分治法——二分答案

有时,直接由问题求得答案十分困难,而已知答案来验证答案正确性则要容易得多,此时可以考虑直接枚举答案。当然,大部分时候直接暴力枚举答案的时间复杂度肯定超出了题目要求,这时我们就可以通过二分答案的方式来加快枚举。

例题1:

D-数列分段 II_Part1.2 基础算法-二分与三分

这题想直接求得答案是很困难的,但是如果我们已知了答案是x,即数列分为M段后,每段和的最大值为x,此时可以通过以下方式验证正确性:

由于分段必须连续,所以我们对数列的第一个数开始一直求和,当在第i个数字求和大于x时,说明i不能被划分到这一段中,所以从i开始向后划分下一段,继续求和,重复以上操作,当划分完所有分段后,如果划分出的分段数大于M,则说明不能在每段和的最大值为x的情况下将数列划分为M段,因为此时,无论你将多出的分段划分到M中的任意一段中,都会导致该分段的和超过x。

那么,本题我们就可以通过二分答案的方式找出x的最小值。根据题意,x的取值范围可以缩小至数列中的最小值到数列的总和,我们在这个范围内二分答案,找出x的最小值。示例代码如下:

python 复制代码
# 获取题目输入
N, M = map(int, input().split())
A = list(map(int, input().split()))

# 二分答案
left = min(A)
right = sum(A)


# 检查和最大值为x时,能否被分为M段
def check(x):
    sum_current = 0
    sum_before = 0
    count = 1
    for e in A:
        if e > x:
            return False
        if sum_current + e - sum_before > x:
            sum_before = sum_current
            sum_current += e
            count += 1
        else:
            sum_current += e
    if count > M:
        return False
    return True


while left < right:
    mid = (left + right) >> 1
    if check(mid):
        right = mid
    else:
        left = mid + 1
print("%d" % left)

例题2:

A-愤怒的牛_Part1.2 基础算法-二分与三分

本题同例题一,当已知了答案是x即牛舍间的距离最小距离为x时,可以通过以下方式验证:

我们对牛舍按位置从小到大排序,按贪心思想,从第一个位置开始放置牛,从下一个位置开始,如果到前一个位置的距离小于x则不能放置牛,只有大于等于x时可以放置牛,按此规则一直尝试到最后一个位置,如果此时放置的牛的数量小于m,则说明不能在牛舍间的距离最小距离为x放置m头牛。

答案的范围在0~牛舍相距最远的距离,在这个范围内二分答案,找出x的最大值。示例代码如下:

python 复制代码
# 获取题目输入
import sys

input = sys.stdin.read
data = input().split()
n = int(data[0])
m = int(data[1])
a = list(map(int, data[2:2+n]))
a.sort()  # 升序排序


# 二分答案
left = 0
right = a[-1] - a[0]


# 最小距离为x时,能否放入m头牛
def check(x):
    cnt = 0
    before = 0
    for i in range(len(a)):
        if i == 0:
            cnt += 1
            continue
        if a[i] - a[before] >= x:
            cnt += 1
            before = i
    return cnt >= m


while left < right:
    mid = (left + right + 1) >> 1
    if check(mid):
        left = mid
    else:
        right = mid - 1
print("%d" % left)
相关推荐
代码游侠6 小时前
学习笔记——ESP8266 WiFi模块
服务器·c语言·开发语言·数据结构·算法
倦王6 小时前
力扣日刷26110
算法·leetcode·职场和发展
0和1的舞者6 小时前
Python 中四种核心数据结构的用途和嵌套逻辑
数据结构·python·学习·知识
weixin_462446236 小时前
Python 使用 PyQt5 + Pandas 实现 Excel(xlsx)批量合并工具(带图形界面)
python·qt·pandas
Hello.Reader6 小时前
PyFlink Configuration 一次讲透怎么配、配哪些、怎么“调得快且稳”
运维·服务器·python·flink
云和数据.ChenGuang6 小时前
Uvicorn 是 **Python 生态中用于运行异步 Web 应用的 ASGI 服务器**
服务器·前端·人工智能·python·机器学习
Hello.Reader6 小时前
PyFlink Table API / DataStream API / UDF / 依赖管理 / 运行时模式一篇打通(含示例代码与避坑)
python·flink
hui函数6 小时前
Python系列Bug修复|如何解决 pip install -r requirements.txt 私有仓库认证失败 401 Unauthorized 问题
python·bug·pip
hui函数6 小时前
Python系列Bug修复|如何解决 pip install -r requirements.txt 子目录可编辑安装缺少 pyproject.toml 问题
python·bug·pip
向量引擎6 小时前
复刻“疯狂的鸽子”?用Python调用Sora2与Gemini-3-Pro实现全自动热点视频流水线(附源码解析)
开发语言·人工智能·python·gpt·ai·ai编程·api调用