,分治法则是一个更广泛的算法设计策略,它不仅限于查找问题,而是可以应用于多种复杂度较高的计算场景。分治的核心在于把一个问题解成若干个规模较小但结构相似的子问题,别求解这些子问题后再将其结果合并得到原问题的答案[^2]。 #### 应用场景对比 - **二分法的应用** - 主要用于解决排序数组上的快速定位问题。 - 常见的例子包括但不限于:二查找、数值逼近等问题,在这些问题中输入通常已经按照某种顺序排列好。 - **分治法的应用** - 广泛布于各种领域,比如矩阵乘法优化(Strassen算法)、最接近点对问题以及快速傅里叶变换等。 - 此外还涉及递归调用频繁的数据结构操作如构建平衡二叉树过程中也常运用到此技术[^3]。 #### 实现方式的不同 对于实现层面而言,两者也有明显差别: - 在编码时采用循环迭代形式即可完成基本功能需求的是二搜索; - 而那些需要借助函数自身多次嵌套调用来达成最终目的则属于典型的分治模式实例之一。 ```python def binary_search(arr, target): low, high = 0, 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 def divide_and_conquer_example(array): n=len(array) if(n<=1): return array m=n//2 L=divide_and_conquer_example(array[:m]) R=divide_and_conquer_example(array[m:]) return merge(L,R) def merge(left,right): result=[] i=j=0 while(i<len(left) and j<len(right)): if left[i]<right[j]: result.append(left[i]) i+=1 else: result.append(right[j]) j+=1 result.extend(left[i:]) result.extend(right[j:]) return result ``` 上述代码展示了两种方法的具体实践案例——`binary_search()` 函数体现了经典的二查找逻辑;而 `divide_and_conquer_example()` 则演示了一个简单的基于分治原理的归并排序过程。
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