【算法通关指南:算法基础篇】二分算法: 1.A-B 数对 2.烦恼的高考志愿

【算法通关指南:算法基础篇】二分算法: 1.A-B 数对 2.烦恼的高考志愿
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,机器人等方向学习者
❄️个人专栏:《C语言》《【初阶】数据结构与算法》
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

本文将通过两道经典二分查找例题 ——A-B 数对与烦恼的高考志愿,带你系统掌握二分查找的核心思想与实用技巧。从排序预处理到lower_bound、upper_bound的灵活运用,再到手动实现二分与边界细节处理,由浅入深讲解算法原理与代码实现,帮助你快速攻克二分查找题型,提升编程思维与解题效率

一、A-B 数对

1.1题目

链接:A-B 数对

在这里插入图片描述

1.2 算法原理

由于顺序不影响最终结果,所以可以先把整个数组排序,来研究是佛否有其他的性质。
由A − B = C 得:B = A − C,由于C是已知的数,我们可以从前往后枚举所有的A ,然后去前面找有多少个符合要求的B ,正好可以用二分快速查找出区间的长度。
【STL使用】
1.lower_bound:传入要查询区间的左右迭代器(注意是左闭右开的区间,如果是数组就是左右指针)以及要查询的值k,然后返回该数组中 >= k的第一个位置
2.upper_bound :传入要查询区间的左右迭代器(注意是左闭右开的区间,如果是数组就是左右指针)以及要查询的值k ,然后返回该数组中 > k 的第⼀个位置;

例:a = [10, 20, 20, 20, 30, 40] ,设下标从1 开始计数,在整个数组中查询20 :lower_bound(a + 1, a + 1 + 6, 20) ,返回a + 2 位置的指针;upper_bound(a + 1, a + 1 + 6, 20) ,返回a + 5 位置的指针;

然后两个指针相减,就是包含20 这个数区间的长度。

在这里插入图片描述

1.3代码

#include <iostream>#include <algorithm> using namespace std; typedef long long LL; const int N=2e5+10;LL a[N]; int main(){ int n, c; cin >> n >> c;for(int i =1; i <= n; i++) cin >> a[i];sort(a +1,a +1+ n);LL ret =0;for(int i =2; i <= n; i++){LL b = a[i]- c; ret +=upper_bound(a +1,a + i +1,b)-lower_bound(a +1, a +1+ i, b);} cout << ret << endl;return0;}
注:同时STL的使用范围很「局限」,查询「有序序列」的时候才有用,数组无序的时候就无法使用。但是我们的二分算法也能在「数组无序」的时候使用,只要有「二段性」即可

二、烦恼的高考志愿

2.1 题目

链接:烦恼的高考志愿

在这里插入图片描述

2.2 算法原理

先把学校的录取分数「排序」,然后针对每一个学生成绩 ,在「录取分数」中二分出≥ b的「第一个」位置pos,那么差值最小的结果要么在pos位置,要么在位置pos - 1,那么最后的不满意度求法就为:
abs(a[pos] − b)与abs(a[pos − 1] − b)的最小值。

注:细节问题
如果所有元素都大于b的时候,pos − 1 会在0 下标的位置,有可能结果出错;
• 如果所有元素都小于pos的时候,pos会在n的位置,此时结果倒不会出错,但是我们要想到这个细节问题,这道题不出错不代表下⼀道题不出错。
解决方法:加上两个左右护法,结果就不会出错了

2.3 代码

//烦恼的高考志愿 #include <iostream>#include <algorithm> using namespace std; typedef long long LL; const int N=1e5+10;LL a[N],b[N],m,n;LLfind(LL x){ int l =1, r = m;while(l < r){LL mid =(l + r)/2;if(a[mid]>= x) r = mid;else l = mid +1;}return l;} int main(){ cin >> m >> n;for(int i =1; i <= m; i++) cin >> a[i];//设置左护法 a[0]=-1e7;sort(a +1, a +1+ m);LL ret =0;for(int i =1; i <= n; i++){ cin >> b[i];LL pos =find(b[i]); ret +=min(abs(a[pos -1]- b[i]),abs(a[pos]- b[i]));} cout << ret << endl;return0;}

总结与每日励志

✨通过两道题目,我们学会了利用排序与二分查找快速统计数对、寻找最优匹配,理解了边界处理与 STL 函数的正确使用。二分的本质是寻找二段性,代码简洁却考验思维。愿你在算法学习路上保持耐心与专注,每一次思考都在沉淀成长,永远相信美好的事情即将发生,坚持下去,终会遇见更优秀的自己。

