单调队列和其应用.docVIP

二分查找 三分查找 哈希(hash)查找 字符串查找（匹配） 单调队列 二分查找 1、简单定义：在一个单调有序的集合中查找元素，每次将集合分为左右两部分，判断解在哪个部分中并调整集合上下界，重复直到找到目标元素。 时间复杂度：O (logn)，优于直接顺序查找O(n) 例程： 数组中查找 //x：待查找的元素， n：数组集合大小， num数组单调递增 int low=0,high=n,mid,res = -1; //low:集合下界 high：集合上节 while(low=high) { mid=(low+high)/2; //mid:将集合分割为两部分 if(num[mid]==x) //查找到符合元素x { res = mid; break; } else if(num[mid]x) //x在右边部分，调整集合下界 low=mid+1; else //x在左边部分，调整集合上界 high=mid-1; } //若未找到x，则res = -1 查找连续函数的写法 //x：待查找的值，Caculate()：所要查找的函数,在这里单调递增 //需保证查找的值在区间范围内 double low=“区间下界”,high=“区间上界”,mid; while(high - low 1.0e-6) { mid = (high + low)/2; if(Caculate(mid)x) low=mid; else high=mid; } 常见拓展 对于某些问题，如果答案具有特定的范围，并且验证答案是否成立的函数具有单调性。则可以在范围内对答案进行二分验证，从而快速确定答案。 例子：披萨 题目大意：有f+1个人分n块披萨，每个人要求分得的面积一样，且披萨只能被切开而不能重新组合，求每个人能分到的最大面积v。 分析：对于每个确定的v，可以计算出最多能满足的人数p。因此得到一个单调递减的函数关系(v越大，P越小)，并且v的范围也可以确定为0~max(size(i)),i=1...n。 核心程序 bool judge(long long mid) { long long p = 0; for (int i = 0; i n; ++i) p += size[i] / mid; return p = f; } //由于精度差问题，考虑先将面积*转化为整数来二分 long long res,mid; while (low = high) { mid = (high + low) / 2; if (judge(mid) ) { low = mid + 1; res = mid; //最后结果为res } else high = mid - 1; } 总结 二分的思想在很多领域中都得到了广泛的应用，是很多算法的基础。相信不难理解整个二分查找的框架和用法。 二、三分法 当需要求某凸性或凹形函数的极值，通过函数本身表达式并不容易求解时，就可以用三分法不断逼近求解。 类似二分的定义Left和Right leftmid = (Left*2 + Right) / 3 rightmid = (Left + Right*2) / 3; 如果leftmid靠近极值点，则Right = rightmid； 否则(即rightmid靠近极值点)，则Left = leftmid; 例题： ZOJ 3203 Light Bulb /onlinejudge/showProblem.do?problemCode=3203 如图，人左右走动，求影子L的最长长度。 根据图，很容易发现当灯，人的头部和墙角成一条直线时(假设此时人站在A点)，此时的长度是影子全在地上的最长长度。当人再向右走时，影子开始投影到墙上，当人贴着墙，影子长度即为人的高度。所以当人从A点走到墙，函数是先递增再递减，为凸性函数，所以我们可以用三分法来求解。 核心程序： double cal(double x) { return (