AcWing 789. 数的范围——算法基础课题解

2024-04-07 16:44

本文主要是介绍AcWing 789. 数的范围——算法基础课题解,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

AcWing 789. 数的范围

题目描述

给定一个按照升序排列的长度为 n 的整数数组,以及 q 个查询。

对于每个查询,返回一个元素 k 的起始位置和终止位置(位置从 00 开始计数)。

如果数组中不存在该元素,则返回 -1 -1

输入格式

第一行包含整数 n 和 q,表示数组长度和询问个数。

第二行包含 n 个整数(均在 1∼10000 范围内),表示完整数组。

接下来 q 行,每行包含一个整数 k,表示一个询问元素。

输出格式

共 q 行,每行包含两个整数,表示所求元素的起始位置和终止位置。

如果数组中不存在该元素,则返回 -1 -1

数据范围

1≤n≤100000
1≤q≤10000
1≤k≤10000

输入样例

6 3
1 2 2 3 3 4
3
4
5

输出样例

3 4
5 5
-1 -1
C++
#include <iostream>using namespace std;const int N = 1e5 + 10;int main() {int n, q;int a[N];cin >> n >> q;for (int i = 0; i < n; i++) cin >> a[i];while (q--) {int x;cin >> x;int l = 0, r = n - 1;while (l < r) {int mid = (l + r) >> 1;if (a[mid] >= x) r = mid;else l = mid + 1;}if (a[l] != x) cout << "-1 -1" << endl;else {cout << l << " ";l = 0, r = n - 1;while (l < r) {int mid = (l + r + 1) >> 1;if (a[mid] <= x) l = mid;else r = mid - 1;}cout << l << endl;}}
}
Go
package mainimport "fmt"const N = 1e5 + 10func main() {var n, q intvar a [N]intfmt.Scanf("%d%d", &n, &q)for i := 0; i < n; i++ {fmt.Scanf("%d", &a[i])}for i := q; i > 0; i-- {var x intfmt.Scanf("%d", &x)l := 0r := n - 1for l < r {mid := (l + r) / 2if a[mid] >= x {r = mid} else {l = mid + 1}}if a[l] != x {fmt.Println("-1 -1")} else {fmt.Print(l, " ")l = 0r = n - 1for l < r {mid := (l + r + 1) / 2if a[mid] <= x {l = mid} else {r = mid - 1}}fmt.Println(l)}}
}
思路

寻找左边界使用q[mid] >= x的逻辑

当我们使用q[mid] >= x条件时,意味着每当中间元素的值大于等于目标值时,我们都将搜索范围的右边界调整为mid。这样做的效果是:

  1. 如果q[mid]等于x,那么这个位置可能是x的最左侧出现位置,但我们还需要继续向左搜索,以确认是否有更左侧的x。因此,我们将右边界调整为mid,以缩小搜索范围,继续向左侧寻找。
  2. 如果q[mid]大于x,即使这个值不是我们要找的,它仍然表明x(如果存在)必定在mid的左侧,因此我们同样需要将右边界调整为mid,以排除右侧的非目标区域。

为何不使用q[mid] > x

如果我们使用q[mid] > x来决定是否调整右边界,则当q[mid]恰好等于x时,我们会继续在右侧半区间搜索,这将错过最左侧的x,因为我们没有排除中间元素即使它等于x

寻找右边界使用q[mid] <= x的逻辑

  1. q[mid]等于x:即使我们找到了一个x,我们仍需要确定这是否是最右侧的x。因此,我们将左边界l调整为mid,而不是结束搜索。这样可以保证如果存在多个x,我们最终能找到最右边的一个。搜索继续在当前找到的x的右侧进行,因为左边的x已经不影响结果了。
  2. q[mid]小于x:这意味着mid及其左侧的所有元素都不可能是我们要找的最右侧的x(它们要么是更小的值,要么是x但不是最右侧的)。因此,我们需要向右继续搜索,调整左边界为mid

为何不使用q[mid] < x

使用q[mid] < x来调整左边界可能会错过目标值x的最右侧位置。当q[mid]正好等于x时,我们希望继续探索右侧可能存在的更右侧的x。如果我们仅在q[mid]小于x时向右移动,那么就会在找到第一个x时停止搜索,从而错过了数组中后续的x

当寻找左边界时mid通常计算为(l + r) >> 1,即(l + r) / 2的下取整。这种方式的目的是在左右边界不断逼近时,能够偏向左侧,确保不会错过最左侧的目标值。特别是当lr相邻时,这种计算方法能保证mid等于l,避免跳过搜索范围内的最左侧元素。

  • 防止无限循环:使用(l + r) >> 1在更新右边界r = mid时,由于取整的方式,可以保证r向左移动,这避免了在特定条件下可能发生的无限循环。

寻找右边界时mid计算为(l + r + 1) >> 1,即(l + r + 1) / 2的下取整。这里加1的目的是为了在计算中点时向上取整,当lr相邻时,能够让mid等于r,确保搜索范围向右移动,从而能够覆盖到最右侧的目标值。

  • 防止无限循环:在更新左边界l = mid时,由于向上取整,可以保证l向右移动,这同样避免了可能的无限循环。特别是在lr非常接近时,如果仍然使用(l + r) >> 1作为mid的计算方式,则可能导致l无法向右逼近,从而陷入无限循环。
模板
bool check(int x) {/* ... */} // 检查x是否满足某种性质// 区间[l, r]被划分成[l, mid]和[mid + 1, r]时使用:
int bsearch_1(int l, int r)
{while (l < r){int mid = l + r >> 1;if (check(mid)) r = mid;    // check()判断mid是否满足性质else l = mid + 1;}return l;
}
// 区间[l, r]被划分成[l, mid - 1]和[mid, r]时使用:
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;
}

这篇关于AcWing 789. 数的范围——算法基础课题解的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/883125

相关文章

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

poj 3974 and hdu 3068 最长回文串的O(n)解法(Manacher算法)

求一段字符串中的最长回文串。 因为数据量比较大,用原来的O(n^2)会爆。 小白上的O(n^2)解法代码:TLE啦~ #include<stdio.h>#include<string.h>const int Maxn = 1000000;char s[Maxn];int main(){char e[] = {"END"};while(scanf("%s", s) != EO

秋招最新大模型算法面试,熬夜都要肝完它

💥大家在面试大模型LLM这个板块的时候,不知道面试完会不会复盘、总结,做笔记的习惯,这份大模型算法岗面试八股笔记也帮助不少人拿到过offer ✨对于面试大模型算法工程师会有一定的帮助,都附有完整答案,熬夜也要看完,祝大家一臂之力 这份《大模型算法工程师面试题》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

dp算法练习题【8】

不同二叉搜索树 96. 不同的二叉搜索树 给你一个整数 n ,求恰由 n 个节点组成且节点值从 1 到 n 互不相同的 二叉搜索树 有多少种?返回满足题意的二叉搜索树的种数。 示例 1: 输入:n = 3输出:5 示例 2: 输入:n = 1输出:1 class Solution {public int numTrees(int n) {int[] dp = new int

【Linux 从基础到进阶】Ansible自动化运维工具使用

Ansible自动化运维工具使用 Ansible 是一款开源的自动化运维工具,采用无代理架构(agentless),基于 SSH 连接进行管理,具有简单易用、灵活强大、可扩展性高等特点。它广泛用于服务器管理、应用部署、配置管理等任务。本文将介绍 Ansible 的安装、基本使用方法及一些实际运维场景中的应用,旨在帮助运维人员快速上手并熟练运用 Ansible。 1. Ansible的核心概念