欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

二分&三分

程序员文章站 2022-07-13 13:52:38
...

二分是一个很高贵的方法。(语出实验室某大佬)
我觉得也是,二分是一种巧妙地暴力。

二分

二分法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,判断解在哪个部分中并调整上下界,直到找到目标元素,每次二分后都将舍弃一半的查找空间,因此效率很高。
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次来确定出分界点。
对于定义域在实数域上的问题,可以类似于上面的方法,判断R-L的精度是否达到要求,即R-L>=eps。
如果我们指定二分的次数t,那么对于初始的求解区间长度L,算法结束后的r-l值会为L/2^t。
二分算法的复杂度O(二分次数*单次判定复杂度)。
(以上来自ppt)有点枯燥的干货
简单总结如下:
1.一般二分适用的题目都具有明显的单调性
2.二分的边界很重要
最后放一张大佬总结的图,模板不重要,理解二分的含义才是最重要的叭
二分&三分
例题~[愤怒的牛]
题目描述
农夫约翰建造了一座有n间牛舍的小屋,牛舍排在一条直线上,第i间牛舍在xi的位置,但是约翰的m头牛对小屋很不满意,因此经常互相攻击。约翰为了防止牛之间互相伤害,因此决定把每头牛都放在离其它牛尽可能远的牛舍。也就是要最大化最近的两头牛之间的距离。

牛们并不喜欢这种布局,而且几头牛放在一个隔间里,它们就要发生争斗。为了不让牛互相伤害。John决定自己给牛分配隔间,使任意两头牛之间的最小距离尽可能的大,那么,这个最大的最小距离是多少呢?
输入
第一行用空格分隔的两个整数n和m;
第二行为n个用空格隔开的整数,表示位置xi。
输出
输出仅一个整数,表示最大的最小距离值。
样例输入 Copy
5 3
1 2 8 4 9
样例输出 Copy
3
提示
把牛放在1,4,8这样最小距离是3

2≤n≤105 , 0≤xi≤109, 2≤m≤n

#include<bits/stdc++.h>
using namespace std;
typedef long long ll;
const int N=1e6+7;
int a[N],n,m;
bool check(int x){
    int t=a[0];
    int cnt=1;//表示当前的间距能够放下多少头牛
    for(int i=1;i<n;i++)
        if(a[i]-t>=x){//如果距离大于这个间距,更新下一个牛舍的位置
            cnt++;
            t=a[i];
            if(cnt>=m) return true;
        }
    return false;
}
int main(){
    scanf("%d%d",&n,&m);
    for(int i=0;i<n;i++) scanf("%d",&a[i]);
    sort(a,a+n);
    //二分答案进行check,看当前mid是否满足答案
    //根据题意 距离的边界是0到两头牛的最远距离
    int l=0,r=a[n-1]-a[0];
    int ans;
    while(l<=r){
        int mid=l+r>>1;
        ////当前能够放下的牛大于等于m,记录下当前mid值,并试探再大一点的距离(即右半段区间的是否符合题意)
        if(check(mid)) l=mid+1,ans=mid;
        //当前不能放下m头牛 答案肯定在左半段区间
        else r=mid-1;
    }
    cout<<r<<endl;
    return 0;
}

三分

三分法适用于求解凸性函数的极值问题,二次函数就是一个典型的单峰函数。
三分法与二分法一样,它会不断缩小答案所在的求解区间。二分法缩短区间利用的原理是函数的单调性,而三分法利用的则是函数的单峰性。
设当前求解的区间为[l,r],令m1=l+(r-l)/3,m2=r-(r-l)/3,接着我们计算这两个点的函数值f(m1),f(m2),之后我们将两点中函数值更优的那个点称为好点(若计算最大值,则更大的那个点就为好点,计算最小值同理),而函数值较差的那个点称为坏点。
我们可以证明,最优点与好点会在坏点同侧。例如,f(m1)>f(m2),则是m1好点而m2是坏点,因此最后的最优点会与m1一起在m2的左侧,即我们的求解区间由变为了[l,m2]。因此根据这个结论我们可以不停缩短求解区间,直至可以得出近似解。
注意,我们在介绍单峰函数时特别强调了“严格”单调性。
若在三分过程中遇到 f(m1) = f(m2),当函数严格单调时,令 l = m1或 r = m2均可。如果函数不严格单调,即在函数中存在一段值相等的部分,那么我们无法判断定义域的左右边界如何缩小,三分法就不再适用。
没错,又是枯燥的干货
大体思路如下:
二分&三分
如图所示,已知左右端点L、R,要求找到白点的位置。

