算法X —— 基础篇

最新推荐文章于 2024-03-31 10:01:31 发布

人生简洁之道

最新推荐文章于 2024-03-31 10:01:31 发布

阅读量1.5k

点赞数

分类专栏：算法 XYZ

Adress：CSDN - Life Recoder. PS: 爬虫、网站、公众号等侵权的当个人吧！乱写的笔记 1秒钟成了你的原创？

本文链接：https://blog.csdn.net/BeBuBu/article/details/108994836

版权

算法 XYZ 专栏收录该内容

3 篇文章 1 订阅

订阅专栏

文章目录

`数据结构`
`搜索`
`字符串`
`图论`
`动态规划`
`数学`

`数据结构`

栈，队列

$s t a c k < T >$
$q u e u e < T >$

滑动窗口

无重复字符的最长子串

class Solution {
public:
    int lengthOfLongestSubstring(string s) {
        unordered_set<char> us;
        int left = 0, right = 0;
        int out = 0;
        while (right < s.size()) {
            us.emplace(s[right++]);
            out = max(out, right - left);
            while (!us.empty() && us.count(s[right]))
                us.erase(s[left++]);
        }
        return out;
    }
};

滑动窗口中位数

class Solution {
public:
    // 方法1 滑动窗
    vector<double> medianSlidingWindow_1(vector<int>& nums, int k) {
        int N = nums.size();
        vector<double> med;
        multiset<int> win(nums.begin(), nums.begin() + k);
        auto mid = next(win.begin(), k / 2);
        for (int i = k; i < N + 1; i++) { // N + 1 是为了最后一个
            double medVal = double(*mid) + double(*next(mid, k % 2 - 1));
            med.push_back(medVal / 2);
            if (i == N) continue;
            win.insert(nums[i]);
            if (nums[i] < *mid) mid--;
            if (nums[i - k] <= *mid) mid++;
            win.erase(win.lower_bound(nums[i - k]));
        }
        return med;
    }
    // 方法2 堆
    vector<double> medianSlidingWindow(vector<int>& nums, int k) {
        int N = nums.size();
        vector<double> med;
        unordered_map<int, int> hash_tab;
        priority_queue<int> smaller; // max heap
        priority_queue<int, vector<int>, greater<int>> bigger; // min heap
        int idx = 0;
        while (idx < k) smaller.push(nums[idx++]);
        for (int j = 0; j < k / 2; j++) {
            bigger.push(smaller.top());
            smaller.pop();
        }
        while (true) {
            med.push_back(k & 1 ? smaller.top() :
                0.5 * (double(smaller.top()) + double(bigger.top())));
            if (idx == nums.size()) break;
            int out = nums[idx - k];
            int ins = nums[idx++];
            int balance = 0; // is balanced
            balance += out <= smaller.top() ? -1 : 1;
            hash_tab[out]++;
            if (!smaller.empty() && ins <= smaller.top()) {
                balance++;
                smaller.push(ins);
            } else {
                balance--;
                bigger.push(ins);
            }
            // re-balanced heaps
            if (balance < 0) {
                smaller.push(bigger.top());
                bigger.pop();
                balance++;
            }
            if (balance > 0) {
                bigger.push(smaller.top());
                smaller.pop();
                balance--;
            }
            // remove invalid nodes
            while (hash_tab[smaller.top()]) {
                hash_tab[smaller.top()]--;
                smaller.pop();
            }
            while (!bigger.empty() && hash_tab[bigger.top()]) {
                hash_tab[bigger.top()]--;
                bigger.pop();
            }
        }
        return med;
    }
};

并查集

处理集合

class uf { // 并查集 (不可删除节点)
private:
	int con;
	vector<int> sz;
	vector<int> pa;
public:
    uf (int n) {
        for (int i = 0; i < n; ++i) {
            sz.push_back(1);
            pa.push_back(i);
        }
        this->con = n;
    }
    void merge(int x, int y) { // union
        // 按秩合并
        int rx = find(x);
        int ry = find(y);
        if (rx == ry) return;
        if (sz[rx] > sz[ry]) {
            pa[ry] = rx;
            sz[rx] += sz[ry];
        } else {
            pa[rx] = ry;
            sz[ry] += sz[rx];
        }
        con--;
    }
    int find(int x) {
        // 路径压缩
        while (pa[x] != x) {
            pa[x] = pa[pa[x]];
            x = pa[x];
        }
        return x;
    }
    bool connect(int x, int y) {
        return find(x) == find(y);
    }
    int count() {
        return con;
    }
};

