浅谈二分

太极生两仪,两仪生四象,四象生八卦,阴阳交媾万物生。

若要你在全校同学当中猜我心里想的那个人,允许你问若干个问题,使问问题次数尽量少,你肯定会问我那个人是男生还是女生。因为这样,可以筛掉一半的人。并且在数学期望上来说,你肯定会尽量问一些能筛掉一半的问题,将问题的答案集合一分为二。假设你直接问是不是***,我说不是的话,你这个问题就问得十分无力了,因为它只帮你排除了一个人。所以,每次问可以筛掉一半备选集合的问题,显然是一种很聪明的做法。

世间万物始于混沌,根据太极生两仪,两仪生四象,四象生八卦,我们可以很快将万事万物分为八类,并且都相对均衡,这种古老的大智慧,在很久很久以前就被古人所运用了。

在\(OI\)界,这就叫二分。一分为二,天地初开。

对于一个包含了最终解的集合,若我们能通过一次判断将其一分为二,将最终解的范围缩小一半,那么这就是二分。就比如,假如整数范围\([l,r]\)是解集范围,并且这个解具有单调性(不存在\(i\)是解但是\(j\)不是解且\(j>i\)),那么只要\(mid=(l+r)/2\)是解,\([mid+1,r]\)就都是解集,我们再去\([l,mid-1]\)里找更加小的解。因为满足单调性,二分多用于解决“最大值最小”或者“最小值最大”的问题。我要求某个问题的答案最大值最小的那一个,说明只要大于等于这个答案的都是问题的解,不过不是最小的。最小值最大同理。

至于二分的写法,网上千千万,我个人偏爱一下这一种:

int l=mn,r=mx,ans;
while(l<=r) {
    int mid=(l+r)>>1;
    if(check(mid))ans=mid,l=mid+1;
    else r=mid-1;
}//最小值最大
int l=mn,r=mx,ans;
while(l<=r) {
    int mid=(l+r)>>1;
    if(check(mid))ans=mid,r=mid-1;
    else l=mid+1;
}//最大值最小

因为\(mid\)已经被检查过并且用于更新\(ans\)了,所以剩下俩区间就是\([l,mid-1]\)和\([mid+1,r]\)了,选择哪个继续去更新答案根据实际情况定就行。

然后实数二分的话只要设置一个\(eps\)判一判就行了:

double l=mn,r=mx,ans;
while(l+eps<=r) {
    double mid=(l+r)/2;
    if(check(mid))ans=mid,r=mid-eps;
    else l=mid+eps;
}

以上就是二分的板子了。至于怎么去二分和怎么去\(check\),那就得根据实际题目实际设定了。

原文地址:https://www.cnblogs.com/AKMer/p/9737477.html

时间: 2024-10-10 08:44:54

浅谈二分的相关文章

浅谈二分查找

定义 In computer science, binary search, also known as half-interval search, logarithmic search, or binary chop, is a search algorithm that finds the position of a target value within a sorted array. Binary search compares the target value to the middl

浅谈二分答案的原理和相关应用

一.二分答案的原理和过程 1.适用范围: 当一个问题的解满足单调性(结果与询问数值成正相关或负相关)且待枚举数量,出现"最大值最小"或"最小值最大"等时,我们可以对答案进行二分: 2.原理: 1.在二分答案前,找出答案所在区间,即[L,R]: 2.用valid函数验证当前值的可行性: 3.迭代求解的过程中,每次计算一个mid=(L+R)/2,若valid(mid)==true时,根据单调性,选择更接近于不可能的一半区间,反之取另一半区间: 3.代码实现(以求最大值最

浅谈二分和二分答案

一般来讲我们会在以下情况用到二分: 求单调函数的零点 求一堆东西的最小值最大是多少 很难直接算出答案,但是很好判定答案合不合法 如果想学就继续看吧! 二分查找 二分是一种可以再\(\mathcal{O}(\mathrm{ch}\log m)\)(\(m\)为数据规模,\(\mathrm{ch}\)为判断状态合法性check()函数时间复杂度)时间复杂度内求解问题的方法,主要是一个分治,每次将搜索范围减半. 我们以二分查找引入. 有一个有序序列,二分查找的思想如下: 1.定义L,R,mid代表答案

