mjhcsp-CSDN博客

原创 C++ 信息论（Information Theory）完整万字教程

本文摘要：C++信息论完整教程信息论是现代计算机科学的核心数学基础，由香农创立，用于量化信息、不确定性、压缩极限等。教程涵盖：核心概念：自信息、香农熵、联合熵、条件熵、互信息、KL散度、交叉熵 C++实现：提供完整代码实现各类熵计算，包括文本熵、数据压缩评估等工程应用：文本分析：计算字符熵判断语言/加密数据压缩：计算理论压缩极限机器学习：互信息特征选择 AI模型：交叉熵损失函数实现教程包含20,000字详细内容，提供可直接使用的C++信息论工具库，涵盖从基础理论到工程实践的全套解决方案，适用于

2026-03-24 19:41:19 423 1

原创 C++ 梯度下降法（Gradient Descent）：数值优化的核心迭代算法

摘要：梯度下降法(Gradient Descent)是经典的一阶优化算法，通过沿损失函数梯度反方向迭代更新参数来寻找极小值点。本文系统讲解了梯度下降的数学原理、核心变体（BGD/SGD/MBGD）及关键参数调优，并提供了完整的C++实现框架，包括通用数据结构、工具函数和优化算法实现。文章还包含线性回归和函数极值求解等实战案例，帮助读者掌握该算法在机器学习与数值优化中的工程应用。

2026-03-22 19:00:53 370

原创我的256天创作纪念日

文章摘要本文回顾了作者在CSDN平台256天的创作历程，分享了写作收获与感悟。作者累计收获537位粉丝、19万访问量、3460个点赞，发布160篇原创文章。文中特别提到"游戏机3.0"和"凯撒密码"两个代表性项目，其中游戏机系列经过多次迭代开发。作者认为保持好奇心和时间管理是持续创作的关键，并感谢社区用户特别是"新绿MEHO"的长期支持。通过代码片段展示了游戏开发中的战斗系统实现，体现了作者的技术成长。文章传递了"虚心请教、持续学习&q

2026-03-17 21:57:31 378 1

原创 C++ 折半搜索（Meet in the Middle）：突破指数级复杂度的分治策略

C++ 折半搜索（Meet in the Middle）：突破指数级复杂度的分治策略

2026-03-16 20:51:34 492

原创 C++ A* 算法：启发式路径搜索的黄金标准

A*算法摘要： A*算法是启发式路径搜索的经典方法，结合Dijkstra的全局最优与贪心算法的启发式引导，广泛应用于游戏寻路、机器人导航等领域。其核心是通过评估函数（f(n)=g(n)+h(n)）优先搜索最优路径，其中g(n)为实际代价，h(n)为启发函数（如曼哈顿距离）。C++实现需定义节点结构、开放列表（优先队列）和关闭列表（哈希表），并辅以路径回溯与邻节点获取函数。算法效率显著高于DFS/BFS/Dijkstra，适用于网格寻路等场景。

2026-03-16 20:46:10 492

原创 C++遗传算法（Genetic Algorithm，GA）：进化式全局优化的核心解析

本文介绍了遗传算法（GA）的核心原理及其在C++中的实现。GA是一种受生物进化启发的全局优化算法，通过模拟自然选择和遗传变异来求解复杂优化问题。文章详细阐述了GA的核心概念映射、算法流程和优势，并提供了C++实现的基础组件，包括随机数生成和通用参数配置。以旅行商问题（TSP）为例，展示了种群初始化、适应度计算等核心操作的代码实现。GA通过种群并行搜索有效避免局部最优，适用于TSP、参数优化等复杂问题，具有全局搜索能力强、鲁棒性高等特点。

2026-03-15 18:07:16 370

原创 C++随机调整（Random Adjustment）：优化算法的核心随机策略

C++随机调整（Random Adjustment）：优化算法的核心随机策略

2026-03-15 18:00:35 640

原创 C++模拟退火（Simulated Annealing，SA）：局部搜索的进阶优化算法

模拟退火算法摘要模拟退火(SA)是一种基于金属退火过程的随机优化算法，通过引入温度参数解决局部最优问题。算法核心原理包括：物理机制：模拟金属加热后缓慢冷却的过程，高温时允许接受较差解以扩大搜索范围，低温时收敛到最优解。关键公式：采用Metropolis准则决定是否接受新解，接受概率P=e^(-ΔE/T)，其中ΔE为能量差，T为温度。算法流程：初始化温度和解在每温度下迭代生成邻域解根据Metropolis准则接受或拒绝解逐步降温直至终止条件 C++实现：包含解表示、目标函数、邻域解生成和核心S

