⩕ 单调栈
1、概念
对于一个栈,维持其单调性,有两种情况,单调递增栈:由栈底到栈顶单调递增
单调递减栈:由栈底到栈顶单调递减
2、核心模板( 单调递增栈 )
stack<int> stk;
void insert(int x)
{
while(!stk.empty() && stk.top() > x)
stk.pop();
stk.push(x);
}
3、应用
可用于找到一序列中某一元素一侧首个大于或小于它的元素
————————————————————————————
⩕ 单调队列
〇 单调队列
1、概念
对于一队列,维持其单调性,有两种情况,单调递增队列:从队尾到队头单调递增
单调递减队列:从队尾到队头单调递减
2、核心模板
deque<int> q;
void insert(int x)
{
while(!q.empty() && q.back() < x)
q.pop_back();
q.push_back(x);
}
〇 滑动窗口
1、概念
对一长为 n 的数组,有一长为 k( k <= n )的滑动窗口在其上滑动,且维持滑动窗口上的单调性
2、原理
设长为 n 的数组 a[n] ,
————————————————————————————
⩕ kmp算法
〇 寻找首个模式串
1、暴力解法( BF )
两重循环:i 循环主串 s ,j 循环模式串 t
在循环过程中 i ,j 会不断回溯,因此此解法效率低下
2、kmp优化原理
3、核心模板
void getnext(string &t)
{
int i = 0;k = -1;
next[0] = -1;
while(i < t.size())
{
if(k == -1 || t[i] = t[k]) next[++i] = ++k;
else k = next[k];
}
}
int kmp(string &s , string &t)
{
int i = 0,j = 0;
while(i < s.size() && j < (int)t.size())
{
if(j == -1 || s[i] = t[j]) i++,j++;
else j = next[j];
}
if(j == t.size()) return i - j;
else return -1;
}
4、深入分析
next数组中存的是模式串t 在与主串s 匹配失败时 模式串t 在当前失配位置可右移到的最大位置
如:模式串t A B C A B
t的下标 0 1 2 3 4
next数组 -1 0 0 0 1
若在第一个A处失配,则应回溯到模式串t 中 -1 的位置,但模式串t 中无该位置,即不回溯
若在第一个B处失配,则应回溯到模式串t 中 0 的位置,即第一个A处
若在第二个B处失配,则应回溯到模式串t 中 1 的位置,即第一个B处
. . . . . .
对前缀指针 k ,后缀指针 i ,其初始化分别为 k = -1,i = 0,其中 i 一直后移,若前后缀匹配成功则,i,k 均后移
对 i 的状态分析:i 一直后移并与 k 所指向的元素匹配,匹配成功时,i ,k 均后移,将此时 k 所指元素的位置存入next数组
匹配失败时,i 后移,k 回溯,将上一次匹配成功的位置存入next数组
对 k 的状态分析:1、k = -1
: 初始状态 ,此时可看作 k 指向模式串外的一万能值,即可与任意值成功匹配,即 k = -1 时就视为匹配成功一次,此时 k 后移指向模式串t 中 t[0] ,即模式串中首个元素,模式串失配时即回溯到第一个元素
2、++k
: 配对成功后 k 值更新,此时 k 可视作有两重含义,一是指向模式串t 中前缀元素的指针后移
二是模式串t 中前缀与后缀连续成功匹配的长度,且该长度为 k + 1
3、k = next[k]
: k 匹配失败后回溯,回溯位数为 k + 1,即回溯到首个前后缀匹配成功的位置的前一位置,
连续成功匹配的长度可写作( k + n )+ 1,其中 k + n 表示 k 后移的过程,n 表示 k 后移的位数( n = 1,2,3 ... )
上式可写为 k + n + 1,即 k 是首个匹配成功的位置的前一位置,n + 1 即从该位置向后成功匹配的位数
故 k = next[k]
即回溯到了首个前后缀匹配成功的位置的前一位置
〇 优化next数组
1、情景
在某些情况下,next数组的处理效率并不是很高
如:主串s A A A B A A A A B
模式串t A A A A B
模式串t下标 0 1 2 3 4
next数组 -1 0 1 2 3
如上所示,设两个指针:i 指向主串s,j 指向模式串t 模式串t 在 j = 3 时与主串s 失配,依 next数组 此时指向 模式串t 的指针 j 应回溯到 t[2] ,然而易知 j = 2 时仍失配,此时 j 会回溯到 t[1] ,但 j = 1 时仍失配,此时 j 回溯到 t[0]
由上可知,next数组在上述情况中效率较低,在 j = 3 处失配时由于左侧均为重复元素,合理的操作应为直接回溯到 t[0] 即首个重复元素处
2、优化原理
增加一层判断,即判断相邻元素是否相同,相同则在对应的next数组的位置存入首个重复元素的位置
3、核心模板
void getnextval(int nextval[],string &t)
{
int i = 0,k = -1;
nexxtval[0] = -1;
while(i < t.size() - 1)
{
if(k == -1 || t[k] == t[i])
{
if(t[++k] != t[++i]) nextval[i] = k;
else nextval[i] = nextval[k];
}
else k = nextval[k];
}
}
〇 寻找所有的模式串
1、前缀函数
