算法基础(三)| 二分图解及代码模板

简介: ⭐写在前面的话:本系列文章旨在复习算法刷题中常用的基础算法与数据结构,配以详细的图例解释,总结相应的代码模板,同时结合例题以达到最佳的学习效果。本专栏面向算法零基础但有一定的C++基础的学习者。
若C++基础不牢固,可参考: 10min快速回顾C++语法,进行语法复习。

🔥本文已收录于算法基础系列专栏: 算法基础教程 免费订阅,持续更新。

coverT

二分

整数二分

如果有单调性,就一定可以二分。但是有二分的不一定非得有单调性。

二分的本质是边界,将区间分为两个,一边满足某条性质,另一边不满足某条性质。然后可以找到这两个区间的边界,找任意一个区间的边界都可以。

image-20220910092809336

但是找红色边界和绿色边界略有区别:

红色边界:

image-20220910093531580

细节:关于为什么mid = (l + r +1) / 2 ,因为C++中取整是下取整。

  • 假设mid = (l + r ) / 2 ;如果是 l = r - 1;那么下取整后 mid = l ,会陷入死循环。

也可以找绿色边界:

image-20220910093736045

例题:数的范围

给定一个按照升序排列的长度为 n 的整数数组,以及 q 个查询。

对于每个查询,返回一个元素 k 的起始位置和终止位置(位置从 00 开始计数)。

如果数组中不存在该元素,则返回 -1 -1

输入格式

第一行包含整数 n 和 q,表示数组长度和询问个数。

第二行包含 n 个整数(均在 1∼10000 范围内),表示完整数组。

接下来 q 行,每行包含一个整数 k,表示一个询问元素。

输出格式

共 qq 行,每行包含两个整数,表示所求元素的起始位置和终止位置。

如果数组中不存在该元素,则返回 -1 -1

数据范围

1≤n≤100000
1≤q≤10000
1≤k≤10000

输入样例:

6 3
1 2 2 3 3 4
3
4
5

输出样例:

3 4
5 5
-1 -1

代码模板

#include<bits/stdc++.h>
using namespace std;

const int N = 100010;
int m ,n ;
int q[N];


int main()
{
    scanf("%d%d", &n, &m);
    for(int i = 0; i < n ; i++)scanf("%d",&q[i]);
    
    while( m --)
    {
        int x; 
        scanf("%d", &x);
        
        int l = 0 , r = n - 1;
        while( l < r)
        {
            int mid = l + r >> 1;
            if(q[mid] >= x)r = mid;
            else l = mid + 1;
        }
        //上面二分出来的是第一个满足大于等于x的数,如果没有x,则是大于x的数。
        if(q[l] != x)cout << "-1 -1" <<endl;
        //对该数进行判断,如果不满足,则返回-1-1。
        else
        {
            //找到最后一个x的位置
            cout << l << ' ';
            
            int l = 0, r = n - 1;
            while(l < r)
            {
                int mid = l + r + 1 >> 1;
                if(q[mid] <= x)l = mid;
                else r = mid - 1;
            }
            cout << l << endl;
        }
    }
}

浮点数二分

浮点数二分思路同上,有个好处是不需要处理边界。

例题:开平方

给定一个浮点数 n,求它的三次方根。

输入格式

共一行,包含一个浮点数 n。

输出格式

共一行,包含一个浮点数,表示问题的解。

注意,结果保留 6 位小数。

数据范围

−10000≤n≤10000

输入样例:

4

输出样例:

2.000000

代码模板

image-20220910120045386

#include<bits/stdc++.h>
using namespace std;

int main()
{
    double x;
    cin >> x;
    
    double l = 0, r =x ;
    while(r - l > 1e-8)
    {
        double mid = (l + r)/2;
        if(mid * mid >= x)r = mid;
        else l = mid ;
    }
    printf("%lf", l);
    return 0;
}

这里要强调的是精度问题:

while(r - l > 1e-8)