2026-03-12 20:29:40 226

原创 C++ 爬山算法（Hill Climbing）：局部搜索（Local Search）的核心解析

本文介绍了爬山算法（Hill Climbing）的核心原理及其在C++中的实现。爬山算法是一种局部搜索算法，模拟登山过程，通过不断向更优邻域解移动来寻找局部最优解。文章首先定义了关键概念如解空间、目标函数和邻域，然后详细讲解了算法的5步执行流程，并分析了其优缺点。针对易陷入局部最优的问题，介绍了随机重启、随机选择邻域等优化变体。最后给出了C++通用实现框架，并以旅行商问题（TSP）为例展示了完整代码。爬山算法实现简单高效，适合组合优化问题，但需注意其局部最优局限性。

2026-03-11 20:25:26 361 1

原创 C++ Dancing Links（舞蹈链）：从原理到实战的深度解析

本文深入解析了Dancing Links算法在C++中的实现与应用。该算法通过双向循环十字链表高效解决精确覆盖问题，核心思想包括：1) 将01矩阵映射为链表结构；2) 通过删除/恢复列的"舞蹈"操作优化回溯搜索；3) 优先选择最少1的列减少搜索分支。文章详细介绍了节点结构设计、链表初始化、插入节点、删除/恢复列等核心操作，并提供了完整代码实现。Dancing Links特别适合解决数独、N皇后等组合优化问题，其时间复杂度远优于传统回溯法，是处理稀疏矩阵精确覆盖问题的利器。

2026-03-11 20:21:28 370

原创 C++ 启发式迭代加深搜索（IDA*）：从原理到实战的深度解析

本文深入解析了C++中的启发式迭代加深搜索（IDA*）算法，将其核心原理归纳为迭代加深搜索与启发式搜索的融合。IDA通过结合IDDFS的深度限制框架和A算法的启发函数剪枝，在极小空间开销下实现高效搜索。文章详细对比了IDA*与传统算法的优劣，指出其特别适合状态空间大且最优解较浅的问题（如八数码、路径规划）。关键实现要点包括：启发函数需满足可采纳性（不高估实际代价）、采用双重返回值设计（-1表示找到目标/其他值记录最小超限f值）、以及阈值逐步迭代更新机制。文章以八数码问题为例，展示了完整的C++实现代码，其

2026-03-11 20:15:56 413

原创 C++ 迭代加深搜索（IDDFS）：从原理到实战的深度解析

摘要：本文深入解析C++中的迭代加深搜索（IDDFS）算法，该算法结合了DFS的空间效率和BFS的最优解特性。IDDFS通过迭代加深深度限制，逐步扩展搜索范围，既避免了DFS陷入深层无效路径的问题，又克服了BFS内存消耗大的缺点。文章详细讲解了IDDFS的核心原理、实现框架（包括外层迭代和内层深度受限DFS）以及经典应用场景（如迷宫最短路径）。通过代码示例展示了如何实现IDDFS解决实际问题，并强调其最优性、空间效率和时间效率的平衡优势。

2026-03-11 20:10:19 415

原创 C++ 启发式搜索解析

本文深入解析了启发式搜索的核心原理与应用。启发式搜索通过启发函数智能评估状态价值，优先探索最有潜力的路径，显著提升搜索效率。文章详细介绍了A和IDA算法的实现原理、适用场景及性能对比，并提供了启发函数设计的关键原则。最后通过C++代码展示了A*算法在网格最短路径问题中的实战应用，包括状态表示、优先级队列管理和路径回溯等核心环节。全文以对话形式展开，兼顾理论深度与实践指导，帮助读者系统掌握这一高效搜索技术。