在这里插入图片描述

Read more

Flutter 三方库 google_maps_flutter 的鸿蒙化适配指南 - 实现全球化地图能力集成、支持多样化标记与多模式渲染逻辑

Flutter 三方库 google_maps_flutter 的鸿蒙化适配指南 - 实现全球化地图能力集成、支持多样化标记与多模式渲染逻辑

欢迎加入开源鸿蒙跨平台社区:https://openharmonycrossplatform.ZEEKLOG.net Flutter 三方库 google_maps_flutter 的鸿蒙化适配指南 - 实现全球化地图能力集成、支持多样化标记与多模式渲染逻辑 前言 在进行 Flutter for OpenHarmony 的全球化(Global)应用开发时,google_maps_flutter 是集成地理位置服务的首选。虽然在中国大陆市场,高德、百度地图更为常用,但对于需要出海、面向全球鸿蒙用户的开发者来说,适配 Google Maps 至关重要。本文将探讨如何在鸿蒙系统下利用该库的核心能力构建强大的地图应用。 一、原理解析 / 概念介绍 1.1 基础原理 google_maps_flutter 采用了典型的“外置渲染(External Rendering)”模式。

By Ne0inhk
【AIGC】ChatGPT保护指令:高效提升GPTs提示词与知识库文件的安全性

【AIGC】ChatGPT保护指令:高效提升GPTs提示词与知识库文件的安全性

博客主页: [小ᶻ☡꙳ᵃⁱᵍᶜ꙳]本文专栏: AIGC |GPTs应用实例 文章目录 * 💯前言 * 💯新建未加保护指令的GPTs * 测试获取GPTs的提示词Prompt指令与知识库文件 * 💯给GPTs添加保护指令 * 方法一 * 方法二 * 方法三 * 方法四 * 💯增强GPTs安全性的其他建议 * 💯小结 * 关于GPTs指令如何在ChatGPT上使用,请看这篇文章: 【AIGC】如何在ChatGPT中制作个性化GPTs应用详解     https://blog.ZEEKLOG.net/2201_75539691?type=blog * 关于如何使用国内AI工具复现类似GPTs效果,请看这篇文章: 【AIGC】国内AI工具复现GPTs效果详解     https://blog.ZEEKLOG.net/2201_75539691?type=blog 💯前言 在 人工智能技术快速发展 的今天,ChatGPT 以其强大的对话能力和广泛的应用场景深受关注。然而,随着其功能的广泛使用,安全性问题也逐渐浮

By Ne0inhk

从零到一:Stable Diffusion 本地部署与云端体验的终极对比

从零到一:Stable Diffusion 本地部署与云端体验的终极对比 当AI绘画从科幻概念变成触手可及的生产力工具,Stable Diffusion无疑站在了这场变革的最前沿。不同于传统设计软件对专业技能的严苛要求,也不同于Midjourney等闭源产品的"黑箱"体验,SD以开源姿态降低了创意表达的门槛。但面对本地部署的硬件挑战与云端服务的便利性,创作者们该如何选择?本文将深入拆解两种路径的实战差异,帮你找到最适合自己的AI绘画解决方案。 1. 硬件与环境的博弈:本地部署的真实成本 在理想状态下,本地部署能提供最自由的创作环境。但现实中的硬件门槛往往成为第一道拦路虎。不同于普通图形软件对CPU的依赖,Stable Diffusion的核心算力来自GPU的CUDA核心,这直接决定了生成速度与图像质量的上限。 显存容量与生成效率的量化关系: 显卡型号显存容量512x512图像生成时间支持最高分辨率GTX 10606GB45-60秒768x768RTX 306012GB8-12秒1024x1024RTX 308010GB5-8秒1536x1536RTX 409024GB2

By Ne0inhk
【AIGC】结构化的力量:ChatGPT 如何实现高效信息管理

【AIGC】结构化的力量:ChatGPT 如何实现高效信息管理

博客主页: [小ᶻ☡꙳ᵃⁱᵍᶜ꙳]本文专栏: AIGC |ChatGPT 文章目录 * 💯前言 * 💯结构化的定义 (Structuration: Definition) * 1. 结构化的定义 * 2. 结构化的示例 * 3. 技术领域中的结构化数据 * 💯有序的规则的重要性 (Importance of Orderly Rules) * 1. 信息的组织和转变 * 2. 字典中的例子 * 3. 规则的有序性 * 4. 生活中的例子 * 💯结构化的实际应用 (Practical Applications of Structuration) * 1. 结构化的广泛应用 * 2. 现代科技领域中的重要性 * 3. 结构化的意义 * 💯小结 💯前言 在人工智能生成内容(AIGC)的浪潮中,信息的高效组织和管理成为突破瓶颈的关键能力。结构化,作为一种通过明确规则和逻辑对信息进行处理的方法,不仅奠定了高效信息管理的基础,

By Ne0inhk