哈喽大家好！今天咱们来吃透算法面试和竞赛中的高频考点------二分算法，主要拆解「二分查找」和「二分答案」两大核心场景，全程基于C++实现，从原理到模板，从例题到避坑，新手也能轻松上手，老手也能查漏补缺～
先抛个核心结论：二分算法的本质是「减而治之」，利用解空间的「二段性」，每次将搜索范围减半，把O(n)的时间复杂度压缩到O(log n)，不管是有序数组查找，还是最值优化问题，都能高效解决。
一、基础铺垫：二分的核心前提与通用技巧
在讲具体算法前，先明确两个关键要点，避免后续踩坑：
1.1 二分的核心前提
二分能生效的关键的是「解空间具有二段性」：存在一个分界点，使得分界点一侧的所有元素都满足某个条件，另一侧都不满足（或反之）。没有二段性的问题，无法直接用二分解决。
比如：有序数组找目标值（分界点是目标值，左侧≤目标值，右侧≥目标值）；木材加工问题（分界点是最大可切割长度，左侧能切出足够段数，右侧不能）。
1.2 通用避坑技巧（C++专属）
-
mid计算：优先用
mid = left + (right - left) / 2，避免(left + right) / 2因left和right过大导致int溢出；也可写成mid = left + ((right - left) >> 1)（位运算效率更高）。 -
边界处理：二分的核心难点的是边界收缩，记住「模板化思维」，不要临时推导，避免死循环，下文会给出固定模板。
-
类型选择：涉及mid平方、乘积等操作时，优先用long long，防止溢出（比如LeetCode 69题求平方根）。
二、二分查找（Binary Search）：有序数组的精准定位
二分查找是最基础的二分场景，核心是「在有序数组中查找目标值的位置」，常见变种有：找第一个≥目标值、最后一个≤目标值、判断目标值是否存在等，我们重点讲两种通用模板，覆盖所有场景。
2.1 模板1：左闭右闭区间（最直观，适合精准查找）
区间定义：left和right都包含在搜索范围内（[left, right]），循环条件为left ≤ right，边界收缩时需同步调整left和right。
适用场景：判断目标值是否存在、找目标值的精确位置。
cpp
#include <iostream>
#include <vector>
using namespace std;
// 二分查找：左闭右闭区间，返回目标值下标，不存在返回-1
int binarySearch(vector<int>& nums, int target) {
int left = 0;
int right = nums.size() - 1; // 右边界初始化为数组最后一个下标（闭区间）
while (left ≤ right) { // 区间不为空就继续搜索
int mid = left + (right - left) / 2; // 避免溢出
if (nums[mid] == target) {
return mid; // 找到目标，直接返回下标
} else if (nums[mid] < target) {
left = mid + 1; // 目标在右半区，左边界右移（排除mid）
} else {
right = mid - 1; // 目标在左半区，右边界左移（排除mid）
}
}
return -1; // 循环结束，未找到目标
}
// 测试示例
int main() {
vector<int> nums = {1, 3, 5, 7, 9, 11, 13};
int target = 7;
int res = binarySearch(nums, target);
if (res != -1) {
cout << "目标值 " << target << " 的下标为：" << res << endl;
} else {
cout << "未找到目标值 " << target << endl;
}
return 0;
}运行结果：目标值 7 的下标为：3
2.2 模板2：左闭右开区间（边界更统一，适合找边界）
区间定义：left包含在搜索范围内，right不包含（[left, right)），循环条件为 left < right，边界收缩时只调整一侧。
适用场景：找第一个≥目标值、第一个>目标值、最后一个≤目标值的位置。
cpp
#include <iostream>
#include <vector>
using namespace std;
// 二分查找：左闭右开区间，找第一个≥target的元素下标（常用变种）
int binarySearchLeftBound(vector<int>& nums, int target) {
int left = 0;
int right = nums.size(); // 右边界初始化为数组长度（开区间，不包含最后一个元素）
while (left < right) { // 区间不为空就继续搜索
int mid = left + (right - left) / 2;
if (nums[mid] ≥ target) {
right = mid; // 满足条件，收缩右边界（保留mid，继续向左找）
} else {
left = mid + 1; // 不满足条件，左边界右移（排除mid）
}
}
// 循环结束后left == right，就是第一个≥target的下标
return left;
}
// 测试示例
int main() {
vector<int> nums = {1, 3, 5, 7, 9, 11, 13};
int target = 6;
int res = binarySearchLeftBound(nums, target);
cout << "第一个≥" << target << " 的元素下标为：" << res << "，元素值为：" << nums[res] << endl;
return 0;
}运行结果：第一个≥6 的元素下标为：3，元素值为：7
2.3 实战例题（LeetCode 35. 搜索插入位置）
题目描述：给定一个排序数组和一个目标值，在数组中找到目标值，并返回其索引。如果目标值不存在于数组中，返回它将会被按顺序插入的位置。
思路：直接复用「左闭右开模板」，找第一个≥target的位置，就是插入位置，代码如下：
cpp
class Solution {
public:
int searchInsert(vector<int>& nums, int target) {
int left = 0, right = nums.size();
while (left < right) {
int mid = left + (right - left) / 2;