用一长度为 m 的 Pi 数组表示,Pi[ i ] 表示 t[ 0 ... i ] 这个子串的最长公共前后缀的长度,则 Pi数组 与 next数组 有以下关系
Pi[ i ] = | next[ 1 ] = 0 , i = 0
| next[ i + 1 ] , i > 0
2、核心模板
vector<int> getPrefix(string &t)
{
int m = t.size();
vector<int> Pi(m);
for(int i = 1;i < m;i++)
{
int k = Pi[i - 1];
while(k && t[k] != t[i]) k = Pi[k - 1]
if(t[k] == t[i]) k++;
Pi[i] = k;
}
return Pi;
}
vector<int> kmp(string &s,string &t)
{
int n = s.size(),m = t.size();
string r = t + '#' + s;
Pi[m] = getPrefix( t );
vector<int> res;
for(int i = m + 1;i <= n + m;i++)
if(Pi[i] == m) res.push_back(i - 2 * m);
return res;
}
〇 寻找所有的模式串
1、前缀函数
用一长度为 m 的 Pi 数组表示,Pi[ i ] 表示 t[ 0 ... i ] 这个子串的最长公共前后缀的长度,则 Pi数组 与 next数组 有以下关系
Pi[ i ] = | next[ 1 ] = 0 , i = 0
| next[ i + 1 ] , i > 0
2、核心模板
vector<int> getPrefix(string &t)
{
int m = t.size();
vector<int> Pi(m);
for(int i = 1;i < m;i++)
{
int k = Pi[i - 1];
while(k && t[k] != t[i]) k = Pi[k - 1]
if(t[k] == t[i]) k++;
Pi[i] = k;
}
return Pi;
}
vector<int> kmp(string &s,string &t)
{
int n = s.size(),m = t.size();
string r = t + '#' + s;
Pi[m] = getPrefix( t );
vector<int> res;
for(int i = m + 1;i <= n + m;i++)
if(Pi[i] == m) res.push_back(i - 2 * m);
return res;
}
————————————————————————————
⩕ 并查集
1、应用
将两个集合合并,询问两个元素是否在同一集合中
2、基本原理
每个集合用一棵树表示。树根编号代表整个集合的编号,每个节点储存它的父节点,p[ x ] 表示 x 的父节点
3、实现原理
树根的判断:if( p[ x ] = x )
求 x 的集合编号:while( p[ x ] != x )
从 x 开始一级级向上寻找其父节点,直到找到树根
合并集合:p[ x ] 是 x 集合的编号,p[ y ] 是 y 集合的编号,令 p[ x ] = y ,连接其树根即可合并两集合
4、核心模板
int find(int x) //找到x所在集合
{
if(p[x] != x) p[x] = find(p[x]);
return p[x];
}
void merge(int a,int b) //合并两个集合
{
int pa = find(a);
int pb = find(b);
if(pa != pb)
p[pa] = pb;
}
void query(int a,int b) //询问a,b是否在同一集合
{
int pa = find(a);
int pb = find(b);
if(pa == pb) cout<<"YES"<<endl;
else cout<<"NO"<<endl;
}
————————————————————————————
⩕ 模拟堆
1、概念
堆是储存数据的一种方式,可用完全二叉树表示
可分为两类,大根堆:根节点最大,向下递减
小根堆:根节点最小,向下递增
2、堆的核心操作
up:符合堆单调性的上浮
down:不符合堆单调性的下沉
堆的所有操作均可依靠上述两核心操作完成
3、堆的基础操作 ( 以小根堆为例 )
堆排序
插入数据:在堆的尾部插入新数据,再排序,即 heap[++idx] = x; up(idx);
取最小值:最小值即 heap[1]
删除最小值:先删除堆顶元素,再将堆尾元素放至堆顶,再排序 heap[1] = heap[idx]; idx--; down(1);
删除任意元素
4、堆的储存方式
定义一 heap 数组进行储存,将 heap[ 1 ] 设为树根,若 heap[ x ] 为某一节点,则 heap[ 2*x ] 、heap[ 2*x+1]
分别为其左右儿子节点,
5、核心模板
void down(int u)
{
int t = u;
if( 2*u <= idx && h[ 2*u ] < h[t] ) t = 2*u;
if( 2*u + 1 <= idx && h[ 2*u + 1] < h[t]) t = 2*u + 1;
if( u != t ) swap(h[u],h[t])
}
void up(int u)
{
while( u/2 && h[u/2] > h[u])
{
swap(h[u],h[u/2])
u/2;
}
}
欢迎订阅专栏,数据结构实验,期末大作业,前端后端,算法都有哦,想我发哪个方面的资源或文章可以私信我,免费的哦