2026-03-08 20:00:13 158 1

原创 C++记忆化搜索解析

本文深入解析了C++记忆化搜索技术，结合DFS与动态规划的优势，通过缓存已计算子问题来优化时间复杂度。文章首先阐释了记忆化搜索的核心原理（重叠子问题和最优子结构），并对比了记忆化搜索与传统DP的差异。随后提供了通用的实现框架模板，强调缓存初始化和状态转移的关键步骤。最后通过斐波那契数列（一维）和网格路径问题（二维）两个经典例题，展示了记忆化搜索的具体应用与代码实现。全文系统性地讲解了从原理到实战的完整知识链，帮助读者掌握这一高效算法技术。

2026-03-08 19:56:46 716

原创 C++剪枝解析

摘要：剪枝算法通过提前排除无效路径（如不满足条件、重复状态或非最优解）来优化搜索效率，将指数级复杂度降至多项式级。核心剪枝策略包括：可行性剪枝：终止无法达到目标的路径（如和超过目标值）；最优性剪枝：若当前路径代价已劣于已知最优解则终止；重复性剪枝：避免重复计算相同状态（如排序去重）；顺序剪枝：优先遍历更可能接近最优解的路径。实战中需尽早剪枝（减少递归深度）并辅以预处理（如排序、前缀和）以提升覆盖率。典型应用包括组合总和、迷宫最短路径等，显著降低无效计算。

2026-03-08 19:52:12 372

原创 C++深度优先搜索（DFS）：从原理到实战的深度解析

本文深入解析了C++中深度优先搜索(DFS)算法的原理与应用。首先介绍了DFS的核心特征：深度优先遍历、递归实现、回溯机制和完整解空间搜索能力。接着给出了DFS的标准实现框架，包括基础递归版和栈实现的非递归版，重点强调了剪枝优化和回溯操作的重要性。最后通过两个经典例题(全排列和子集问题)展示了DFS的具体应用，详细分析了状态表示、终止条件和剪枝策略。文章指出DFS+剪枝=回溯法，是解决排列组合、路径搜索等问题的有效方法，时间复杂度通常为O(n!)，空间复杂度O(n)。

2026-03-08 11:46:49 405

原创 C++广度优先搜索 BFS解析

本文深入解析C++中的广度优先搜索（BFS）算法。BFS通过"层层递进"的方式遍历节点，天然适合解决最短路径问题。文章详细对比了BFS与DFS的区别，指出BFS使用队列实现层次遍历，能保证找到无权图中的最短路径。提供了BFS的通用实现框架，包括基础版（判断可达性）和进阶版（计算最短步数），并强调入队标记和层次遍历的关键技巧。最后通过网格最短路径例题，展示如何应用BFS解决实际问题，包括状态表示、访问标记和方向处理等具体实现细节。全文以对话形式展开，便于理解BFS的核心原理和应用场景。

2026-03-08 11:41:43 593

原创 C++搜索解析

搜索算法不是“无脑暴力枚举”，而是带有“剪枝”和“策略”的有序遍历解空间：问题所有可能的解构成的集合（比如迷宫的所有路径、排列组合的所有情况）；遍历策略：DFS（深度优先，一条路走到黑，走不通再回头）、BFS（广度优先，逐层扩展，先找最近的解）；剪枝：提前排除不可能的路径（比如迷宫的墙、不符合条件的组合），减少遍历次数。给定一个不含重复数字的数组nums，返回其所有可能的全排列（比如[1,2,3]的全排列是给定一个m×n的迷宫，表示通路，表示墙壁，求从左上角(0,0)到右下角(m-1,n-1)

2026-03-08 11:36:45 625

原创 C++状压 DP解析

摘要：状压DP（状态压缩动态规划）通过二进制位编码离散状态集合，利用位运算高效处理状态转移，适用于元素数≤20的集合选择问题。其核心步骤包括状态编码（mask表示选中元素）、状态定义（如dp[mask]记录方案数或最优解）、初始化（空集或单元素状态）和状态转移（遍历mask与元素k更新new_mask）。典型应用包括子集和问题、旅行商问题等，时间复杂度通常为O(n×2ⁿ)。掌握二进制位运算（如掩码操作）和动态规划思想是学习前提。