STL 容器

Set，Map，Priority_queue
慢，但是好用，能过很多题

倍增思想

顾名思义，备注就是步长成倍增加
一般都是成 2倍
任何数都可以用 2的幂次方序列的和来表示

区间最值查询 RMQ

数列区间的最大值：输入一串数字，给你 M 个询问，每次询问就给你两个数字 X,Y，要求你说出 X 到 Y 这段区间内的最大数
Range Minimum/Maximum Query
线段树算法 预处理和查询都是 O(logn)
思想：使用区间dp出每个点起 $2^k$ 长度的极值大区间的极值使用小区间的极值构成！
方法1 Sparse Table (ST) 预处理 O(nlgn) 查询 O(1)
定义 $d p [i] [j]$ 表示从 $i$ 为起点， $2^j$ 为长度的区间的极值

#include<iostream>
#include<cmath>
#define max(a, b) (a > b ? a : b)

const int space = 1e5 + 7;
int dp[space][34] = { {} };
//dp[i][j]表示从i开始长度为2^(j-1)中的答案
// 当然不包括第i + 2^(j-1)的数据；
int lenth[34] = {};
int log_2[33] = {};
int N, M;

void ST(int N) {
    for (int i = 1; i <= N; i++) scanf("%d", &dp[i][0]);
    for (int idx = 1; lenth[idx] <= N; idx++) {
        for (int now = 1; now + lenth[idx] <= N + 1; now++) {
            // now ~ now + 2^(idx-1) ~ now + 2^(idx-1) + 2^(idx-1)
            dp[now][idx] = max(dp[now][idx - 1], 
                dp[now + lenth[idx - 1]][idx - 1]);
        } 
    }
}

int RMQ(int left, int right) {
    int k = right - left + 1;
    k = log(k) / log(2);//计算log2(k),从left+lenth[k]要小于等于right，否则会有不确定的数据
    while (left + lenth[k] < right - lenth[k] + 1) k++;//注了这段代码也可以AC，写成这样更容易理解且更保险；
    printf("%d\n", max(dp[left][k], dp[right - lenth[k] + 1][k]));
}

int main(void)
{
    lenth[0] = 1;
    for (int i = 1; i < 31; i++) lenth[i] = lenth[i - 1] << 1;
    scanf("%d %d", &N, &M);
    // preprocessing
    ST(N);
    while (M--) {
        int left, right;
        scanf("%d %d", &left, &right);
        // query
        RMQ(left, right);
    }
    return 0;
}

二叉树的最近公共祖先 LCA

除了后序遍历，（步长始终为1）
也可以采用倍增思想 TODO
参考链接

树状数组 + 线段树

RMQ的树状数组的实现

在这里插入图片描述

#include <bits/stdc++.h>
using namespace std;

const int space = 1e6 + 7;
int A[space] = {}, B[space] = {}; // A树状数组 + B原数组
int N = 0, M = 0;

int lowest_bit(int n) {return n & (-n);}
void update(int pos, int data, int arr_len) {
    for (int i = pos; i <= arr_len; i += lowest_bit(i)) { // 父节点
        A[i] = max(A[i], data); // 往父节点上更新 即往大区间更新
    }
}

int query(int left, int right) {
    // 兄弟节点 从右往左 表示从右往左的多个相邻的子区间
    int max_ans = INT_MIN, i = right;
    while (i >= left) { // 兄弟节点往左递归
        max_ans = max(max_ans, B[i]);
        if (i - lowest_bit(i) + 1 < left) i--; // 都是单个元素 就按原数组计算最大值
        else { // 仍可进行 往左兄弟节点 的递归
            max_ans = max(max_ans, A[i]);
            i -= lowest_bit(i);
        }
    }
    return max_ans;
}

