二分查找算法详解与COCI题目实战

1. 二分查找算法基础与COCI题目解析

二分查找（Binary Search）是一种在有序数组中查找特定元素的高效算法，时间复杂度为O(log n)。这个算法通过不断将搜索区间减半来快速定位目标元素，相比线性搜索的O(n)时间复杂度，在处理大规模数据时优势明显。

在C++中，标准模板库(STL)提供了三种常用的二分查找相关函数：

1. binary_search：检查元素是否存在
2. lower_bound：查找第一个不小于目标值的位置
3. upper_bound：查找第一个大于目标值的位置

以题目P9029 [COCI 2022/2023 #1] Čokolade为例，这是一道典型的二分查找应用题。题目大意是：给定n块巧克力，每块有不同的甜度值，需要将它们分成k组，使得每组甜度之和的最大值最小化。这正是经典的"最大值最小化"问题，非常适合用二分查找解决。

2. 二分查找的STL实现详解

2.1 binary_search函数使用

binary_search函数的基本形式为：

cpp复制bool found = binary_search(arr.begin(), arr.end(), target);

这个函数在有序区间[first, last)内查找target，返回bool值表示是否存在。需要注意的是：

• 容器必须是有序的（通常为升序）
• 对于自定义类型，需要提供比较函数或重载<运算符
• 只返回是否存在，不返回具体位置

典型应用场景：

cpp复制vector<int> nums = {1, 3, 5, 7, 9};
bool hasFive = binary_search(nums.begin(), nums.end(), 5); // true
bool hasSix = binary_search(nums.begin(), nums.end(), 6);  // false

2.2 lower_bound和upper_bound

这两个函数返回的是迭代器（指针），需要特别注意：

cpp复制// lower_bound: 第一个不小于target的元素位置
auto it = lower_bound(arr.begin(), arr.end(), target);
int pos = it - arr.begin();

// upper_bound: 第一个大于target的元素位置  
auto it = upper_bound(arr.begin(), arr.end(), target);
int pos = it - arr.begin();

实际应用示例：

cpp复制vector<int> nums = {1, 2, 2, 3, 4, 4, 4, 5};

// 查找第一个不小于3的元素
auto lb = lower_bound(nums.begin(), nums.end(), 3);
cout << *lb; // 3
cout << lb - nums.begin(); // 3

// 查找第一个大于4的元素
auto ub = upper_bound(nums.begin(), nums.end(), 4); 
cout << *ub; // 5
cout << ub - nums.begin(); // 7

2.3 自定义比较函数

对于复杂数据结构，可以自定义比较函数：

cpp复制struct Chocolate {
    int sweetness;
    // 其他属性...
};

vector<Chocolate> chocs = {...};

// 按甜度排序
sort(chocs.begin(), chocs.end(), 
    [](const Chocolate& a, const Chocolate& b) {
        return a.sweetness < b.sweetness;
    });

// 查找特定甜度的巧克力
auto it = lower_bound(chocs.begin(), chocs.end(), targetSweetness,
    [](const Chocolate& c, int val) {
        return c.sweetness < val