二分查找在分巧克力问题中的应用与实现

1. 问题背景与需求分析

最近在准备蓝桥杯竞赛时遇到一道有趣的算法题——"分巧克力"。题目描述看似简单，却蕴含了典型的二分查找应用场景。作为一名算法竞赛选手，我想通过这篇博文详细记录解题思路和实现过程，帮助同样在备赛的同学们掌握这类问题的解决方法。

问题的核心是：给定N块不同尺寸的矩形巧克力，需要切割出K块相同大小的正方形巧克力，且要求这些正方形的边长尽可能大。这在实际生活中也很常见——比如要把一大块巧克力公平地分给多个小朋友，每个人都希望得到尽可能大的一块。

2. 解题思路与算法选择

2.1 暴力解法与复杂度分析

最直观的解法是从最大可能的边长开始尝试，逐步减小边长，直到找到能满足K块要求的最大边长。对于每块巧克力，边长为s时能切出的正方形数量为⌊Hᵢ/s⌋ × ⌊Wᵢ/s⌋。

但这种暴力解法在最坏情况下需要尝试1e5次（因为边长最大1e5），每次尝试需要遍历N块巧克力，总时间复杂度O(N×max(H,W))，对于N,K≤1e5的数据规模显然会超时。

2.2 二分查找的适用性

观察到边长s与能否切出足够数量的巧克力之间存在单调性：

• 当s增大时，每块巧克力能切出的数量减少，总数量也减少
• 当s减小时，总数量增加

这种单调性使我们可以使用二分查找来高效确定最大满足条件的边长。二分查找能将时间复杂度降为O(N log(max(H,W)))，完美适应题目数据规模。

3. 算法实现详解

3.1 核心代码结构

cpp复制#include <bits/stdc++.h>
using namespace std;

int n, k;
int h[100005], w[100005];

// 计算当边长为mid时，总共能切出多少块巧克力
long long count(int mid) {
    long long sum = 0;
    for(int i = 0; i < n; i++) {
        sum += (h[i] / mid) * (w[i] / mid);
    }
    return sum;
}

int main() {
    cin >> n >> k;
    for(int i = 0; i < n; i++) {
        cin >> h[i] >> w[i];
    }
    
    int left = 1, right = 1e5;
    int ans = 1;
    while(left <= right) {
        int mid = (left + right) / 2;
        long long num = count(mid);
        if(num >= k) {
            ans = mid;
            left = mid + 1;
        } else {
            right = mid - 1;
        }
    }
    cout << ans;
    return 0;
}

3.2 关键函数解析

count(mid)函数计算当前边长mid下能切出的巧克力总数：

1. 遍历所有N块巧克力
2. 对每块巧克力，计算能切出的正方形数量：(长度/mid) × (宽度/mid)
3. 累加所有巧克力的数量

3.3 二分查找实现细节

1. 初始化边界：left=1（最小边长），right=1e5（最大可能边长）
2. 循环条件：while(left <= right)确保搜索空间有效
3. 中点计算：mid = (left + right) / 2
4. 判断逻辑：
   • 如果count(mid) >= k，说明当前边长可能偏小，尝试更大的边长（left = mid + 1）
   • 否则，说明边长太大，尝试更小的边长（right = mid - 1）
5. 结果更新：每当找到满足条件的边长时，更新ans

4. 边界条件与注意事项

4.1 输入处理要点

• 题目保证至少能切出1×1的巧克力，所以无需处理无解情况
• 使用数组存储所有巧克力的尺寸，避免重复IO操作
• 注意数据范围：N,K≤1e5，使用普通int足够

4.2 二分查找的易错点

1. 循环条件：必须是left <= right，而不是left < right，否则可能漏解
2. 中点更新：当count(mid) >= k时，需要记录当前mid为候选答案
3. 边界移动：left和right的更新必须±1，避免死循环
4. 初始右边界：可以取max(max(Hᵢ), max(Wᵢ))，但直接取1e5更简单且不影响效率