2026-03-08 11:28:45 385

原创 P15545 「Stoi2037」晴天题解（fastmjh）

题目摘要：Amana计划在n天内从A城到B城，路程为s公里。她每天行走距离受天气影响：晴天走x公里，雨天无法行走，有风时走x-v_i公里。需计算她到达B城的最少天数，若无法到达则输出-1。通过逐天模拟行走过程，累加行走距离直至超过s公里或天数耗尽。样例1中3天到达，样例2则无法完成。代码实现简单遍历天气数组并更新剩余路程即可。

2026-03-04 14:22:57 318

原创 C++线性 DP解析

本文系统介绍了线性动态规划（线性DP）的核心原理与实战应用。通过"新手提问+导师解答"的对话形式，详细拆解了线性DP的定义、特征、通用框架和经典例题。文章首先阐释了线性DP的"线性"本质，即状态按线性顺序排列且仅依赖前序状态；然后提出四步实现框架（状态定义、初始化、状态转移、答案提取），并给出通用模板代码；最后通过爬楼梯和最长上升子序列两个经典例题，演示了如何应用该框架解决实际问题。全文采用对话式讲解，结合代码实现与优化技巧，帮助读者从零基础掌握这一算法竞赛和面试中的

2026-02-26 20:41:45 313 1

原创 C++轮廓线 DP：从原理到实战的深度解析

摘要：轮廓线DP是一种高效处理网格问题的动态规划方法，通过压缩轮廓线状态实现逐格递推。其核心思想是将网格已处理区域的边界状态（轮廓线）压缩为整数，结合位运算进行状态转移。典型应用包括多米诺骨牌覆盖、路径计数等，需掌握状态压缩、位运算和滚动数组优化。本文以对话形式拆解轮廓线DP的五步框架：确定遍历顺序、定义轮廓线状态、状态压缩、转移规则及滚动数组优化，并给出伪代码模板。以n×2网格多米诺覆盖为例，说明横向/纵向骨牌的状态转移逻辑，帮助读者从入门到实战掌握这一高阶DP技巧。

2026-02-25 22:09:23 659

原创 C++ 树形 DP解析

本文深入解析树形动态规划（树形DP）的核心原理与应用方法。通过对话形式，从树形DP的典型特征、前置知识入手，详细讲解四步实现框架：树的存储、状态定义、递归遍历和状态合并。以树的最大独立集问题为例，提供完整C++代码实现及测试案例，剖析递归逻辑与状态转移规则。文章强调树形DP与普通DP的关键区别在于基于树形结构的自底向上求解方式，适合处理具有层级关系的优化问题。掌握树形DP需要熟悉树的遍历、邻接表存储和递归思想，是算法竞赛和面试中的重要考点。

2026-02-20 22:05:58 1111

原创 C++区间 DP解析

区间DP是一种动态规划方法，通过将大区间分解为小区间来求解最优解。其核心思想是定义状态dp[i][j]表示区间[i,j]的最优解，并通过枚举区间长度、起点和分割点进行状态转移。典型应用包括石子合并问题（最小合并代价）和最长回文子序列问题（LPS）。石子合并中，状态转移依赖前缀和与分割点；而LPS问题则通过首尾字符比较进行转移。区间DP的关键在于正确的枚举顺序——必须从小到大计算区间长度，确保大区间的解依赖于已计算的小区间解。

2026-02-20 22:01:31 562

原创 C++数位 DP解析

本文以对话形式深入解析数位DP算法，从原理到实战逐步拆解。数位DP是动态规划中专门处理数字统计问题的经典方法，适用于大数范围（如1e18）下统计满足特定数位条件的数字数量。文章通过两个典型例题（统计不含数字6的数和各位数字之和等于sum的数）详细讲解四步核心框架：数字拆分、递归函数设计、记忆化搜索和区间处理。代码实现清晰展示了状态定义、边界条件处理和记忆化优化技巧，帮助读者彻底掌握这一高效算法。