// 下面3个函数此题中不需要 用于元素更新(加减)
void add(int pos, int k) { // 用k更新pos处的元素
    while (pos <= N) {
        B[pos] += k;
        pos += lowest_bit(pos); // 往父节点更新
    }    
}
int get(int pos) { // 获取数组pos处的前缀和(包括pos)
    int res = 0;
    while (pos > 0) {
        res += B[pos];
        pos -= lowest_bit(pos); // 往左兄弟接节点更新
    }
    return res;
}
int sum(int p1, int p2) {
    return get(p2) - get(p1 - 1); 
}

// Main Loop
int main() {
    scanf("%d %d", &N, &M);
    for (int i = 1; i <= N; i++) {
        scanf("%d", &B[i]);
        update(i, B[i], N);
    }
    while (M--) {
        int x, y;
        scanf("%d %d", &x, &y);
        printf("%d\n", query(x, y));
    }
    return 0;
}

RMQ的线段树的实现

在这里插入图片描述

#include <bits/stdc++.h>
using namespace std;

const int space = 1e5 + 7;
long long N, M;
int nums[space] = {0};

struct Node {
    int start, end, maxV; // [start, end], maxV
    // 其实按照相同的递归方式的话 start和end是不必存储的 
    // 在递归入口参数处加上就行
} tr[4 * space]; // 线段树长度 长于 原数组长度 因为原数组只存在于 其叶节点

void build(int pos, int start, int end) {
    if (start == end) {
        tr[pos] = {start, end, nums[start]};
        return;
    }
    int mid = start + (end - start) / 2;
    int left = 2 * pos + 1;
    int right = 2 * pos + 2;
    build(left, start, mid);
    build(right, mid + 1, end);
    tr[pos] = {start, end, max(tr[left].maxV, tr[right].maxV)};
    // cout << start << " " << end << " " << tr[pos].maxV << endl;
}

int query(int pos, int start, int end) {
    if (tr[pos].end < start || tr[pos].start > end) return 0;
    if (start <= tr[pos].start && tr[pos].end <= end) return tr[pos].maxV;
    // int mid = tr[pos].start + (tr[pos].end - tr[pos].start) / 2; // 不需要 因为子节点存储了二分的区间
    int maxV = INT_MIN;
    maxV = query(pos * 2 + 1, start, end); // 左
    return max(maxV, query(pos * 2 + 2, start, end)); // 右
}

// 下面这个更新函数在本题中不需要
void update(int cur, int idx, int val) { // 从cur开始 旨在将idx更新为val
    if (tr[cur].start == tr[cur].end) {
        nums[idx] = tr[cur].maxV = val;
        return;
    }
    int left_node  = 2 * cur + 1;
    int right_node = 2 * cur + 2;
    int mid = tr[cur].start + (tr[cur].end - tr[cur].start) / 2;
    if (tr[cur].start <= idx && idx <= mid)
        update(left_node, idx, val);
    else update(right_node, idx, val);
    tr[cur].maxV = max(tr[left_node].maxV, tr[right_node].maxV);
}
// Main Loop
int main() {
    // // 下面两句是为了 加速输入输出流
    // std::ios::sync_with_stdio(false); // 解除 stdio 和 cout / cin 的绑定 做了之后要注意不要同时混用cout和printf之类
    // std::cin.tie(0); // 解除 cin 和 cout 的绑定 否则每次执行<<都要flush IO负担 0表示NULL
    
    // cin >> N >> M; // TLE
    // for (int i = 1; i <= N; i++) cin >> nums[i];
    scanf("%d %d", &N, &M);
    for (int i = 1; i <= N; i++) scanf("%d", &nums[i]);
    build(1, 1, N);
    int start, end;
    while (M--) {
        // cin >> start >> end; // TLE
        // cout << query(1, start, end) << endl;
        scanf("%d %d", &start, &end);
        printf("%d\n", query(1, start, end));
    }
    return 0;
}

三大平衡树

参考详见三大平衡树总结 + 模板

Treap

核心是利用随机数的二叉排序树的各种操作复杂度平均为O(lgn)

