【算法通关指南:算法基础篇】二分答案专题:1.木材加工 2.砍树

【算法通关指南:算法基础篇】二分答案专题:1.木材加工 2.砍树
在这里插入图片描述
🔥小龙报:个人主页
🎬作者简介:C++研发,嵌入式,机器人方向学习者
❄️个人专栏:《算法通关指南 》
永远相信美好的事情即将发生
在这里插入图片描述

文章目录


前言

二分答案是算法竞赛与笔试中极具技巧性的高分解法,核心思路是将复杂求解转化为简洁的二分+判定,专门解决「最大值最小」「最小值最大」等经典问题。本文从原理到实战,结合两道高频例题,带你从零掌握二分答案的核心逻辑与代码模板,轻松搞定同类题型。

一、二分答案

二分答案准确来说,应该叫做「二分答案 + 判断」
二分答案可以处理大部分「最大值最小」以及「最小值最大」的问题。如果「解空间」在从小到大的「变化」过程中,「判断」答案的结果出现「二段性」,此时我们就可以「二分」这个「解空间」,通过「判断」,找出最优解。

二、二分答案经典算题

2.1 木材加工

2.1.1题目

链接:
木材加工

在这里插入图片描述

2.1.2 算法原理

2.1.3 代码

//木材加工 #include <iostream> using namespace std; const int N=1e5+10; typedef long long LL;LL a[N],n,k;//计算在切割长度为x情况下切几段 LLcacl(LL x){LL cnt =0;for(int i =1; i <= n; i++) cnt += a[i]/ x;return cnt;} int main(){ cin >> n >> k;for(int i =1; i <= n; i++) cin >> a[i]; int l =0, r =1e8;while(l < r){LL mid =(l + r +1)/2;if(cacl(mid)>= k) l = mid;else r = mid -1;} cout << l << endl;return0;}

2.2 砍树

2.2.1 题目

链接:砍树

在这里插入图片描述

2.2.2 算法原理

设伐木机的高度为H ,能得到的木材为C 。根据题意,我们可以发现如下性质,:
• 当H 增大的时候,C 在减小。
• 当H 减小的时候,C 在增大。
那么在整个「解空间」里面,设最终的结果是ret ,于是有:
• 当H ≤ ret 时C>=M , 也就是「伐木机的高度」大于等于「最优高度」时,能得到的木材「大于等于」M 。
• 当H > ret 时C < M , 也就是「伐木机的高度」小于等于「最优高度」时,能得到的木材「小于」M 。

2.2.3 代码

//EKO/ 砍树 #include <iostream> using namespace std; const int N=1e6+10; typedef long long LL;LL a[N],n,m;LLcacl(LL mid){LL ret =0;for(int i =1; i <= n; i++){if(a[i]- mid >0) ret += a[i]- mid;}return ret;} int main(){ cin >> n >> m;for(int i =1; i <= n; i++) cin >> a[i];LL l =1, r =2e9;while(l < r){LL mid =(l + r +1)/2;if(cacl(mid)>= m) l = mid;else r = mid -1;} cout << l << endl;return0;}

总结与每日励志

✨二分答案的关键,是抓住解空间的二段性,通过二分缩小范围、用判断函数验证合法性,思路清晰、效率极高。掌握这一思维,不仅能拿下算法题,更能学会用逻辑拆解难题。前路漫漫亦有收获,坚持刷题、稳步进阶,永远相信美好的事情即将发生,你付出的每一份努力,都在为更优秀的自己铺路。 永远相信美好的事情即将发生

在这里插入图片描述

Read more

Redis Hash 全解析:从入门到精通,解锁高性能对象存储的钥匙

Redis Hash 全解析:从入门到精通,解锁高性能对象存储的钥匙

前言 在现代应用开发中,我们无时无刻不在与“对象”打交道——用户信息、商品详情、配置项、会话数据……如何高效、清晰地在缓存或数据库中存储这些结构化数据,是每一个开发者都需要面对的课题。 你可能会想到将一个对象序列化成 JSON 字符串,然后用一个简单的 Key-Value 方式存入 Redis。这确实是一种方法,但当你只想修改对象的某一个属性(比如用户的积分)时,就不得不读取整个 JSON 字符串,反序列化成对象,修改属性,再序列化回 JSON,最后整个写回 Redis。这个过程不仅繁琐,而且在并发环境下极易引发数据覆盖问题,性能开销也相当可观。 那么,有没有一种更原生、更高效的方式来处理这种“对象”存储呢?答案是肯定的。Redis 为我们提供了一种强大的数据结构,它天生就是为了解决这类问题而生——Hash(哈希/散列)。 本文将带领你深入探索 Redis Hash

By Ne0inhk
数据结构【AVL树】

数据结构【AVL树】

AVL树 * 1.AVL树 * 1.1AVL的概念 * 1.2平衡因子 * 2.AVl树的实现 * 2.1AVL树的结构 * 2.2AVL树的插入 * 2.3 旋转 * 2.3.1 旋转的原则 1.AVL树 1.1AVL的概念 AVL树可以是一个空树。 它的左右子树都是AVL树,且左右子树的高度差的绝对值不超过1。AVL树是一颗高度平衡搜索二叉树,通过控制高度差去控制平衡。 AVL树整体结点数量和分布和完全二叉树类似,高度可以控制在 logN ,那么增删查改的效率也可以控制在O(logN ) ,相比二叉搜索树有了本质的提升。 1.2平衡因子 结点的平衡因子=右子树的高度减去左子树的高度,也就是说任何结点的平衡因子等于0/1/-1,AVL树并不是必须要平衡因子,但是有了平衡因子可以更方便我们去进行观察和控制树是否平衡,就像⼀个风向标一样。 为什么AVL树是高度平衡搜索二叉树,要求高度差不超过1,而不是高度差是0呢? 因为例如二和四个结点无法达到0.

By Ne0inhk
玩转二叉树:数据结构中的经典之作

玩转二叉树:数据结构中的经典之作

、 嘿嘿,家人们,今天咱们来详细剖析数据结构中的二叉树,好啦,废话不多讲,开干! 1:树的概念以及结构 1.1:树的概念 1.2:树的相关概念 1.3:树的表示 1.3.1:左孩子右兄弟表示法 2:二叉树的概念以及结构 2.1:概念 2.2:特殊的二叉树 2.3:二叉树的性质 2.4:二叉树的存储结构 2.4.1:顺序存储 2.4.2:链式存储 3:二叉树的顺序结构以及实现 3.1:二叉树的顺序结构 3.2:

By Ne0inhk