LeetCode: Binary Search template chinh phục mọi problem

Chúc mừng năm mới

Đây là bài viết đầu tiên của mình nhân dịp năm Giáp Thìn, vì vậy mình cũng muốn viết về Thuật toán, vấn đề mà các bạn thường được hỏi đầu tiên khi đi phỏng vấn ở các công ty.

Hy vọng đầu xuôi thì đuôi lọt, chúc anh em năm mới Giáp Thìn vạn sự thuận buồm xuôi gió, phỏng vấn đâu pass đấy.

Vấn đề

Gần đây mình có tham gia luyện LeetCode để tìm niềm vui sau những giờ làm việc căng thẳng. Thỉnh thoảng mình gặp một vài bài cần phải áp dụng Binary Search để giải. Dành cho anh em nào chưa biết thì:

Binary Search là thuật toán tìm kiếm một giá trị target trong mảng đã được sắp xếp. Nó sẽ so sánh target với phần tử chính giữa của mảng (middle), nếu target != middle thì sẽ tiếp tục tìm kiếm trong một nửa mảng có giá trị nhỏ hơn hoặc lớn hơn middle, tuỳ theo điều kiện bài toán. Quá trình này được lặp lại cho đến khi tìm được vị trí của phần tử bằng với target.

Sau mỗi bước tìm kiếm, số lượng phần tử sẽ giảm đi một nửa. Vậy nên độ phức tạp của thuật toán này là O(log n).

Tuy nhiên, khi áp dụng thuật toán này thì mình gặp một số câu hỏi cần trả lời là:

Khi nào nên dừng vòng lặp? Khi left < right hay left <= right? (left và right là 2 giá trị biên của mảng sau mỗi vòng lặp)
Nên update các giá trị biên như thế nào? Dùng left = mid hay left = mid + 1? Dùng right = mid hay right = mid + 1?

Nhìn có vẻ đơn giản nhưng việc chọn sai công thức có thể dẫn đến kết quả sai, rồi mình lại phải sửa đi sửa lại rất mất thời gian.

Cho đến một ngày, mình tìm được một công thức thần thánh...

Template đơn giản

Ta... da... Tác giả chia sẻ chi tiết về template rất đơn giản nhưng thần thánh ở bài viết này.

Theo đó, giả sử chúng ta có một search space, nó có thể là một mảng hoặc một khoảng giá trị, thường sẽ được sắp xếp theo thứ tự tăng dần. Nhiệm vụ của chúng ta là tìm giá trị num nhỏ nhất sao cho hàm condition(num) trả về giá trị true.

Template của chúng ta như sau (mình sẽ viết bằng code Java cho đa số mọi người dễ đọc nhé):

int binarySearch() {
    // Bạn tự định nghĩa giá trị khởi tạo của 2 biên
    int left = min(searchSpace), right = max(searchSpace);
    while (left < right) {
        // Viết như thế này để tránh tràn số
        int mid = left + (right - left) / 2;
        if (condition(mid)) {
            right = mid;
        } else {
            left = mid + 1;
        }
    }
    // Có thể là left hoặc left - 1 tuỳ yêu cầu bài toán
    return left;
}

boolean condition(int num) {
    // Code check condition
}

Bạn có thể áp dụng template này vào tất cả các bài binary search, khi đó bạn cần thực hiện 3 việc:

Tìm giá trị left và right phù hợp. Bạn cần chắc chắn rằng 2 giá trị biên này đã bao gồm tất cả các giá trị có thể là kết quả của bài toán.
Định nghĩa hàm condition chính xác. Đây thường là phần khó nhất trong các bài binary search phức tạp.
Chọn giá trị trả về là left hay left - 1. Nhớ rằng khi kết thúc vòng lặp while, left là index của phần tử nhỏ nhất thoả mãn hàm condition trả về true.

Hãy tưởng tượng, chúng ta có dãy số với index từ 0 đến n như sau:

Index:              0,     1,   ... left - 1, left, ... n - 1,  n
Condition return: False, False, ...  False,   True,     True,  True

Vậy nếu bài toán yêu cầu tìm giá trị nhỏ nhất thoả mãn condition return true thì bạn return left, còn nếu yêu cầu tìm giá trị lớn nhất thoả mãn condition return false thì bạn return left - 1.

Áp dụng vào problem đơn giản

Bắt đầu với bài toán tìm căn bậc 2 của số X: Sqrt(x)

Cho một số nguyên không âm x, tìm căn bậc 2 của x, làm tròn xuống số nguyên không âm gần x nhất.

Điều kiện: $0 <= x <= 2^{31} - 1$

Ví dụ 1:

Input: 4
Output: 2

Ví dụ 2:

Input: 8
Output: 2

Chúng ta dễ dàng nhận thấy rằng hàm condition có thể viết như sau:

boolean condition(int num) {
    return x / num < num;
}

Và khi kết thúc vòng lặp while, giá trị cần tìm của chúng ta sẽ là left - 1.