#include <cstdio>
#include <cstring>
#include <ctime>
#include <iostream>
#include <algorithm>
#include <cstdlib>
#include <cmath>
#include <utility>
#include <vector>
#include <queue>
#include <map>
#include <set>
#define max(x,y) ((x)>(y)?(x):(y))
#define min(x,y) ((x)>(y)?(y):(x))
#define INF 0x3f3f3f3f
#define MAXN 100005

using namespace std;

int cnt=1,rt=0; //节点编号从1开始

struct Tree
{
    int key, size, pri, son[2]; //保证父亲的pri大于儿子的pri
    void set(int x, int y, int z)
    {
        key=x;
        pri=y;
        size=z;
        son[0]=son[1]=0;
    }
}T[MAXN];

void rotate(int p, int &x)
{
    int y=T[x].son[!p];
    T[x].size=T[x].size-T[y].size+T[T[y].son[p]].size;
    T[x].son[!p]=T[y].son[p];
    T[y].size=T[y].size-T[T[y].son[p]].size+T[x].size;
    T[y].son[p]=x;
    x=y;
}

void ins(int key, int &x)
{
    if(x == 0)
        T[x = cnt++].set(key, rand(), 1);
    else
    {
        T[x].size++;
        int p=key < T[x].key;
        ins(key, T[x].son[!p]);
        if(T[x].pri < T[T[x].son[!p]].pri)
            rotate(p, x);
    }
}

void del(int key, int &x) //删除值为key的节点
{
    if(T[x].key == key)
    {
        if(T[x].son[0] && T[x].son[1])
        {
            int p=T[T[x].son[0]].pri > T[T[x].son[1]].pri;
            rotate(p, x);
            del(key, T[x].son[p]);
        }
        else
        {
            if(!T[x].son[0])
                x=T[x].son[1];
            else
                x=T[x].son[0];
        }
    }
    else
    {
        T[x].size--;
        int p=T[x].key > key;
        del(key, T[x].son[!p]);
    }
}

int find(int p, int &x) //找出第p小的节点的编号
{
    if(p == T[T[x].son[0]].size+1)
        return x;
    if(p > T[T[x].son[0]].size+1)
        find(p-T[T[x].son[0]].size-1, T[x].son[1]);
    else
        find(p, T[x].son[0]);
}

int find_NoLarger(int key, int &x) //找出值小于等于key的节点个数
{
    if(x == 0)
        return 0;
    if(T[x].key <= key)
        return T[T[x].son[0]].size+1+find_NoLarger(key, T[x].son[1]);
    else
        return find_NoLarger(key, T[x].son[0]);    
}

Splay-Tree 伸展树

双旋的过程就是一个建立相对平衡的二叉树的一个过程
模板代码：支持相同值，支持区间删除，支持懒惰标记

int cnt, rt;
int Add[MAXN];

struct Tree{
    int key, num, size, fa, son[2];
}T[MAXN];

inline void PushUp(int x)
{
    T[x].size=T[T[x].son[0]].size+T[T[x].son[1]].size+T[x].num;
}

inline void PushDown(int x)
{
    if(Add[x])
    {
        if(T[x].son[0])
        {
            T[T[x].son[0]].key+=Add[x];
            Add[T[x].son[0]]+=Add[x];
        }
        if(T[x].son[1])
        {
            T[T[x].son[1]].key+=Add[x];
            Add[T[x].son[1]]+=Add[x];
        }
        Add[x]=0;
    }
}

inline int Newnode(int key, int fa) //新建一个节点并返回
{
    ++cnt;
    T[cnt].key=key;
    T[cnt].num=T[cnt].size=1;
    T[cnt].fa=fa;
    T[cnt].son[0]=T[cnt].son[1]=0;
    return cnt;
}

inline void Rotate(int x, int p) //0左旋 1右旋
{
    int y=T[x].fa;
    PushDown(y);
    PushDown(x);
    T[y].son[!p]=T[x].son[p];
    T[T[x].son[p]].fa=y;
    T[x].fa=T[y].fa;
    if(T[x].fa)
        T[T[x].fa].son[T[T[x].fa].son[1] == y]=x;
    T[x].son[p]=y;
    T[y].fa=x;
    PushUp(y);
    PushUp(x);
}

void Splay(int x, int To) //将x节点移动到To的子节点中
{
    while(T[x].fa != To)
    {
        if(T[T[x].fa].fa == To)
            Rotate(x, T[T[x].fa].son[0] == x);
        else
        {
            int y=T[x].fa, z=T[y].fa;
            int p=(T[z].son[0] == y);
            if(T[y].son[p] == x)
                Rotate(x, !p), Rotate(x, p); //之字旋
            else
                Rotate(y, p), Rotate(x, p); //一字旋
        }
    }
    if(To == 0) rt=x;
}

