二分查找是分治算法中一个典型的例子,将问题不断折半,其时间复杂度为O(logN),但前提是元素已经从小到大有序排列。
可将对数最常出现的规律概括为一般法则:如果一个算法用常数时间O(1)将问题的大小削减为其一部分(通常为一半),那么该算法是O(logN)的,相对的如果一个算法用常数时间只是把一个问题减少一个常数(如问题减少1),那么该算法是O(N)的。
基本的二分查找:
#include<iostream>
using namespace std;
int Binarysearch(int a[], int l, int r, int v)
{
int mid;
while (l <= r)
{
mid = (l + r) / 2; //折半
if (v > a[mid])
l = mid + 1;
else if (v < a[mid])
r = mid - 1;
else
return mid;
}
return -1; //没有找到
}
但是当数组排序中有多个大小相同的元素时,再使用二分查找就需要区分上下界了。
求下界的二分查找:返回查找对象出现的第一个位置!如果该对象不存在也会返回一个位置,在该位置插入该对象序列的顺序不变!
#include<iostream>
using namespace std;
int lowerbound(int a[], int l, int r, int v)
{
int mid;
while (l < r)
{
mid = (l + r) / 2;
if (v <= mid) //当mid大于等于v时,v的下界可能是mid,也可能在mid左边
r = mid;
else
l = mid + 1; //当mid小于v时,其下界只可能在v右边
}
return l;
}
求上界的二分查找:返回查找对象出现的最后一次位置的下一个位置。
#include<iostream>
using namespace std;
int uperbound(int a[], int l, int r, int v)
{
int mid;
while (l < r)
{
mid = (l + r) / 2;
if (v >= mid)
l=mid+1;
else
r = mid;
}
return l;
}
给出一组数据,求其最长上升子序列的最大长度:
首先区分子序列和子段。子段是连续的一段;而子序列可以是不连续的,但子序列元素之间的相对顺序是确定的。
定义一个d[k],装入的是长度为k的子序列的最后一个元素,因为我们要求最长的上升子序列,故当长度相同时肯定是d[k]优先装入小的元素!(同理如果要求最长不上升子序列,那么d[k]优先装入大的元素)
显然d[1]=a[1],最终得到的k就是最长上升子序列的长度。
#include<iostream>
using namespace std;
int arr[1000], ans[1000], len;
int search(int i) //使用求下界的二分查找查找位置
{
int l=0, r=len, mid;
while (l < r)
{
mid = (l + r) / 2;
if (arr[i] <= ans[mid])
r=mid;
else
l=mid+1;
}
return l;
}
int main()
{
int n;
cin >> n;
for (int i = 1; i <= n; i++)
cin >> arr[i];
ans[1] = arr[1];
len = 1;
for (int i = 2; i <= n; i++)
{
if (arr[i] > ans[len]) //如果是上升的,则长度加1,记录末尾元素
ans[++len] = arr[i];
else //否则能找到一个位置ans[j-1]<arr[i]<ans[j],将arr[i]插入到ans[j]中,满足相同长度下优先装入小的元素
{
int pos = search(i);
ans[pos] = arr[i];
}
}
cout << len << endl; //返回len为最长长度
return 0;
}