2026-02-20 21:59:39 527

原创 C++ 背包DP解析

本文以对话形式系统讲解了背包问题的动态规划解法，主要内容包括： 01背包问题（每个物品选一次）的二维和一维解法，重点分析状态转移方程和空间优化技巧；完全背包问题（物品可选无限次）的解法，通过与01背包的遍历顺序对比揭示本质差异；多重背包问题（物品有选择次数限制）的两种处理思路，特别是高效的二进制拆分法。全文采用"新手提问+导师解答"的互动方式，配合C++代码示例，深入浅出地解析了背包DP的核心思想与实现细节，适合算法学习者系统掌握这一经典动态规划问题。

2026-02-20 21:55:45 618

原创 C++ 后缀平衡树解析

摘要：本文通过对话形式详细讲解了后缀平衡树（Size Balanced Tree，SBT）的核心原理与实现。SBT是一种基于子树大小维护平衡的二叉搜索树，与字符串后缀无关。其核心规则是通过比较左右子树大小进行旋转调整（maintain函数），保证树高严格为O(log n)。文章涵盖SBT的节点结构、插入/删除操作、平衡维护逻辑，并强调其代码极短、常数小、效率高的优势。SBT支持所有BST功能（查排名、前驱后继等），是竞赛中的实用数据结构。最后澄清“后缀”为历史翻译问题，实际应理解为“Size Balanc

2026-02-20 21:52:22 615

原创 C++Z 函数超详细解析

本文深入解析Z函数（Z-array）算法，通过对话形式从基础概念到实际应用全面讲解。Z函数用于计算字符串各位置子串与原串的最长公共前缀长度，其核心应用包括字符串匹配、周期分析和回文判断等。文章首先介绍暴力解法（O(n²)），然后详细讲解线性优化版本（O(n)），重点解释如何利用区间复用避免重复计算。最后展示Z函数在字符串匹配中的典型应用方法，即通过拼接字符串快速定位模式串。全文结合代码示例和具体案例，帮助读者透彻理解这一高效字符串处理工具。

2026-02-20 21:49:32 581

原创 C++Lyndon 分解超详解析

本文介绍了C++中的Lyndon分解算法，包括其定义、核心性质和高效实现方法。Lyndon分解将字符串拆分为若干字典序非递增的Lyndon子串，为解决字符串最小表示、周期分析等问题提供简洁思路。文章详细讲解了Duval算法的三指针动态扩展机制，并给出可直接复用的C++代码实现，其时间复杂度为O(n)。最后列举了Lyndon分解的实际应用场景，如快速求解字符串最小表示等，展现了该算法在理论研究和工程实践中的价值。通过定义解析、算法实现到应用示例的全方位讲解，帮助读者深入理解这一字符串处理的重要工具。

2026-02-16 15:58:30 697 3

原创 B4361 [GESP202506 四级] 排序题解（mjhcsp）

B4361 [GESP202506 四级] 排序题解（mjhcsp）

2026-02-14 13:25:51 794 1

原创 C++考试实用代码

介绍了C++考试实用代码

2026-02-10 21:56:56 507 2

原创 P14987 全等（mjhcsp）

摘要：本文介绍了洛谷题目P14987"全等"的解法。题目要求将四个整数填入2×2矩阵，使每行每列之和相等。解题思路是检查三种可能的排列组合是否满足总和条件。代码通过计算总和的一半，验证三种排列方式是否满足行和列的和相等。对于AI作答，需定义特定变量并在输出后添加'\0'字符。示例输入输出展示了正确与错误情况的结果判断。

2026-01-19 21:19:18 920

原创 C++ Manacher 算法：原理、实现与应用全解析

Manacher 算法（马拉车算法）是专门解决**最长回文子串问题**的线性时间算法，由 Glenn Manacher 在 1975 年提出。它通过对字符串进行预处理（插入特殊字符）消除奇偶回文的差异，并利用“回文对称性”记录已遍历区域的信息，避免重复计算，将时间复杂度从中心扩展法的 \(O(n^2)\) 降至 \(O(n)\)。本文将从核心原理、预处理、算法流程到实战优化，全面解析 Manacher 算法的设计思想与 C++ 实现技巧。

