一,引导简介
简单的来看三分法实际就是二分法的另一种扩展,可以完全的看成二分法,我们介绍几个特殊的点,才能使用这个解法来进行相关的算法求解:求解单调性改变的点,在本个区间中只有一个导数为 0 的点,使用下面的模板进行求解即可。
三分法是一种用于在有序数组或函数上进行搜索的算法,其主要思想是将搜索空间分成三个部分,而不是传统的二分法(将搜索空间分为两半)。这可以在某些情况下更快地找到目标值。
下面是三分法的基本工作原理和步骤:
-
确定搜索范围: 首先,你需要确定搜索的范围。这通常是一个有序数组或一个连续的函数区间。
-
将搜索范围分成三等分: 与二分法不同,三分法将搜索范围分成三个部分,而不是两个。你需要找到两个分隔点,将搜索范围划分为三个部分。这两个分隔点通常距离搜索范围的两端相等距离。
-
比较中点: 计算并比较中点1和中点2处的函数值或数组元素值。根据比较的结果,你可以确定目标值位于哪个部分:左侧、中间还是右侧。
-
更新搜索范围: 根据上一步的比较结果,你可以缩小搜索范围。如果目标值在左侧部分,将搜索范围更新为左半部分;如果在右侧,将搜索范围更新为右半部分;如果在中间,你已经找到了目标值。
-
重复步骤: 重复步骤2至4,直到找到目标值或搜索范围足够小。
三分法的主要优点是,在某些情况下,它可以比二分法更快地找到目标值,因为它在每一步将搜索范围缩小为三分之一,而不是一半。这对于某些特定的函数或问题非常有效,但并不适用于所有情况。
需要注意的是,三分法通常用于连续函数的优化问题,以寻找函数的最大值或最小值,而不仅仅是查找特定值。在算法竞赛中,你可能会遇到需要使用三分法的问题,尤其是涉及到优化的情况。
二,算法重现
/*
1.算法 : 三分法
2.算法思想 : 三分法使用二分法的主要框架,并且通过单导数为零的函数特性进行的修改
3.算法实现 : 整个框架和二分法一致 , check() 函数函数的写法可以自行模拟 ,
一般情况下 我们对比较小的函数进行操作 。
*/
#include <iostream>
#define eps 0.000001
using namespace std ;
const int N = 20 ;
double q[N] ;
int n ;
double l , r ;
bool check()
{
}
int main ()
{
cin >> n >> l >> r ;
for(int i = n ; i >= 0 ; i -- )
cin >> q[i] ;
while ( r - l > eps )
{
double mid1 = (r - l ) * ( 1.0 / 3) + l ;
double mid2 = (r - l )* (2.0 / 3) + l ;
if(check()) r = mid2 ;
else l = mid1 ;
}
// 主要操作 。
cout << l << endl ;
return 0 ;
}
三,在线解题
题目来源洛谷,仅作学习使用,侵权请联系删除
【模板】三分法
题目描述
如题,给出一个 N N N 次函数,保证在范围 [ l , r ] [l, r] [l,r] 内存在一点 x x x,使得 [ l , x ] [l, x] [l,x] 上单调增, [ x , r ] [x, r] [x,r] 上单调减。试求出 x x x 的值。
输入格式
第一行一次包含一个正整数 N N N 和两个实数 l , r l, r l,r,含义如题目描述所示。
第二行包含 N + 1 N + 1 N+1 个实数,从高到低依次表示该 N N N 次函数各项的系数。
输出格式
输出为一行,包含一个实数,即为 x x x 的值。若你的答案与标准答案的相对或绝对误差不超过 1 0 − 5 10^{-5} 10−5 则算正确。
样例 #1
样例输入 #1
3 -0.9981 0.5
1 -3 -3 1
样例输出 #1
-0.41421
提示
对于 100 % 100\% 100% 的数据, 6 ≤ N ≤ 13 6 \le N \le 13 6≤N≤13,函数系数均在 [ − 100 , 100 ] [-100,100] [−100,100] 内且至多 15 15 15 位小数, ∣ l ∣ , ∣ r ∣ ≤ 10 |l|,|r|\leq 10 ∣l∣,∣r∣≤10 且至多 15 15 15 位小数。 l ≤ r l\leq r l≤r。
【样例解释】
如图所示,红色段即为该函数 f ( x ) = x 3 − 3 x 2 − 3 x + 1 f(x) = x^3 - 3 x^2 - 3x + 1 f(x)=x3−3x2−3x+1 在区间 [ − 0.9981 , 0.5 ] [-0.9981, 0.5] [−0.9981,0.5] 上的图像。
当 x = − 0.41421 x = -0.41421 x=−0.41421 时图像位于最高点,故此时函数在 [ l , x ] [l, x] [l,x] 上单调增, [ x , r ] [x, r] [x,r] 上单调减,故 x = − 0.41421 x = -0.41421 x=−0.41421,输出 − 0.41421 -0.41421 −0.41421。
#include <iostream>
#define eps 0.000001
using namespace std ;
const int N = 20 ;
double q[N] ;
int n ;
double l , r ;
double f(double x )
{
double sum = 0 ;
for(int i = 0 ; i <= n ; i ++ )
{
double ans = q[i] ;
for(int j = 0 ; j < i ; j ++ )
{
ans *= x ;
}
sum += ans ;
}
return sum ;
}
int main ()
{
cin >> n >> l >> r ;
for(int i = n ; i >= 0 ; i -- )
cin >> q[i] ;
while ( r - l > eps )
{
double mid1 = (r - l ) * ( 1.0 / 3) + l ;
double mid2 = (r - l )* (2.0 / 3) + l ;
if(f(mid2) < f(mid1) ) r = mid2 ;
else l = mid1 ;
}
cout << l << endl ;
return 0 ;
}