int GetPth(int p, int To) //返回第p小的节点 并移动到To的子节点中
{
    if(!rt || p > T[rt].size) return 0;
    int x=rt;
    while(x)
    {
        PushDown(x);
        if(p >= T[T[x].son[0]].size+1 && p <= T[T[x].son[0]].size+T[x].num)
            break;
        if(p > T[T[x].son[0]].size+T[x].num)
        {
            p-=T[T[x].son[0]].size+T[x].num;
            x=T[x].son[1];
        }
        else
            x=T[x].son[0];
    }
    Splay(x, 0);
    return x;
}

int Find(int key) //返回值为key的节点 若无返回0 若有将其转移到根处
{
    if(!rt) return 0;
    int x=rt;
    while(x)
    {
        PushDown(x);
        if(T[x].key == key) break;
        x=T[x].son[key > T[x].key];
    }
    if(x) Splay(x, 0);
    return x;
}

int Prev() //返回根节点的前驱 非重点
{
    if(!rt || !T[rt].son[0]) return 0;
    int x=T[rt].son[0];
    while(T[x].son[1])
    {
        PushDown(x);
        x=T[x].son[1];
    }
    Splay(x, 0);
    return x;
}

int Succ() //返回根结点的后继 非重点
{
    if(!rt || !T[rt].son[1]) return 0;
    int x=T[rt].son[1];
    while(T[x].son[0])
    {
        PushDown(x);
        x=T[x].son[0];
    }
    Splay(x, 0);
    return x;
}

void Insert(int key) //插入key值
{
    if(!rt)
        rt=Newnode(key, 0);
    else
    {
        int x=rt, y=0;
        while(x)
        {
            PushDown(x);
            y=x;
            if(T[x].key == key)
            {
                T[x].num++;
                T[x].size++;
                break;
            }
            T[x].size++;
            x=T[x].son[key > T[x].key];
        }
        if(!x)
            x=T[y].son[key > T[y].key]=Newnode(key, y);
        Splay(x, 0);
    }
}

void Delete(int key) //删除值为key的节点1个
{
    int x=Find(key);
    if(!x) return;
    if(T[x].num>1)
    {
        T[x].num--;
        PushUp(x);
        return;
    }
    int y=T[x].son[0];
    while(T[y].son[1])
        y=T[y].son[1];
    int z=T[x].son[1];
    while(T[z].son[0])
        z=T[z].son[0];
    if(!y && !z)
    {
        rt=0;
        return;
    }
    if(!y)
    {
        Splay(z, 0);
        T[z].son[0]=0;
        PushUp(z);
        return;
    }
    if(!z)
    {
        Splay(y, 0);
        T[y].son[1]=0;
        PushUp(y);
        return;
    }
    Splay(y, 0);
    Splay(z, y);
    T[z].son[0]=0;
    PushUp(z);
    PushUp(y);
}

int GetRank(int key) //获得值<=key的节点个数
{
    if(!Find(key))
    {
        Insert(key);
        int tmp=T[T[rt].son[0]].size;
        Delete(key);
        return tmp;
    }
    else
        return T[T[rt].son[0]].size+T[rt].num;
}

void Delete(int l, int r) //删除值在[l, r]中的所有节点 l!=r
{
    if(!Find(l)) Insert(l);
    int p=Prev();
    if(!Find(r)) Insert(r);
    int q=Succ();
    if(!p && !q)
    {
        rt=0;
        return;
    }
    if(!p)
    {
        T[rt].son[0]=0;
        PushUp(rt);
        return;
    }
    if(!q)
    {
        Splay(p, 0);
        T[rt].son[1]=0;
        PushUp(rt);
        return;
    }
    Splay(p, q);
    T[p].son[1]=0;
    PushUp(p);
    PushUp(q);
}

