关于c++函数 lower_bound & upper_bound_c++ lower_bound reference-程序员宅基地

技术标签: 算法  c++  stl  

关于c++ STL函数 lower_bound & upper_bound

前言

在刷leetcode的时候看到有用lower_bound(),对这个函数印象只有一点点。
到网上去查lower_bound() & upper_bound(),很多解释都是,lower_bound()返回第一个>=value的值,upper_bound()返回第一个>value的值。
这种结果为导向的答案,虽然能分清两个函数了,但作用还不太理解,以及为什么要取lower_bound(下边界) & upper_bound(上边界)这样两个名字。
于是我试着去理解一下这两个函数, 当然这两个函数也非常简单。

正文

a. 介绍

#include <algorithm>

template <class _ForwardIter, class _Tp, class _Compare>
inline _ForwardIter lower_bound(_ForwardIter __first, _ForwardIter __last,
                                const _Tp& __val, _Compare __comp) {
    }

template <class _ForwardIter, class _Tp, class _Compare>
inline _ForwardIter upper_bound(_ForwardIter __first, _ForwardIter __last,
                                const _Tp& __val, _Compare __comp) {
    }                

作为c++ STL中提供的函数,参数有4个。
first & last 是两个迭代器,代表序列的开始和结束。一般用容器的成员函数begin() & end()。
val是目标值。即要插入到序列中的值。
comp是比较函数。默认用less<type>

一般性举例

#include <vector>
#include <algorithm>

vector<int> vec;
int x;

vector<int>::iterator iter = lower_bound(vec.begin(), vec.end(), x);

b. 作用

函数的作用:将值x插入到目标序列v中,而不破坏原序列的顺序。
就有一个前提,这个序列是有顺序的,即排列好的。默认为升序。

返回值是一个迭代器iter,标识着一个可插入的位置。
这意味着,将x插入到iter的位置,将原本iter及之后的元素整体后移一位,就可以实现元素插入。

来自cppreference的介绍

std::upper_bound
Returns an iterator pointing to the first element in
the range [first, last) that is greater than value, or last if no such
element is found.

std::lower_bound
Returns an iterator pointing to the first element in
the range [first, last) that is not less than (i.e. greater or equal
to) value, or last if no such element is found.

c. 意义

不考虑边界情况
假设目标序列v已经排序,插入值为x。

  1. 序列v中不存在v[i] == x。
    函数返回序列v中第一个大于x的元素的位置,假设存在v[j] > x, v[j-1] < x。
    lower_bound()返回j的位置
    upper_bound()返回j的位置
  2. 序列v中有且仅有v[i] == x。
    序列v中有两个x可以插入,并且不破坏原序列的位置。
    1). 插在i位置的前面。即lower_bound(),返回i的位置。
    2). 插在i位置的后面。即upper_bound(),返回i+1的位置。
  3. 序列v中存在v[i] == x, a<= i<= b, a < b。
    为了不破坏a->b的序列,序列v中可插入的位置还是两个。
    1). 插在序列a->b的前面。即lower_bound(),返回a的位置。
    2). 插在序列a->b的后面。即upper_bound(),返回b+1的位置。

对于lower_bound来说,使用<进行比较。当v[i]<x时,继续向后移动;当第一次v[i]>=x时,说明到达了左边界。
对于upper_bound来说,使用<比较。当v[i]<x时,继续向后移动;当v[i]=x时,说明正在经历a->b序列;当第一次v[i]>x时,说明到达了右边界。

d. 举例

#include <vector>
#include <algorithm>

using namespace std;

int main()
{
    
	vector<int> vec = {
    1, 2, 3, 4, [5, 5, 5, ]6, 7, 8}; //[]中序列代表可有可无
	int x = 5;
	
	auto iter1 = lower_bound(vec.begin(), vec.end(), x);
	/* 插入值x == 5
	 * 序列vec中值5的前面是值4,x应插在值4位置的后面,使得插入的x成为左边界
	 * 返回值即是值4的后一个位置
	 * 若关于[5]的序列存在,返回值是vec中第一个值5的位置
	 * 若关于[5]的序列不存在,返回值是vec中值6的位置
	 */

	auto iter2 = upper_bound(vec.begin(), vec.end(), x);
	/* 插入值x == 5
	 * 序列vec中值5的后面是值,x应插在值6位置的前面,使得插入的x成为右边界
	 * 返回值即是值6的位置
	 * 无论关于[5]的序列存在或不存在
	 */

	return 0;
}

e. 源码

源码来源SGI-STL v3.3

template <class _ForwardIter, class _Tp, class _Compare, class _Distance>
_ForwardIter __lower_bound(_ForwardIter __first, _ForwardIter __last,
                              const _Tp& __val, _Compare __comp, _Distance*)
{
    