Như vậy, đáp án của chúng ta như sau:

public int mySqrt(int x) {
    if (x < 2) return x;
    int left = 0;
    int right = x;

    while (left < right) {
        int mid = left + (right - left) / 2;
        if (x / mid < mid) {
            right = mid;
        } else {
            left = mid + 1;
        }
    }
    return left - 1;
}

Áp dụng vào problem phức tạp

Chúng ta cùng tìm hiểu bài toán sau: Capacity To Ship Packages Within D Days

Một băng chuyền gồm các gói hàng phải giao từ cổng này tới cổng khác trong vòng D ngày. Gói hàng thứ i có khối lượng là weights[i]. Mỗi ngày, chúng ta chất các gói hàng lên một khay hàng trên băng chuyền theo thứ tự lần lượt được cho bởi mảng weights. Chúng ta không thể chất quá tải trọng của khay hàng.

Tìm tải trọng nhỏ nhất có thể của khay hàng để đảm bảo tất cả các gói hàng được giao trong vòng D ngày.

Điều kiện:

$1 <= D <= weights.length <= 5 * 10^4$

$1 <= weights[i] <= 500$

Trước tiên, chúng ta cùng phân tích một chút. Với các bài toán đơn giản như ví dụ trước thì đọc xong đề là chúng ta biết ngay cần phải giải bằng Binary Search rồi. Nhưng đôi khi chúng ta gặp những bài toán phức tạp hơn mà mình còn không biết là cần phải áp dụng Binary Search để giải. Thế là chúng ta đi áp dụng các phương pháp khác như DFS, BFS hay Quy hoạch động để giải, nhưng càng làm càng thấy bí. Như trong bài toán này, ý nghĩ thoáng qua trong đầu mình lúc mới đọc xong đề bài là áp dụng Quy hoạch động.

Vậy dấu hiệu để nhận biết một bài toán có thể giải bằng Binary Search là khi:

Chúng ta nhận thấy đáp án của bài toán có tính đơn điệu, nghĩa là khi condition(k) return true thì condition(k + 1) cũng sẽ return true.

Quay trở lại với bài toán trên, chúng ta thấy rằng nếu có thể giao toàn bộ các gói hàng trong D ngày với khay hàng có tải trọng M, thì khi chúng ta sử dụng khay hàng có tải trọng lớn hơn M (ví dụ M + 1) thì hoàn toàn vẫn có thể giao trong tối đa D ngày.

Với hàm condition, chúng ta sẽ sử dụng thuật toán tham lam, tham số là tải trọng của khay hàng được cho trước. Mỗi ngày chúng ta đặt lần lượt các gói hàng lên khay đến khi hết tải trọng, từ đó tính ra tổng số ngày cần thiết để giao toàn bộ hàng, sau đó chúng ta so sánh nó với D, nếu ít hơn hoặc bằng D ngày thì return true, vượt quá thì return false.

Với hai giá trị biên, tải trọng tối thiểu của khay hàng bằng với khối lượng của gói hàng lớn nhất, để đảm bảo chúng ta có thể giao toàn bộ các gói hàng; còn tải trọng tối đa sẽ bằng tổng khối lượng của toàn bộ hàng, khi đó chúng ta chỉ mất 1 ngày để giao hàng.

Và đáp án của chúng ta là:

public int shipWithinDays(int[] weights, int days) {
    int left = 0;
    int right = 0;
    for (int w : weights) {
        left = Math.max(left, w);
        right += w;
    }
    while (left < maxCap) {
        int mid = left + (right - left) / 2;
        if (isValidTime(weights, days, mid)) {
            right = mid;
        } else {
            left = mid + 1;
        }
    }
    return left;
}

private boolean isValidTime(int[] weights, int days, int capacity) {
    int totalDay = 1;
    int curCap = 0;
    for (int w : weights) {
        curCap += w;
        if (curCap > capacity) {
            totalDay++;
            curCap = w;
        }
    }
    return totalDay <= days;
}

Kết luận

Hy vọng qua bài viết này, các bạn có thêm tự tin chinh chiến trên đấu trường LeetCode. Kể cả khi gặp các bài khó, chỉ cần bạn nhận ra rằng bài này có thể áp dụng Binary Search, thì có thể copy paste template này vào, sau đó là để đôi bàn tay lướt nhẹ trên bàn phím. Mọi việc còn lại thật quá dễ dàng!

🔔 Blog: henrytechie.xyz

☕️ Facebook: Henry Techie

☁️ TikTok: @henrytechie

Algorithm binary search LeetCode