4.3 性能优化技巧

1. 提前终止：如果在二分过程中发现count(mid) == k，可以直接返回mid
2. 右边界优化：可以先遍历一次找出所有巧克力中的最小边，作为右边界初始值
3. 输入优化：对于大规模数据，使用更快的输入方法（如scanf或快速读取）

5. 算法正确性证明

5.1 单调性证明

对于任意两块巧克力A和B，如果s₁ < s₂，则：

• A能切出的数量：⌊Hₐ/s₁⌋ × ⌊Wₐ/s₁⌋ ≥ ⌊Hₐ/s₂⌋ × ⌊Wₐ/s₂⌋
• B同理
  因此总和也满足单调不减的性质

5.2 二分查找的正确性

二分查找依赖于问题的解空间具有单调性，本题中：

• 存在一个临界值s₀，使得：
  • 对所有s ≤ s₀，count(s) ≥ k
  • 对所有s > s₀，count(s) < k
• 二分查找能够高效找到这个s₀

6. 复杂度分析

6.1 时间复杂度

• count函数：O(N)，需要遍历所有巧克力
• 二分查找：O(log(max(H,W)))，最多约17次迭代（log₂1e5≈16.6）
• 总复杂度：O(N log(max(H,W)))

6.2 空间复杂度

• 存储所有巧克力尺寸：O(N)
• 其他变量：O(1)
• 总空间：O(N)

7. 测试用例设计

7.1 基础测试用例

plaintext复制输入：
2 10
6 5
5 6

输出：
2

解释：

• 边长为2时：(6/2)×(5/2)=3×2=6，(5/2)×(6/2)=2×3=6，总计12≥10
• 边长为3时：2×1=2，1×2=2，总计4<10
  所以最大可行边长是2

7.2 边界测试用例

plaintext复制输入：
1 1
100000 100000

输出：
100000

解释：

• 只有一块巧克力和一个小朋友，直接给整块

7.3 大规模数据测试

plaintext复制输入：
100000 100000
1 1
1 1
...
1 1

输出：
1

解释：

• 每块巧克力只能切出1×1的，所以最大边长只能是1

8. 常见问题与调试技巧

8.1 为什么我的二分查找陷入死循环？

可能原因：

1. 没有正确更新left和right（必须left=mid+1或right=mid-1）
2. 循环条件写成了while(left < right)而漏掉了相等情况

解决方法：

• 检查循环条件和更新逻辑
• 添加调试输出，观察left,right,mid的变化

8.2 为什么结果总是比预期小1？

可能原因：

• 在count(mid) == k时没有记录结果就移动了边界
• 最后输出的是right而不是ans

解决方法：

• 确保在count(mid) >= k时就记录ans=mid
• 检查输出的是ans变量

8.3 如何处理非常大的输入？

优化建议：

1. 使用更快的输入方法：

   cpp复制ios::sync_with_stdio(false);
   cin.tie(0);
   

2. 避免使用vector，使用原生数组
3. 关闭endl，使用'\n'

9. 算法扩展与变种

9.1 三维巧克力问题

如果巧克力是长方体，需要切出立方体，解法类似：

• count函数改为(h/mid)(w/mid)(d/mid)
• 其他逻辑保持不变

9.2 多种切割方式

如果可以混合不同尺寸的正方形，但要求每种尺寸的数量满足一定条件，问题将变为背包问题的变种，难度大幅增加。

9.3 最小化浪费

在满足数量要求的前提下，最小化切割后剩余巧克力的总量，这需要更复杂的动态规划解法。

在实际编程竞赛中，二分查找经常与其他算法结合使用。我个人的经验是，当遇到"最大化最小值"或"最小化最大值"这类问题时，首先要考虑二分查找的可能性。这道巧克力问题就是一个典型的应用场景，通过将原问题转化为判定性问题，再利用二分查找高效求解。