本博客将详细探讨如何通过二分查找算法来解决这几个经典问题。通过几个实际的例子,我们将展示如何在这些问题中灵活应用二分查找,优化计算过程,并在面对大数据量时保持高效性。
目录
前言
数的三次方根
算法思路
代码如下
机器人跳跃问题
算法思路
代码如下
四平方和
算法思路
代码如下
总结
前言
本博客将详细探讨如何通过二分查找算法来解决这几个经典问题。通过几个实际的例子,我们将展示如何在这些问题中灵活应用二分查找,优化计算过程,并在面对大数据量时保持高效性。
数的三次方根
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:
1000.00
输出样例:
10.000000
算法思路
这道题题很多思路。 这次主要通过二分来进行处理,锻加强二分的练习。设置两个double类型变量lleft = -10000,right = 10000;取中间值mid,当mid * mid * mid >= x的时候,说明右区间的值太大,在[left,mid]中寻找。如果mid * mid * mid < x,说明需要在(mid,right]区间里面找,最后的答案输出left或者right都可。(注意题目精度,结果要6位小数,那么循环判断的时候增加两位精度即1e-8即可)
代码如下
import java.io.*;public class Main {static PrintWriter pw = new PrintWriter(new OutputStreamWriter(System.out));static BufferedReader br = new BufferedReader(new InputStreamReader(System.in));static StreamTokenizer st = new StreamTokenizer(br);public static void main(String[] args)throws Exception {double x = nextDouble();double left = -10000;double right = 10000; while (right - left > 1e-8) { //1e-8表示的题目精度,随题目变化而变化,一般比所求答案高两个精度double mid = (left + right) / 2;if(mid * mid * mid >= x){right = mid;}else {left = mid;}}pw.printf("%.6f", right);pw.flush();}public static double nextDouble()throws Exception{st.nextToken();return (double)st.nval;}
}
机器人跳跃问题
机器人正在玩一个古老的基于 DOS 的游戏。
游戏中有 N+1 座建筑——从 0到 N 编号,从左到右排列。
编号为 0 的建筑高度为 0个单位,编号为 i 的建筑高度为 H(i) 个单位。
起初,机器人在编号为 0 的建筑处。
每一步,它跳到下一个(右边)建筑。
假设机器人在第 k 个建筑,且它现在的能量值是 E,下一步它将跳到第 k+1个建筑。
如果 H(k+1)>E,那么机器人就失去 H(k+1)−E 的能量值,否则它将得到 E−H(k+1)的能量值。
游戏目标是到达第 N 个建筑,在这个过程中能量值不能为负数个单位。
现在的问题是机器人至少以多少能量值开始游戏,才可以保证成功完成游戏?
输入格式
第一行输入整数 N。
第二行是 N 个空格分隔的整数,H(1),H(2),…,H(N) 代表建筑物的高度。
输出格式
输出一个整数,表示所需的最少单位的初始能量值上取整后的结果。
数据范围
1≤N,H(i)≤10^5
输入样例1:
5
3 4 3 2 4
算法思路
根据图示的推论 可知,其实无论哪一种情况最后E能量的变化都为2*E-h(i);与此同时当我们发现,如果E满足题意,那么E1 >= E,那么E1也是满足题意的。此时答案E就具有的单调性。
根据图示的推论,那么我们就知道答案E的最大值一定不超过100000,最小值大于等于0;可以用二分的方式来进行计算。
用整型数组arr记录每个建筑的能量值,用整型变量n来记录建筑数,左边界left = 0;右边界right = 100000;当left < right时,开始循环,找到中间值mid = (left + right) / 2;然后检查此时的mid值是否符合要求;
检查函数check,传过来的值E能量,然后从1遍历到n,计算e = 2 * e - arr[i];然后判断此时的e是否小于0,小于0直接不符合要求,返回false;当e >= 100000时,相当于满足题意了,一定成功可以提前返回true。循环结束时,返回true,表示满足题意。
当判断mid为true时说明此时的区间(mid,right]区间内,一定是E的值比mid大,最后答案要的是mid的最小值,说明右区间不可能存在,故右边界左移即right = mid;当mid不合格,说明区间[left,mid]中所有的E都不符合题意,故正确答案一定在右区间,所以左区间右移即left = mid + 1;最后输出left即为最后的答案。
代码如下
import java.io.*;
public class Main {static PrintWriter pw = new PrintWriter(new OutputStreamWriter(System.out));static BufferedReader br = new BufferedReader(new InputStreamReader(System.in));static StreamTokenizer st = new StreamTokenizer(br);static int N = 100010;static int[] arr = new int[N];static int n;public static void main(String[] args)throws Exception {n = nextInt();for (int i = 1; i <= n; i++) {arr[i] = nextInt();}int left = 0;int right =100000;while (left < right) {int mid = (left + right) / 2;if(check(mid)){right = mid;}else {left = mid + 1;}}pw.println(left);pw.flush();}public static boolean check(int e){for(int i = 1;i <= n;i++){e = e * 2 - arr[i];//只要大于等于e的最大值,那么必然符合条件if(e >= 100000){return true;}if(e < 0){return false;}}return true;}public static int nextInt()throws Exception {st.nextToken();return (int) st.nval;}
