一、DFS与BFS的原理 有请我们的五毛钱特效！ DFS BFS 二、DFS的实现 AcWing842 排列数字 #include <iostream> using namespace std; const int N =
发布于 2022-02-17
一、什么是哈希表？ 通过一个散列函数，将任意元素映射在数组下标中。它提供了快速的插入操作和查找操作，无论哈希表中有多少条数据，插入和查找的时间复杂度都是为$O(1)$。 二、哈希表的存储结构（冲突的处理方式） 开放寻址法 拉链法：在冲突位置引出链表 三、数字哈希
发布于 2022-02-12
一、堆是什么？ 堆是一棵完全二叉树 完全二叉树：除了最后一层节点，全部非空的二叉树，且最后一层节点从左往右排布 小根堆：每个节点都小于两个子节点 存储方式：一维数组，下标从1开始，下标x的左子节点是下标2x，右子节点是下标2x+1 二、如何手写一个堆？ 初始化，读入堆 for (int i = 1;
发布于 2022-02-11
一、Trie树的基本作用： 高效地存储和查找字符串集合的数据结构 例如，我们要存储以下字符串：abcdef,abdef,aced,bcdf,bcff,cdaa,abc，我们可以以树的形式存储： 在这里，我们以标红的形式来标记每个字符串的末尾。 二、代码实现 初始化 #include <iostrea
发布于 2022-02-10
一、并查集的作用 将两个集合合并 询问两个元素是否在同一个集合当中 二、并查集的基本原理 每个集合用一棵树来表示。树根的编号就是整个集合的编号。每个节点存储它的父节点，p[x]表示x的父节点 如何判断树根：if(p[x]==x) 如何求x的集合编号：while(p[x]!=x) x=p[x]; 如何
发布于 2022-02-10
一、暴力求解！ string s, p; //长度为n的模式串s和长度为m的模版串p for (int i = 1; i <= n; i++) { bool flag = true; for (int j = 1; j <= m; j++) { if (s[i - j + 1] != p
发布于 2022-01-23
一、基本概念 栈：先进后出。越后插入的元素，越先弹出来（有底的圆桶） 队列：先进先出。越先插入的元素，越先弹出来（无底的圆桶） 二、实现 栈： #include <iostream> using namespace std; const int N = 100010; int stk[N], tt
发布于 2022-01-14
一、用数组模拟单链表 邻接表：单链表的集合 单链表 #include <iostream> using namespace std; const int N = 100010; //head表示头节点的下标 //e[i]表示节点i的值 //ne[i]表示节点i的next指针是多少 //idx表示当前
发布于 2022-01-13
一、离散化的含义： 对于数组a[]={1,3,100,2000,500000,......}，把他们一一映射到下标0,1,2,3,4,......的过程叫做离散化 注意： a[]中可能有重复元素 ，需要去重 如何算出x离散化后的值：二分 二、离散化的过程 vector::erase()的用法：从ve
发布于 2022-01-12
一、基础知识 &：与：两个位都为1时，结果才为1 3&5 即 0000 0011 & 0000 0101 = 0000 0001，因此 3&5 的值得1 |：或：两个位都为0时，结果才为0 3|5即 0000 0011 | 0000 0101 = 0000 0111，因此3|5的值得7 ^：异或：两
发布于 2022-01-12
前缀和与差分互为逆运算 一、一维前缀和 设有序列${a}_1,{a}_2,{a}_3......{a}_n$，则该序列的前缀和${S}_i={a}_1+{a}_2+{a}_3+......+{a}_i$ 作用：快速求出${a}_l$到${a}_r$之间所有数的和：${S}_r-{S}_{l-1}$
发布于 2022-01-11
核心思想： 对于一个序列：用两个指针维护一段区间 对于两个序列：用两个指针对两个序列进行有规律地维护（如归并排序） 将时间复杂度O(n^2)的算法优化至O(n) for (int i = 0; i < n; i++) { for (int j = 0; i < m; j++) { //...
发布于 2022-01-11
一、二分的本质 在一个序列中，存在某种性质，使得该序列可以一分为二，使左半边满足这种性质，右半边不满足这种性质，二分可以寻找这种性质的边界 常用于边界问题 二、整数二分的过程 当我们想二分找出 x 点时 找到一个中间值 d=(l+r+1)/2 ，判断这个点的性质是否具有左半边性质（ l+r+1 的原
发布于 2022-01-10
一、高精度加法（正数+正数） 大整数的存储：将个位存在 a[0] ，十位存在 a[1] ，百位存在 a[2] ......，方便进位，因为如果按照正序存储的话，最高位需要进位时，所有数字都需要向右移一位 模拟竖式加法 vector::size()函数的用法：假设有vector<>a，则a.size(
发布于 2022-01-10
一、中心思想：分治 以中间点为界： mid=(l+r)/2 递归排序分界点左边和右边 归并——合二为一 二、核心内容：合二为一 分界点左边从小到大排序：数组 a ，分界点右边从小到大排序：数组 b ，答案数组 ans 指针 i ， j 分别指向
发布于 2022-01-09
