标签：二分 0x40 方案 int 厚度 mid 二分法 最优
二分模板一共有两个，分别适用于不同情况。
算法思路：假设目标值在闭区间[l, r]中， 每次将区间长度缩小一半，当l = r时，我们就找到了目标值。
版本1
在单调递增序列a中查找>=x的数中最小的一个（即x或x的后继）
当我们将区间[l, r]划分成[l, mid]和[mid + 1, r]时，其更新操作是r = mid或者l = mid + 1;，计算mid时不需要加1。
C++ 代码模板：
int bsearch_1(int l, int r)
{
while (l < r)
{
int mid = l + r >> 1;
if (check(mid)) r = mid;
else l = mid + 1;
}
return l;
}
版本2
在单调递增序列a中查找<=x的数中最大的一个（即x或x的前驱）
当我们将区间[l, r]划分成[l, mid - 1]和[mid, r]时，其更新操作是r = mid - 1或者l = mid;，此时为了防止死循环，计算mid时需要加1。
C++ 代码模板：
int bsearch_2(int l, int r)
{
while (l < r)
{
int mid = l + r + 1 >> 1;
if (check(mid)) l = mid;
else r = mid - 1;
}
return l;
}
一个宏观的最优化问题也可以抽象为函数，其“定义域”是该问题下的可行方案，对这些可行方案进行评估得到的数值构成函数的“值域”，最优解就是评估值最优的最优解就是评估值最优的方案(不妨设评分越高越优)。假设最优解的评分是S，显然对于任何x>S，都不存在一个合法的方案达到x分，否则就与S的最优性矛盾:而对于任何x≤S，一定存在一个合法的方案达到或超过x分，因为最优解就满足这个条件。这样问题的值域就具有一种特殊的单调性，在S的一侧合法、在S的另一侧不合法，就像一个在(-∞，s]上值为1，在(S,+∞]上值为0的分段函数，可通过二分找到这个分界点S。借助二分，我们把求最优解的问题，转化为给定一个值mid，判定是否存在一个可行方案评分达到mid的问题。接下来我们通过一个经典的例子理解上述概念。
有N本书排成一行，已知第i本的厚度是Ai把它们分成连续的M组，使T最小化，其中T表示厚度之和最大的一组的厚度。题目描述中出现了类似于“最大值最小”的含义，这是答案具有单调性，可用二分转化为判定的最常见、最典型的特征之一。如果我们以“把书划分为M组的方案”作为定义域，“厚度之和最大的一组的厚度”作为评分(即值域)，需要最小化这个厚度值，也就是评分越小越优。相应地，假设最终答案为S，因为S的最优性，如果要求每组的厚度都<S，那么这M组一定不能容纳这些书，可能需要更多的组才能把书分完，也就意味着对于本题的限制条件不存在可行的分书方案。如果每组的厚度可以>S那么一定存在一种分书方案使得组数不会超过M。最优解就处于分书可行性的分界点。
标签：二分,0x40,方案,int,厚度,mid,二分法,最优 来源： https://www.cnblogs.com/clarencezzh/p/10799446.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。