二分查找算法应用总结

Posted 编程猿来如此

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了二分查找算法应用总结相关的知识,希望对你有一定的参考价值。






点击上方“蓝字”,发现更多精彩。

给你一个整数数组 arr 和一个目标值 target ,请你返回一个整数 value ,使得将数组中所有大于 value 的值变成 value 后,数组的和最接近 target (最接近表示两者之差的绝对值最小)。如果有多种使得和最接近 target 的方案,请你返回这些整数中的最小值。请注意,答案不一定是 arr 中的数字。

力扣(LeetCode)第1300题



01
PART
value 的取值范围

①.最小值

value 的最小值为 0。因为当 value = 0 时,数组的和为 0,当 value 继续减小时,数组的和也会随之减小,且变为负数不会比 value = 0 时更接近 target。

②.最大值

value 的最大值为数组 arr 中的最大值。因为当value 大于等于 arr 中的最大值时,数组中的元素不发生变化,对数组的和不再有影响


02
PART
二分查找

在 value 的取值范围之内,随着 value 的增大,数组的和是单调递增的。因此在一个有序序列中查找某个值,使用二分查找。


03
PART
最接近 target 的值

①.等于 target 时:当存在数组和等于 target 时,此为理想情况,绝对的最接近;

②.大于 target 时:当所有的取值都使数组和大于 target 时,此时需要找一个最小的值,使更接近target ;

③.大于 target 时:当所有的取值都使数组和小于 target 时,此时需要找一个最大的值,使更接近target ;

综上,可以采用两遍二分查找,分别找出 >=target 和 <=target 时最接近的值,然后取最优结果。


04
PART
对 arr 求和

当找到一个 value 时,把 arr分为两部分,前半部分元素值不变,后半部分需要替换成 value ;

①.找分隔点

  可以对 arr 排序后,使用二分查找,找到第一个大于 value 的位置;

②.前半部分求和

  前半部分元素值不变,可以通过提前构建前缀和,然后直接得到;

②.后半部分求和

  后半部分可以根据分隔位置计算出要替换的数量,相乘直接得到。


05
PART
代码示例
class Solution {public: int findBestValue(vector<int>& arr, int target) {  sort(arr.begin(),arr.end());//先排序,方便查找
vector<int> presum(arr.size(),0);//前缀和 presum[0] = arr[0]; for(int i = 1;i < arr.size();i++) { presum[i] = presum[i-1]+arr[i]; } int left = 0,right = arr.back();//目标值最小取0,最大取arr中最大值 int lowertarget = 0,lowerSum = 0;// <= tager 时,最接近 tager的值 及 和 //二分查找 while( left <= right ) { int mid = left + (right - left ) /2; vector<int>::iterator it = upper_bound(arr.begin(),arr.end(),mid);//第一个大于mid的位置 int cursum = 0;//求和 if (it == arr.end() ) { cursum = presum[arr.size() - 1]; } else if (it == arr.begin()) { cursum = arr.size()*mid;
} else { cursum = presum[it - arr.begin()-1] + (arr.end() - it) *mid; } if( cursum > target ) { right = mid-1; } else if( cursum < target )// 找到一个比 target 小的值,缩小范围,优化这个值使更解决 target { lowertarget = mid; lowerSum = cursum; left = mid+1; } else // cursum == target,肯定为最解决,直接返回 { lowertarget = mid; lowerSum = cursum; break; } } left = 0, right = arr.back();//初始化左右指针 int uppertarget,upperSum = 0;//>=tager 时,最接近 tager的值 及 和 while( left <= right ) { int mid = left + (right - left ) /2; vector<int>::iterator it = upper_bound(arr.begin(),arr.end(),mid);//第一个大于mid的位置 int cursum = 0;//求和 if (it == arr.end() ) { cursum = presum[arr.size() - 1]; } else if (it == arr.begin()) { cursum = arr.size()*mid;
} else { cursum = presum[it - arr.begin()-1] + (arr.end() - it) *mid; } if( cursum > target ) // 找到一个比 target 大 的值,缩小范围,优化这个值使更解决 target { right = mid-1; uppertarget = mid; upperSum = cursum; } else if( cursum < target ) { left = mid+1; } else // cursum == target,肯定为最解决,直接返回 { uppertarget = mid; upperSum = cursum; break; } } return abs(lowerSum - target) > abs(upperSum - target) ? uppertarget : lowertarget; }};






扫码关注

持续获取最新文章
c++学习 算法与数据结构


以上是关于二分查找算法应用总结的主要内容,如果未能解决你的问题,请参考以下文章

二分查找算法应用总结

备战NOIP[算法总结] 二分查找

算法——二分查找

二分查找无废话版总结

查找算法总结(二分查找/二叉查找树/红黑树/散列表)

python算法之二分查找