Size Balance Tree

SBT能够保证树的高度在lgn，这样对于插入，删除操作都能够准确保证时间复杂度在O(lgn)
详见 陈启峰SBT

int cnt, rt;

struct Tree
{
    int key, size, son[2];
}T[MAXN];

inline void PushUp(int x)
{
    T[x].size=T[T[x].son[0]].size+T[T[x].son[1]].size+1;
}

inline int Newnode(int key)
{
    ++cnt;
    T[cnt].key=key;
    T[cnt].size=1;
    T[cnt].son[0]=T[cnt].son[1]=0;
    return cnt;
}

void Rotate(int p, int &x)
{
    int y=T[x].son[!p];
    T[x].son[!p]=T[y].son[p];
    T[y].son[p]=x;
    PushUp(x);
    PushUp(y);
    x=y;
}

void Maintain(int &x, int p) //维护SBT的!p子树
{
    if(T[T[T[x].son[p]].son[p]].size > T[T[x].son[!p]].size)
        Rotate(!p, x);
    else if(T[T[T[x].son[p]].son[!p]].size > T[T[x].son[!p]].size)
        Rotate(p, T[x].son[p]), Rotate(!p, x);
    else return;
    Maintain(T[x].son[0], 0);
    Maintain(T[x].son[1], 1);
    Maintain(x, 0);
    Maintain(x, 1);
}

inline int Prev() //返回比根值小的最大值 若无返回0
{
    int x=T[rt].son[0];
    if(!x) return 0;
    while(T[x].son[1])
        x=T[x].son[1];
    return x;
}

inline int Succ() //返回比根值大的最小值 若无返回0
{
    int x=T[rt].son[1];
    if(!x) return 0;
    while(T[x].son[0])
        x=T[x].son[0];
    return x;
}

void Insert(int key, int &x)
{
    if(!x) x=Newnode(key);
    else
    {
        T[x].size++;
        Insert(key, T[x].son[key > T[x].key]);
        Maintain(x, key > T[x].key);
    }
}

bool Delete(int key, int &x) //删除值为key的节点 key可以不存在
{
    if(!x) return 0;
    if(T[x].key == key)
    {
        if(!T[x].son[0])
        {
            x=T[x].son[1];
            return 1;
        }
        if(!T[x].son[1])
        {
            x=T[x].son[0];
            return 1;
        }
        int y=Prev();
        T[x].size--;
        return Delete(T[x].key, T[x].son[0]);
    }
    else
        if(Delete(key, T[x].son[key > T[x].key]))
        {
            T[x].size--;
            return 1;
        }
}

int GetPth(int p, int &x) //返回第p小的节点
{
    if(!x) return 0;
    if(p == T[T[x].son[0]].size+1)
        return x;
    if(p > T[T[x].son[0]].size+1)
        return GetPth(p-T[T[x].son[0]].size-1, T[x].son[1]);
    else
        return GetPth(p, T[x].son[0]);
}

int GetRank(int key, int &x) //找出值<=key的节点个数
{
    if(!x) return 0;
    if(T[x].key <= key)
        return T[T[x].son[0]].size+1+GetRank(key, T[x].son[1]);
    else
        return GetRank(key, T[x].son[0]);
}

树链剖分，树分治

国家集训队论文 <<分治算法在树的路径问题中的应用>>
PDF链接

在这里插入图片描述

树分治和树上启发式合并的复杂度正确性的保证。
LCA 最近公共祖先

`搜索`

深度优先

汉诺塔

宽度优先

迷宫

迭代+DFS

双向搜索

二分查找

三分查找

几何里面用得到
类似二分，不过是采用三分的方式
二分解决的是单调有序的数组查找问题（一维有序问题）
三分引申到二维（二次函数），得是凸函数

const double EPS = 1e-10;
double calc(double x) {
    // f(x) = -(x-3)^2 + 2;
    return -(x-3.0)*(x-3.0) + 2;
}
double ternarySearch(double low, double high) {
    double mid, midmid;
    while (low + EPS < high)
    {
        mid = (low + high) / 2;
        midmid = (mid + high) / 2;
        double mid_value = calc(mid);
        double midmid_value = calc(midmid);
        if (mid_value > midmid_value)
            high = midmid;
        else
            low = mid;
    }
    return low;
}

A* , A星算法

启发式搜索
路径规划，计算最低通过成本
$f (n) = g (n) + h (n)$
从起始搜索点到当前点的代价 + 当前结点到目标结点的估值
一种具有f(n)=g(n)+h(n)策略的启发式算法能成为A*算法的充分条件是：
- 搜索树上存在着从起始点到终了点的最优路径。
- 问题域是有限的。
- 所有结点的子结点的搜索代价值>0。
- $h (n) = < h * (n)$ （ $h * (n)$ 为实际问题的代价值）。