整体二分浅谈

整体二分浅谈 一.前置知识 在学习整体二分之前,要学会二分,以及二分的分治思想. 二.整体二分浅谈及例题 例题:bzoj2527: [Poi2011]Meteors 对于这道题是整体二分的经典例题,我们先抛开整体二分,思考二分怎么做.对于一个询问,因为答案有单调性,如果$x$时刻为最小可以时刻,则比$x$小的时刻都不可以,比$x$大的时刻都可以,所以我们可以进行二分答案,并加以验证.先不说怎样验证,就单是时间复杂度就不能接受,$O(nmlog_2^n)$. 如果一个一个进行二分时间复杂度不允许,

图标字体化浅谈[转]

在做手机端Web App项目中,经常会遇到小图标在手机上显示比较模糊的问题,经过实践发现了一种比较好的解决方案,图标字体化.在微社区项目中,有很多小的Icon(图标),如分享.回复.赞.返回.话题.访问.箭头等,这些Icon(图标)一般都是纯色的.开始制作时考虑用双倍大小的Sprite图,通过CSS样式设置只显示二分之一尺寸,这样在Retina屏上显示的大小是正常的,一旦放大屏幕后图标又变得模糊不清,测试的效果不是很理想,后来又考虑多套图标适配方案.SVG矢量图等,都因为种种原因放弃掉了(如多套

浅谈算法和数据结构

: 一 栈和队列 http://www.cnblogs.com/yangecnu/p/Introduction-Stack-and-Queue.html 最近晚上在家里看Algorithems,4th Edition,我买的英文版,觉得这本书写的比较浅显易懂,而且“图码并茂”,趁着这次机会打算好好学习做做笔记,这样也会印象深刻,这也是写这一系列文章的原因.另外普林斯顿大学在Coursera 上也有这本书同步的公开课,还有另外一门算法分析课,这门课程的作者也是这本书的作者,两门课都挺不错的. 计算

浅谈自然语言处理基础(下)

命名实体识别 命名实体的提出源自信息抽取问题,即从报章等非结构化文本中抽取关于公司活动和国防相关活动的结构化信息,而人名.地名.组织机构名.时间和数字表达式结构化信息的关键内容,所以需要从文本中去识别这些实体指称及其类别,即命名实体识别和分类. 21世纪以后,基于大规模语料库的统计方法成为自然语言处理的主流,以下是基于统计模型的命名实体识别方法归纳: 基于CRF的命名实体识别方法 基于CRF的命名实体识别方法简便易行,而且可以获得较好的性能,广泛地应用于人名.地名和组织机构等各种类型命名实体的识

浅谈MySQL索引背后的数据结构及算法

摘要 本文以MySQL数据库为研究对象,讨论与数据库索引相关的一些话题.特别需要说明的是,MySQL支持诸多存储引擎,而各种存储引擎对索引的支持 也各不相同,因此MySQL数据库支持多种索引类型,如BTree索引,哈希索引,全文索引等等.为了避免混乱,本文将只关注于BTree索引,因为这是 平常使用MySQL时主要打交道的索引,至于哈希索引和全文索引本文暂不讨论. 文章主要内容分为四个部分. 第一部分主要从数据结构及算法理论层面讨论MySQL数据库索引的数理基础. 第二部分结合MySQL数据库中

浅谈算法和数据结构: 十 平衡查找树之B树

转载自 http://www.cnblogs.com/yangecnu/p/3632027.html 浅谈算法和数据结构: 十 平衡查找树之B树 前面讲解了平衡查找树中的2-3树以及其实现红黑树.2-3树种,一个节点最多有2个key,而红黑树则使用染色的方式来标识这两个key. 维基百科对B树的定义为“在计算机科学中,B树(B-tree)是一种树状数据结构,它能够存储数据.对其进行排序并允许以O(log n)的时间复杂度运行进行查找.顺序读取.插入和删除的数据结构.B树,概括来说是一个节点可以拥