2026-01-12 21:55:26 1191 1

原创 C++ 回文自动机（PAM）：原理、实现与应用全解析

回文自动机（Palindrome Automaton, PAM，也叫回文树）是专门处理**字符串回文子串问题**的高效数据结构，由 Mikhail Rubinchik 在 2015 年提出。它能在 \(O(n)\) 时间复杂度内构建，支持统计回文子串数量、查找最长回文子串、统计各长度回文子串出现次数等核心问题，是处理回文问题的“专属利器”。本文将从核心原理、节点设计、构建流程到实战应用，全面解析回文自动机的设计思想与 C++ 实现技巧。

2026-01-12 21:39:36 1116 1

原创 C++ 有限状态自动机（FSM）：原理、实现与应用全解析

有限状态自动机（Finite State Machine, FSM，也叫有限状态机）是一种**抽象计算模型**，核心思想是将复杂的逻辑拆解为「状态」和「状态转移」，通过输入触发状态变化，最终完成特定逻辑处理。它广泛应用于编译器、协议解析、文本处理、游戏AI等场景，也是实现AC自动机、KMP等算法的底层思想。本文将从核心原理、分类、C++实现模式到实战案例，全面解析有限状态自动机的设计与落地技巧。

2026-01-11 21:07:11 1119 2

原创 C++ 后缀树（Suffix Tree）：原理、实现与应用全解析

后缀树（Suffix Tree）是处理字符串子串问题的**终极数据结构**，它将字符串的所有后缀压缩存储为一棵多叉树，能在 \(O(1)\)（预处理后）时间内回答子串存在性、最长重复子串、最长公共子串等问题。尽管构建过程复杂（Ukkonen 算法可做到 \(O(n)\) 时间），但其极致的查询效率使其成为字符串处理的“神器”。本文将从核心原理、节点设计、Ukkonen 算法实现到实战应用，全面解析后缀树的设计思想与 C++ 落地技巧。

2026-01-11 21:00:32 1128

原创 C++ 后缀数组（SA）：原理、实现与应用全解析

后缀数组（Suffix Array, SA）是处理字符串子串问题的**核心数据结构**，它将字符串的所有后缀按字典序排序并存储其起始位置，能在 \(O(n \log n)\) 时间复杂度内构建，支持最长公共前缀（LCP）、最长重复子串、子串排名等经典问题。本文将从核心原理、倍增法构建、LCP 数组计算到实战应用，全面解析后缀数组的设计思想与 C++ 实现技巧。

2026-01-11 20:55:42 673

原创 C++ KMP 算法：原理、实现与应用全解析

KMP（Knuth-Morris-Pratt）算法是解决**单模式串匹配**问题的经典高效算法，核心优势是通过预处理模式串生成「部分匹配表（next 数组）」，避免匹配失败时文本串指针的回溯，将时间复杂度从暴力匹配的 \(O(n \cdot m)\) 降至 \(O(n + m)\)（\(n\) 为文本串长度，\(m\) 为模式串长度）。本文将从核心原理、next 数组构建、匹配流程到实战优化，全面解析 KMP 算法的设计思想与 C++ 实现技巧。

2026-01-11 20:51:30 1035 1

原创 C++ AC 自动机：原理、实现与应用全解析

AC 自动机（Aho-Corasick Automaton）是结合**字典树（Trie）** 和**KMP 算法**思想的高效多模式匹配算法，核心解决“在一段文本中同时匹配多个模式串（关键词）”的问题。其优势在于：预处理模式串的时间复杂度为 \(O(\sum len)\)（\(\sum len\) 为所有模式串总长度），文本匹配的时间复杂度为 \(O(n)\)（\(n\) 为文本长度），远优于暴力匹配（\(O(n \cdot \sum len)\)）。本文将从核心原理、结构设计、构建流程到实战应用，全面解析

2026-01-11 20:44:39 1031

原创 C++ 字典树（Trie）：原理、实现与应用全解析

字典树（Trie，也叫前缀树/单词查找树）是一种**树形哈希数据结构**，专门用于高效处理字符串的前缀匹配、插入、查询等操作。它的核心优势是将字符串的公共前缀共享存储，使插入/查询的时间复杂度仅与字符串长度相关（\(O(len)\)），远优于哈希表或红黑树。本文将从核心原理、结构设计、代码实现到实战应用，全面解析 Trie 的设计思想与 C++ 落地技巧。

2026-01-11 20:37:52 878