`字符串`

字符串问题：子串、子序列、前后缀、字典序、回文串
前缀（preffix(str)）:真前缀不包括字符串本身
后缀（suffix(str)）：真后缀不包括字符串本身

匹配问题

单模式串/多模式串匹配
暴力法最坏是 O(N^2)
哈希法 / KMP 线性复杂度

字典树：在上下文中搜索多个模态

实现Trie 类形式

class Trie {
private:
    bool isEnd;
    Trie* next[26];
public:
    /** Initialize your data structure here. */
    Trie() {
        isEnd = false;
        memset(next, 0, sizeof(next));
    }
    
    /** Inserts a word into the trie. */
    void insert(string word) {
        Trie* cur = this;
        for (auto& c : word) {
            if (!cur->next[c-'a']) 
                cur->next[c-'a'] = new Trie();
            cur = cur->next[c-'a'];
        }
        cur->isEnd = true;
    }
    
    /** Returns if the word is in the trie. */
    bool search(string word) {
        Trie* cur = this;
        for (auto& c : word) {
            cur = cur->next[c-'a'];
            if (!cur) return false;
        }
        return cur->isEnd;
    }
    
    /** Returns if there is any word in the trie that starts with the given prefix. */
    bool startsWith(string prefix) {
        Trie* cur = this;
        for (auto& c : prefix) {
            cur = cur->next[c-'a'];
            if (!cur) return false;
        }
        return true;
    }
};

单词搜索II

二维字符矩阵，搜索字典中的所有单词

class Solution {
public:
    // Trie 树
    struct TrieNode {
        TrieNode *child[26];
        string str; // 方便取字符串
        TrieNode() : str{""} {
            for (auto& c : child) c = NULL;
        }
    };
    struct Trie {
        TrieNode *root;
        Trie() : root(new TrieNode()) {}
        void insert(string s) {
            TrieNode *p = root;
            for (auto& a : s) {
                int i = a - 'a';
                if (!p->child[i]) p->child[i] = new TrieNode();
                p = p->child[i];
            }
            p->str = s;
        }
    };
    // 前缀树 + backtrack
    vector<string> findWords(vector<vector<char>>& board, vector<string>& words) {
        vector<string> res;
        if (words.empty() || board.empty() || board[0].empty()) return res;
        vector<vector<bool>> vis(board.size(), vector<bool>(board[0].size(), false));
        Trie* T = new Trie();
        for (auto& w : words) T->insert(w);
        for (int i = 0; i < board.size(); i++) {
            for (int j = 0; j < board[0].size(); j++) {
                if (T->root->child[board[i][j] - 'a'])
                    search(board, T->root->child[board[i][j] - 'a'], i, j, vis, res);
            }
        }
        return res;
    }
    void search(vector<vector<char>>& board, TrieNode* p, int i, int j, 
            vector<vector<bool>>& vis, vector<string>& res) {
        // clear保证不重复
        if (!p->str.empty()) {res.push_back(p->str); p->str.clear();} 
        int dirs[4][2] = {{0, 1}, {0, -1}, {1, 0}, {-1, 0}};
        vis[i][j] = true;
        for (auto& d : dirs) {
            int y = i + d[0], x = j + d[1];
            if (y < 0 || y >= board.size() || x < 0 || x >= board[0].size()) continue;
            if (vis[y][x] || !p->child[board[y][x] - 'a']) continue;
            search(board, p->child[board[y][x] - 'a'], y, x, vis, res); 
        }
        vis[i][j] = false;
    }
};

数组形式

int son[N][26],cnt[N],idx;  
//cnt数组记录以当前节点为结尾的字符串的数目，idx为节点编号
int n;
void insert(string& s){
    int n = s.length();
    int p = 0;
    for(int i = 0; i<n; i++){
        int u = s[i]-'a';
        if(!son[p][u]) son[p][u] = ++idx;
        p = son[p][u];
    }
    cnt[p] ++;
}

int query(string &s){
    int p = 0;
    int n = s.length();
    for(int i = 0; i<n; i++){
        int u = s[i] - 'a';
        if(!son[p][u]) return 0;
        p = son[p][u];
    }
    return cnt[p];
}