思路:通过不断缩小 [L,R] 的范围,无限逼近白点。

做法:先取 [L,R] 的中点 mid,再取 [mid,R] 的中点 mmid,通过比较 f(mid) 与 f(mmid) 的大小来缩小范围。

当最后 L=R-1 时,再比较下这两个点的值,我们就找到了答案。

1、当 f(mid) > f(mmid) 的时候,我们可以断定 mmid 一定在白点的右边。

反证法:假设 mmid 在白点的左边,则 mid 也一定在白点的左边,又由 f(mid) > f(mmid) 可推出 mmid < mid,与已知矛盾,故假设不成立。

所以,此时可以将 R = mmid 来缩小范围。

2、当 f(mid) < f(mmid) 的时候,我们可以断定 mid 一定在白点的左边。

反证法:假设 mid 在白点的右边,则 mmid 也一定在白点的右边,又由 f(mid) < f(mmid) 可推出 mid > mmid,与已知矛盾,故假设不成立。

同理,此时可以将 L = mid 来缩小范围。
例题
曲线
题目描述
明明做作业的时候遇到了n个二次函数Si(x)=ax2+bx+c,他突发奇想设计了一个新的函数F(x)=max{Si(x)},i=1…n。
二分&三分
明明现在想求这个函数在[0,1000]的最小值,要求精确到小数点后四位,四舍五入。
输入
输入包含T组数据,每组第一行一个整数n;
接下来n行,每行3个整数a,b,c,用来表示每个二次函数的3个系数。注意:二次函数有可能退化成一次。
输出
每组数据输出一行,表示新函数 F(x)的在区间 [0,1000]上的最小值。精确到小数点后四位,四舍五入。
样例输入 Copy
2
1
2 0 0
2
2 0 0
2 -4 2
样例输出 Copy
0.0000
0.5000
提示
对于50%的数据,1≤n≤100;
对于100%的数据,1≤T≤10,1≤n≤105,0≤a≤100,0≤∣b∣≤5000,0≤∣c∣≤5000。

#pragma GCC optimize(2)
#include<bits/stdc++.h>
#define inf 0x3f3f3f3f
typedef long long ll;
using namespace std;
const int N=1e6+7;
int a[N],b[N],c[N],n;
//三分的目的只是缩小区间来找,还是需要遍历一遍的
double check(double x){
    double minn=-inf;
    for(int i=1;i<=n;i++)
        minn=max(minn,a[i]*x*x+b[i]*x+c[i]);
    return minn;
}
int main(){
    int t;
    cin>>t;
    while(t--){
        cin>>n;
        for(int i=1;i<=n;i++) cin>>a[i]>>b[i]>>c[i];
        //边界按照题目描述
        double l=0,r=1000;
        //这题精度很玄学,一般1e-8就可以,这题要1e-9以下,还是比较高的了
        while(r-l>=1e-10){
            double mid1=l+(r-l)/3,mid2=r-(r-l)/3;
            //左边比右边大,小的值在右边,去右边找
            if(check(mid1)>check(mid2)) l=mid1;
            //去左边
            else r=mid2;
        }
        //还是要再判断一次
        printf("%.4lf\n",check(l));
    }
    return 0;
}

三分真是个神奇的东西~
最后还是放一波模板叭 虽然自己不怎么用 (出自yxc大佬)
整数二分

bool check(int x) {/* ... */} // 检查x是否满足某种性质

// 区间[l, r]被划分成[l, mid]和[mid + 1, r]时使用:
int bsearch_1(int l, int r)
{
    while (l < r)
    {
        int mid = l + r >> 1;
        if (check(mid)) r = mid;    // check()判断mid是否满足性质
        else l = mid + 1;
    }
    return l;
}
// 区间[l, r]被划分成[l, mid - 1]和[mid, r]时使用:
int bsearch_2(int l, int r)
{
    while (l < r)
    {
        int mid = l + r + 1 >> 1;
        if (check(mid)) l = mid;
        else r = mid - 1;
    }
    return l;
}


浮点数二分

bool check(double x) {/* ... */} // 检查x是否满足某种性质

double bsearch_3(double l, double r)
{
    const double eps = 1e-6;   // eps 表示精度,取决于题目对精度的要求
    while (r - l > eps)
    {
        double mid = (l + r) / 2;
        if (check(mid)) r = mid;
        else l = mid;
    }
    return l;
}

参考博客:#10013. 「一本通 1.2 例 3」曲线_Lop-CSDN博客
#10012. 「一本通 1.2 例 2」Best Cow Fences_Lop-CSDN博客
【信息学奥赛一本通 提高组】第二章 二分与三分