if (nums[mid] ≥ target) {
right = mid;
} else {
left = mid + 1;
}
}
return left;
}
};复杂度分析：时间O(log n)，空间O(1)，高效解决问题。
三、二分答案：最值问题的"克星"
二分答案是二分算法的高级应用，核心是「将求最优解的问题，转化为判断某个值是否为可行解」，通过二分可行解空间，找到最优解。很多看似复杂的最值问题，用二分答案能轻松破局。
3.1 核心原理与适用场景
适用场景（重点记）：
-
求「最大值最小」或「最小值最大」问题（如：木材加工、砍树、跳石头）；
-
难以直接计算答案，但能快速判断某个值是否满足条件；
-
解空间具有单调性（满足二段性）。
核心步骤：
-
确定答案的取值范围（left：最小可能值，right：最大可能值）；
-
编写check函数：判断当前mid值是否满足题目要求（可行解）；
-
二分收缩范围：根据check结果，保留可行解区间，排除不可行区间；
-
循环结束，left（或right）即为最优解。
3.2 实战例题（洛谷 P2440 木材加工）
题目描述：有n根木材，长度分别为a1,a2,...,an，现在要把它们切成k段长度相同的木材，求每段木材的最大可能长度（木材长度为整数）。
思路：
-
答案范围：left=1（最小可能长度），right=最大木材长度（最大可能长度）；
-
check函数：判断以mid为每段长度，能否切出至少k段木材；
-
二分逻辑：若能切出k段（check(mid)=true），说明可以尝试更长的长度，收缩左边界；若不能，收缩右边界。
cpp
#include <iostream>
#include <vector>
#include <algorithm>
using namespace std;
// check函数：判断以mid为每段长度，能否切出至少k段
bool check(vector<int>& woods, int mid, int k) {
int count = 0; // 统计能切出的段数
for (int wood : woods) {
count += wood / mid; // 每根木材能切出的段数
if (count ≥ k) { // 提前退出，优化效率
return true;
}
}
return count ≥ k;
}
// 二分答案求最大长度
int maxWoodLength(vector<int>& woods, int k) {
int left = 1;
int right = *max_element(woods.begin(), woods.end()); // 最大木材长度
int ans = 0; // 存储最优解
while (left ≤ right) {
int mid = left + (right - left) / 2;
if (check(woods, mid, k)) {
ans = mid; // 记录可行解，尝试更大的长度
left = mid + 1;
} else {
right = mid - 1; // 不可行，尝试更小的长度
}
}
return ans;
}
// 测试示例
int main() {
int n, k;
cin >> n >> k;
vector<int> woods(n);
for (int i = 0; i < n; i++) {
cin >> woods[i];
}
int res = maxWoodLength(woods, k);
cout << "每段木材的最大可能长度为：" << res << endl;
return 0;
}测试输入：4 5，木材长度 4 4 4 4，运行结果：每段木材的最大可能长度为：3（4根木材各切1段3，共4段，不够5段？修正：输入改为5 5，木材长度4 4 4 4 4，结果为4）。
3.3 关键注意点（二分答案必看）
-
check函数是核心：必须准确判断mid是否满足条件，逻辑错误会导致答案偏差；
-
边界初始化：left和right必须覆盖所有可能的解，不能漏判（如木材加工中left不能为0，避免除0错误）；
-
最优解保存：二分过程中要记录可行解，避免循环结束后丢失正确答案（如上述例题中的ans变量）。
四、常见误区与避坑指南（重中之重）
4.1 误区1：认为二分只能用于有序数组
错误！二分的核心是「二段性」，不是「有序」。有序数组只是满足二段性的一种情况，二分答案场景中，解空间的单调性才是关键，与数组是否有序无关（如木材加工问题，木材长度可以无序）。
4.2 误区2：边界处理不当导致死循环
常见错误：
-
左闭右闭区间中，用
left = mid或right = mid，导致循环无法退出； -
左闭右开区间中，循环条件用
left ≤ right，导致越界。
解决方法：牢记两套模板，严格按照模板收缩边界，不临时修改逻辑。
4.3 误区3：mid计算溢出
错误写法：int mid = (left + right) / 2，当left和right接近2^31-1时，left+right会溢出，导致mid计算错误。
正确写法：int mid = left + (right - left) / 2 或 long long mid = (left + right) / 2（强制转换类型）。
4.4 误区4：二分答案忘记判断解的有效性
部分题目中，可能存在「没有可行解」的情况（如木材加工中，所有木材总长度<k），此时需要在最后判断ans是否有效，避免返回错误答案。
五、总结与练习推荐
5.1 核心总结
-
二分查找：针对有序数组，核心是「精准定位」，记住两套模板（左闭右闭、左闭右开），覆盖所有查找场景；
-
二分答案：针对最值问题，核心是「转化为判断问题」，重点是设计check函数和确定解空间；
-
共性：都利用二段性缩小区间，时间复杂度O(log n)，是高效算法的核心思想之一。
5.2 练习推荐（从易到难）
-
二分查找：LeetCode 704. 二分查找、LeetCode 35. 搜索插入位置、LeetCode 69. x的平方根；
-
二分答案：洛谷 P2440 木材加工、洛谷 P1873 砍树、LeetCode 410. 分割数组的最大值；
-
进阶：LeetCode 33. 搜索旋转排序数组（二分查找变种）、洛谷 P2678 跳石头（二分答案进阶）。
最后，二分算法的核心是「模板化+多练」，刚开始写可能会卡边界，但只要熟练掌握两套模板，多做几道例题，就能彻底吃透，再也不怕面试和竞赛中的二分问题啦！
如果觉得本文有用，欢迎点赞收藏，关注我，后续更新更多C++算法干货～