二分查詢演算法：
二分查詢演算法就是從單調有序的集合中從兩端不斷查詢元素，然後不斷縮小範圍直至查到該元素或縮至最小無解的過程。
時間複雜度：o (logn)，優於直接順序查詢o(n)
例：
//x：待查詢的元素， n：陣列集合大小， num陣列單調遞增
int low=0,high=n,mid,res = -1; //low:集合下界 high：集合上節
while(low<=high)
else if(num[mid]三分法：
當需要求某凸性或凹形函式的極值，通過函式本身表示式並不容易求解時，就可以用三分法不斷逼近求解。
例：
類似二分的定義left和right
mid = (left + right) / 2
midmid = (mid + right) / 2;
如果mid靠近極值點，則right = midmid；
否則(即midmid靠近極值點)，則left = mid;
double mid, midmid;
while ( low + eps < high )
double cal(double x)
dp的種類有很多：經典dp，區間dp，樹形dp，數字dp，概率（期望）dp，狀壓dp，資料結構優化的dp等。動態規劃真的是很多，是難點。這大概也是比賽時很多同學卡住的原因吧，老師說dp沒什麼好辦法，多做題唄。現在的題目很多就感覺很不簡單了，以後還有這麼多，感覺壓力好大。還是要多看資料，多做題啊。
狀壓dp是基於狀態壓縮的動態規劃，又叫做集合動態規劃。
這是一類以集合為狀態的特殊的動態規劃問題。有些時候，需要被記錄到得狀態有很多，但是對每個狀態都開一維來記錄顯然是行不通的，我們就考慮把這些狀態壓縮一下，通常情況下，若只有兩種狀態，我們會把狀態用二進位制表示，每個格仔的狀態只有1或0，然後把它轉成十進位制來記錄。
二分三分法
x 待查詢的值，caculate 所要查詢的函式，這裡單調遞增。double low 區間下界 high 區間上界 mid while high low 1.0e 6 有區間下界left，區間上界right，mid為中點，midmid為靠近right的四等分點。即 mid left right 2 ...
二分三分法 （二）
最近剛學了二分法，還沒有學三分，所以在上課之前，把三分總體的預習了一下，感覺三分應該和二分大體的思路還是一致的，二分的思路是在乙個單調的數列基礎上，每次都求中間值，然後不斷縮小，最後求出解，這樣可以把時間壓縮到最小化。然而三分主要運用的方面是針對於數列是凹函式或者凸函式，先將乙個區間分成3份，每份佔...
三分法小結
二分法作為分治中最常見的方法，適用於單調函式，逼近求解某點的值。但當函式是凸性函式時，二分法就無法適用，這時三分法就可以 大顯身手 如圖，類似二分的定義left和right，mid left right 2，midmid mid right 2 如果mid靠近極值點，則right midmid 否則...