  _Distance __len = 0;
  distance(__first, __last, __len); //len = last - first
  _Distance __half;
  _ForwardIter __middle;

  while (__len > 0) {
     //二分查找first->last
    __half = __len >> 1;
    __middle = __first;
    advance(__middle, __half); //middle += half
    if (__comp(*__middle, __val)) {
     //middle < val
      __first = __middle;
      ++__first; //middle < val, middle的下一位, 即寻找最后一个middle<val的下一位
      __len = __len - __half - 1; //len = last - (middle + 1) = last - first
    }
    else //val <= middle, 相等时可能为目标位置,即保留
      __len = __half; //first + len == last, len即last
  }
  return __first; //返回值first,即目标值存储在first
}
template <class _ForwardIter, class _Tp, class _Compare, class _Distance>
_ForwardIter __upper_bound(_ForwardIter __first, _ForwardIter __last,
                           const _Tp& __val, _Compare __comp, _Distance*)
{
    
  _Distance __len = 0;
  distance(__first, __last, __len); //len = last - first
  _Distance __half;
  _ForwardIter __middle;

  while (__len > 0) {
     //二分查找first->last
    __half = __len >> 1;
    __middle = __first;
    advance(__middle, __half); //middle += half
    if (__comp(__val, *__middle))
      __len = __half; //val < middle时,可能为目标值,即保留
    else {
    
      __first = __middle;
      ++__first; // middle <= val, middle的下一位, 即寻找最后一个middle<=val的下一位
      __len = __len - __half - 1;
    }
  }
  return __first; //返回值first,即目标值存储在first
}

综上,lower_bound()返回的位置,将使x成为有序序列v中一部份值的左边界;upper_bound()返回的位置,将使x成为有序序列v中一部份值右边界。
因为是实现是二分查找,时间复杂度o(log n)。以及快排的时间复杂度O (nlogn)。

STL容器set中,有成员函数std::set::lower_bound()与std::lower_bound(),因为set
的内部使用的是红黑树,其实现似乎与上述不同,具体还没有去看。

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/Y_RyuukuKillEkko/article/details/107289570

智能推荐

稀疏编码的数学基础与理论分析-程序员宅基地

文章浏览阅读290次,点赞8次,收藏10次。1.背景介绍稀疏编码是一种用于处理稀疏数据的编码技术,其主要应用于信息传输、存储和处理等领域。稀疏数据是指数据中大部分元素为零或近似于零的数据,例如文本、图像、音频、视频等。稀疏编码的核心思想是将稀疏数据表示为非零元素和它们对应的位置信息,从而减少存储空间和计算复杂度。稀疏编码的研究起源于1990年代,随着大数据时代的到来,稀疏编码技术的应用范围和影响力不断扩大。目前,稀疏编码已经成为计算...

EasyGBS国标流媒体服务器GB28181国标方案安装使用文档-程序员宅基地

文章浏览阅读217次。EasyGBS - GB28181 国标方案安装使用文档下载安装包下载,正式使用需商业授权, 功能一致在线演示在线API架构图EasySIPCMSSIP 中心信令服务, 单节点, 自带一个 Redis Server, 随 EasySIPCMS 自启动, 不需要手动运行EasySIPSMSSIP 流媒体服务, 根..._easygbs-windows-2.6.0-23042316使用文档

【Web】记录巅峰极客2023 BabyURL题目复现——Jackson原生链_原生jackson 反序列化链子-程序员宅基地

文章浏览阅读1.2k次,点赞27次,收藏7次。2023巅峰极客 BabyURL之前AliyunCTF Bypassit I这题考查了这样一条链子:其实就是Jackson的原生反序列化利用今天复现的这题也是大同小异,一起来整一下。_原生jackson 反序列化链子

一文搞懂SpringCloud,详解干货,做好笔记_spring cloud-程序员宅基地

文章浏览阅读734次,点赞9次,收藏7次。微服务架构简单的说就是将单体应用进一步拆分,拆分成更小的服务,每个服务都是一个可以独立运行的项目。这么多小服务,如何管理他们?(服务治理 注册中心[服务注册 发现 剔除])这么多小服务,他们之间如何通讯?这么多小服务,客户端怎么访问他们?(网关)这么多小服务,一旦出现问题了,应该如何自处理?(容错)这么多小服务,一旦出现问题了,应该如何排错?(链路追踪)对于上面的问题,是任何一个微服务设计者都不能绕过去的,因此大部分的微服务产品都针对每一个问题提供了相应的组件来解决它们。_spring cloud

