三分查找适用于单峰函数,即先单调增后单调减(上凸)或先减后增(下凸)的连续函数,如二次函数 -x²+4x、绝对值和函数等;必须人工保证区间内单峰性,否则结果错误。

三分查找适用的凸函数长什么样
三分查找只适用于严格单峰函数,也就是先单调增再单调减(上凸)或先减后增(下凸)的连续函数。C++ 中没法自动判断函数是否凸,必须由你保证 f(x) 在给定区间 [l, r] 上是单峰的——否则结果不可靠,甚至完全错误。
常见可直接用三分的场景:二次函数(如 -x*x + 4*x)、带绝对值的和(如 abs(x-1) + abs(x-3) + abs(x-5))、某些几何距离和、简单多项式拟合目标函数。
容易踩的坑:
• 把非单峰函数(比如有多个局部极值的 sin(x) + 0.1*x 在大区间上)硬套三分,结果停在某个局部极值点
• 区间端点选得太大,导致浮点精度丢失或迭代不收敛
• 忘记检查函数定义域,f(x) 在中间某点崩溃(如除零、越界访问)
标准三分模板怎么写(double 精度版)
核心逻辑是不断缩小区间,保留包含极值的那一段。对上凸函数(求最大值),保留 f(m1) 的那一侧;下凸函数(求最小值)则反过来。实际中多数人直接按「求最大值」写,需要最小值时把目标函数取负即可。
组合式C++代码评审方案,融合静态分析、AI推理、多轮迭代评审和C++专项检查,适用于PR审查、增量代码审查、全项目评审和代码质量评分,触发词包括review cpp、cpp代码评审、C++review、代码审查。
double ternary_search(double l, double r, int iter = 100) {
while (iter--) {
double m1 = l + (r - l) / 3.0;
double m2 = r - (r - l) / 3.0;
if (f(m1) <p>说明:<br>
• 迭代次数 <code>iter = 100</code> 比固定精度(如 <code>r-l )更稳,避免浮点震荡<br>
• <code>m1</code> 和 <code>m2</code> 必须严格在 <code>(l, r)</code> 内,不能写成 <code>l + (r-l)/2</code> 或错位计算<br>
• 函数 <code>f</code> 必须是捕获上下文的 lambda 或全局/静态函数,不能带未绑定的 this 指针(类成员函数需包装)</code></p><h3>整数域三分要注意什么</h3><p>当自变量必须是整数(比如数组下标、离散决策点),不能直接用浮点三分。此时要改用整数三分,终止条件是 <code>r - l ,最后暴力检查剩余 2–3 个点。</code></p><pre class="brush:php;toolbar:false;">int ternary_search_int(int l, int r) {
while (r - l > 2) {
int m1 = l + (r - l) / 3;
int m2 = r - (r - l) / 3;
if (f(m1) f(res)) res = i;
}
return res;
}关键点:
• m1 和 m2 用整数除法,但要确保 m1 (当 <code>r-l 时可能相等,所以必须加循环终止条件)<br>
• 不要试图用 <code>while (l + 四舍五入逼近,整数三分没有“中间点唯一性”,必须收尾暴力<br>
• 如果函数在整数点不满足严格单峰(比如平台段),三分只能返回其中一个极值位置,无法区分多个解
为什么不用 std::max_element 或二分
二分只适用于单调函数,遇到单峰就失效;而 std::max_element 时间复杂度是 O(n),三分是 O(log n) —— 当 f(x) 计算代价高(比如每次调用含一次 Dijkstra 或矩阵乘),或者定义域极大(1e18 范围)时,三分优势明显。
但要注意:
• C++ 标准库没有内置三分,必须手写
• 如果函数计算非常快且定义域小(比如 n ≤ 1e5),线性扫反而更稳、更易 debug
• 浮点三分中,若 f 本身有噪声(比如涉及随机数或数值积分误差),f(m1) == f(m2) 可能频繁出现,建议加微小扰动或改用黄金分割搜索
最常被忽略的是:三分只返回一个极值点横坐标,不告诉你这是最大值还是最小值——你得自己根据函数趋势或额外采样判断。
C++免费学习笔记(深入):立即使用
在学习笔记中,你将探索 C++ 的入门与实战技巧!