误差过大会导致精度不足。

这里给出一些经验值:误差值一般比保留位数多2

保留位数 误差值
4 1e-6
5 1e-7
6 1e-8

当然可以采用其他写法:

for(int i = 0; i < 100 ; i++);

直接循环100次,相当于把整个区间的长度直接循环$2^{100}$

目录
相关文章
|
3月前
|
算法
【算法】前缀和——二维前缀和模板题
【算法】前缀和——二维前缀和模板题
|
6天前
|
算法 测试技术 开发者
在Python开发中,性能优化和代码审查至关重要。性能优化通过改进代码结构和算法提高程序运行速度,减少资源消耗
在Python开发中,性能优化和代码审查至关重要。性能优化通过改进代码结构和算法提高程序运行速度,减少资源消耗;代码审查通过检查源代码发现潜在问题,提高代码质量和团队协作效率。本文介绍了一些实用的技巧和工具,帮助开发者提升开发效率。
10 3
|
5天前
|
分布式计算 Java 开发工具
阿里云MaxCompute-XGBoost on Spark 极限梯度提升算法的分布式训练与模型持久化oss的实现与代码浅析
本文介绍了XGBoost在MaxCompute+OSS架构下模型持久化遇到的问题及其解决方案。首先简要介绍了XGBoost的特点和应用场景,随后详细描述了客户在将XGBoost on Spark任务从HDFS迁移到OSS时遇到的异常情况。通过分析异常堆栈和源代码,发现使用的`nativeBooster.saveModel`方法不支持OSS路径,而使用`write.overwrite().save`方法则能成功保存模型。最后提供了完整的Scala代码示例、Maven配置和提交命令,帮助用户顺利迁移模型存储路径。
|
18天前
|
存储 缓存 算法
如何通过优化算法和代码结构来提升易语言程序的执行效率?
如何通过优化算法和代码结构来提升易语言程序的执行效率?
|
19天前
|
搜索推荐
插入排序算法的讲解和代码
【10月更文挑战第12天】插入排序是一种基础的排序算法,理解和掌握它对于学习其他排序算法以及数据结构都具有重要意义。你可以通过实际操作和分析,进一步深入了解插入排序的特点和应用场景,以便在实际编程中更好地运用它。
|
3月前
|
机器学习/深度学习 人工智能 自然语言处理
【自然语言处理】TF-IDF算法在人工智能方面的应用,附带代码
TF-IDF算法在人工智能领域,特别是自然语言处理(NLP)和信息检索中,被广泛用于特征提取和文本表示。以下是一个使用Python的scikit-learn库实现TF-IDF算法的简单示例,并展示如何将其应用于文本数据。
251 65
|
11天前
|
缓存 分布式计算 监控
优化算法和代码需要注意什么
【10月更文挑战第20天】优化算法和代码需要注意什么
14 0
|
1月前
|
算法 Java 测试技术
数据结构 —— Java自定义代码实现顺序表,包含测试用例以及ArrayList的使用以及相关算法题
文章详细介绍了如何用Java自定义实现一个顺序表类,包括插入、删除、获取数据元素、求数据个数等功能,并对顺序表进行了测试,最后还提及了Java中自带的顺序表实现类ArrayList。
17 0
|
2月前
|
机器学习/深度学习 存储 算法
经典算法代码
这段代码展示了多个经典算法,包括:穷举法解决“百钱买百鸡”问题;递推法计算“猴子吃桃”问题;迭代法求解斐波那契数列及折纸高度超越珠峰的问题。同时,还提供了希尔排序算法实现及披萨票务订购系统和汉诺塔问题的链表存储解决方案。每部分通过具体案例解释了算法的应用场景与实现方法。
30 3
|
3月前
|
机器学习/深度学习 人工智能 算法
【人工智能】传统语音识别算法概述,应用场景,项目实践及案例分析,附带代码示例
传统语音识别算法是将语音信号转化为文本形式的技术,它主要基于模式识别理论和数学统计学方法。以下是传统语音识别算法的基本概述
70 2