Js实现图片点击切换与轮播-程序员宅基地

文章浏览阅读5.9k次,点赞6次,收藏20次。Js实现图片点击切换与轮播图片点击切换<!DOCTYPE html><html> <head> <meta charset="UTF-8"> <title></title> <script type="text/ja..._点击图片进行轮播图切换

tensorflow-gpu版本安装教程(过程详细)_tensorflow gpu版本安装-程序员宅基地

文章浏览阅读10w+次,点赞245次,收藏1.5k次。在开始安装前,如果你的电脑装过tensorflow,请先把他们卸载干净,包括依赖的包(tensorflow-estimator、tensorboard、tensorflow、keras-applications、keras-preprocessing),不然后续安装了tensorflow-gpu可能会出现找不到cuda的问题。cuda、cudnn。..._tensorflow gpu版本安装

随便推点

物联网时代 权限滥用漏洞的攻击及防御-程序员宅基地

文章浏览阅读243次。0x00 简介权限滥用漏洞一般归类于逻辑问题,是指服务端功能开放过多或权限限制不严格,导致攻击者可以通过直接或间接调用的方式达到攻击效果。随着物联网时代的到来,这种漏洞已经屡见不鲜,各种漏洞组合利用也是千奇百怪、五花八门,这里总结漏洞是为了更好地应对和预防,如有不妥之处还请业内人士多多指教。0x01 背景2014年4月,在比特币飞涨的时代某网站曾经..._使用物联网漏洞的使用者

Visual Odometry and Depth Calculation--Epipolar Geometry--Direct Method--PnP_normalized plane coordinates-程序员宅基地

文章浏览阅读786次。A. Epipolar geometry and triangulationThe epipolar geometry mainly adopts the feature point method, such as SIFT, SURF and ORB, etc. to obtain the feature points corresponding to two frames of images. As shown in Figure 1, let the first image be ​ and th_normalized plane coordinates

开放信息抽取(OIE)系统(三)-- 第二代开放信息抽取系统(人工规则, rule-based, 先抽取关系)_语义角色增强的关系抽取-程序员宅基地

文章浏览阅读708次,点赞2次,收藏3次。开放信息抽取(OIE)系统(三)-- 第二代开放信息抽取系统(人工规则, rule-based, 先关系再实体)一.第二代开放信息抽取系统背景​ 第一代开放信息抽取系统(Open Information Extraction, OIE, learning-based, 自学习, 先抽取实体)通常抽取大量冗余信息,为了消除这些冗余信息,诞生了第二代开放信息抽取系统。二.第二代开放信息抽取系统历史第二代开放信息抽取系统着眼于解决第一代系统的三大问题: 大量非信息性提取(即省略关键信息的提取)、_语义角色增强的关系抽取

10个顶尖响应式HTML5网页_html欢迎页面-程序员宅基地

文章浏览阅读1.1w次,点赞6次,收藏51次。快速完成网页设计,10个顶尖响应式HTML5网页模板助你一臂之力为了寻找一个优质的网页模板,网页设计师和开发者往往可能会花上大半天的时间。不过幸运的是,现在的网页设计师和开发人员已经开始共享HTML5,Bootstrap和CSS3中的免费网页模板资源。鉴于网站模板的灵活性和强大的功能,现在广大设计师和开发者对html5网站的实际需求日益增长。为了造福大众,Mockplus的小伙伴整理了2018年最..._html欢迎页面

计算机二级 考试科目,2018全国计算机等级考试调整,一、二级都增加了考试科目...-程序员宅基地

文章浏览阅读282次。原标题:2018全国计算机等级考试调整,一、二级都增加了考试科目全国计算机等级考试将于9月15-17日举行。在备考的最后冲刺阶段,小编为大家整理了今年新公布的全国计算机等级考试调整方案,希望对备考的小伙伴有所帮助,快随小编往下看吧!从2018年3月开始,全国计算机等级考试实施2018版考试大纲,并按新体系开考各个考试级别。具体调整内容如下:一、考试级别及科目1.一级新增“网络安全素质教育”科目(代..._计算机二级增报科目什么意思

conan简单使用_apt install conan-程序员宅基地

文章浏览阅读240次。conan简单使用。_apt install conan