}
四平方和
四平方和定理,又称为拉格朗日定理:
每个正整数都可以表示为至多 4 个正整数的平方和。
如果把 0 包括进去,就正好可以表示为 4 个数的平方和。
比如:
对于一个给定的正整数,可能存在多种平方和的表示法。
要求你对 4 个数排序:
0≤a≤b≤c≤d
并对所有的可能表示法按 a,b,c,d 为联合主键升序排列,最后输出第一个表示法。
输入格式
输入一个正整数 N。
输出格式
输出4个非负整数,按从小到大排序,中间用空格分开。
数据范围
0<N<5*10^6
输入样例:
5
输出样例:
0 0 1 2
算法思路
暴力做法直接枚举前3个数a、b、c,最后一个d可以直接算,因为d是算出来的,可能为小数,还需判断一下 ,当条件成立是就是最后的答案。(但这道题枚举3层循环会超时。)
二分优化做法。
先枚举所有c、d的情况,然后将c、d、c*c+d*d 3个值存起来,再去枚举a、b的情况,然后将 t = n - a * a - b * b与对应的c*c+d*d做对比,找出正确的答案。
引入整型变量n才存储最后的结果,用两层循环来枚举c和d,用一类内部类Sum来存储c、d和sum(存储c*c+d*d);每枚举一个c和d,将3个值存储list列表。循环结束后,按照宿命从小到大,当sum相同时按照c从小到大,当c相同时按照d从小到大。
然后再用两次循环枚举a和b,用整型变量t来存储n - a * a - b * b;用二分来查找,左边界left0,右边界list列表的长度-1;当列表list中的下标为mid的sum >= t,此时说明答案在左区间,此时右边界左移right = mid;当list中的下标为mid的sum < t,说明答案在右区间且不包括下标为mid,所以左区间右移即left = mid + 1;最后list中的下标为left的sum等于t时,此时得到的a、b、c、d就是最后的答案。
代码如下
暴力做法
public class 四平方和 {static PrintWriter pw = new PrintWriter(new OutputStreamWriter(System.out));static BufferedReader br = new BufferedReader(new InputStreamReader(System.in));static StreamTokenizer st = new StreamTokenizer(br);static int n;public static void main(String[] args)throws Exception {n = nextInt();for(int a = 0; a * a <= n;a++){for(int b = 0;b * b + a * a <= n;b++){for(int c = b; c * c + b * b + a * a <= n;c++ ){int t = n - a * a - b * b - c * c;int d =(int) Math.sqrt(t);if(d * d == t){pw.println(a+" "+b+" "+c+" "+d);pw.flush();return;}}}}}public static int nextInt()throws Exception {st.nextToken();return (int)st.nval;}
二分优化
import java.io.*;
import java.util.*;public class Main {static PrintWriter pw = new PrintWriter(new OutputStreamWriter(System.out));static BufferedReader br = new BufferedReader(new InputStreamReader(System.in));static StreamTokenizer st = new StreamTokenizer(br);static List<Sum> list = new ArrayList();static int n;public static void main(String[] args)throws Exception {n = nextInt();for(int c = 0; c * c <= n;c++){for(int d = c;c * c + d * d <= n;d++){list.add(new Sum(c * c + d * d,c,d));}}//字典序排序 lambda表达式list.sort((sum1,sum2)->{if(sum1.sum != sum2.sum) return sum1.sum - sum2.sum;if(sum1.c != sum2.c) return sum1.c - sum2.c;return sum1.d - sum2.d;});for(int a = 0; a * a <= n;a++){for(int b = a;b * b + a * a <= n;b++){int t = n - a * a -b * b;int left = 0;int right = list.size() - 1;while(left < right){int mid = (left + right)/2;if(list.get(mid).sum >= t){right = mid;}else {left = mid + 1;}}if(list.get(left).sum == t){pw.println(a+" "+b+" "+list.get(left).c+" "+list.get(left).d);pw.flush();return;}}}pw.flush();}public static int nextInt()throws Exception {st.nextToken();return (int)st.nval;}
}
class Sum{int sum;//c^2 + d^2 = sumint c;int d;public Sum(int sum, int c, int d) {this.sum = sum;this.c = c;this.d = d;}
}
总结
二分查找不仅仅是一种简单的查找方法,它在很多复杂问题中都有着非常广泛的应用。掌握二分查找的技巧,将帮助我们在面对各种挑战时,能够快速并准确地找到答案。