KMP

前缀表/函数理解

前缀函数 $\pi$ (prefix function):

$\pi[i]$ 代表子串 $\ldots i]$ 与其后缀相等的最长真前缀（proper prefix, 即不包含本身的前缀) 。
$\pi[i]=\max _{k=0 \ldots i}\{k: s[0 \ldots k-1]=s[i-(k-1) \ldots i]\}$
“abaaab" $- [0, 1, 0, 1, 2, 2, 3]$

在这里插入图片描述

void prefix_table(string& pattern, vector<int>& prefix) {
    int N = pattern.size();
    prefix.resize(N, 0);
    prefix[0] = 0;
    int len = 0, idx = 1; // 分别表示最长前后缀 和 当前处理的位置
    while (idx < N) {
        if (pattern[idx] == pattern[len])
            prefix[idx++] = ++len;
        else {
            if (len > 0) len = prefix[len - 1]; // 回退找最适合的位置
            else prefix[idx++] = 0; // 找到头了 0
        }
    }
    prefix.insert(prefix.begin(), -1); // 移下位 方便算法搜索
}

int kmp_search(string& text, string& pattern, vector<int>& prefix) {
    int N = pattern.size(), M = text.size();
    if (N == 0) return 0; // 空串
    if (M == 0) return -1; // 空模板
    prefix_table(pattern, prefix);
    int i = 0, j = 0; 
    while (i < M) {
        if (j == N - 1 && text[i] == pattern[j]) { // 找到一个
            cout << "The Patten is at: " << i - j << endl;
            j = prefix[j];  
            // return i - j;
        } 
        if (text[i] == pattern[j]) { // 匹配中
            i++; j++;
        } else { // 不匹配需要移动对齐patten
            j = prefix[j];
            if (j == -1) {
                i++; j++;
            }
        }
    }
    return -1;
}

DP的写法

class Solution {
public:
    int strStr(string haystack, string needle) {
        if (needle.empty()) return 0;
        vector<vector<int>> dp(needle.size(), vector<int>(256, 0));
        KMPCreator(needle, dp);
        int stat = 0;
        for (int i = 0; i < haystack.size(); ++i) {
            stat = dp[stat][haystack[i]];
            if (stat == needle.size()) return i - stat + 1;
        }
        return -1;
    }
private:
    void KMPCreator(string& needle, vector<vector<int>>& dp) {
        int shadow = 0;
        dp[0][needle[0]] = 1;
        for (int i = 1; i < needle.size(); ++i) {
            for (int c = 0; c < 256; c++)
                dp[i][c] = dp[shadow][c];
            dp[i][needle[i]] = i + 1;
            shadow = dp[shadow][needle[i]];
        }
    }
};

ExKMP

ExKMP，国外叫 “Z Algorithm"
$z [i]$ 是 $s t r$ 和从 $i$ 开始的 $s t r$ 的后缀的最大公共前缀长度
$i = = 0$ 处的值无意义，不考虑！
Z函数的计算方法，朴素O(N^2)

vector<int> z_function_trivial(string s) {
  int n = (int)s.length();
  vector<int> z(n);
  for (int i = 1; i < n; ++i)
    while (i + z[i] < n && s[z[i]] == s[i + z[i]]) ++z[i];
  return z;
}

改进后 O(N)
最优匹配段：在所有已探测到的匹配段中，我们将保持结尾最靠右的那一个 $[l : r]$
下标 $r$ 可被认为是字符串 $s$ 已被算法扫描的边界；任何超过该点的字符都是未知的

vector<int> z_function(string s) {
  // 最右匹配段 [l : r] 
  int n = (int)s.length();
  vector<int> z(n);
  for (int i = 1, l = 0, r = 0; i < n; ++i) {
    if (i <= r) z[i] = min(r - i + 1, z[i - l]);
    while (i + z[i] < n && s[z[i]] == s[i + z[i]]) ++z[i];
    if (i + z[i] - 1 > r) l = i, r = i + z[i] - 1;
  }
  return z;
}

应用

查找子串：在text中查找pattern，① 构建新的字符串 s = text + 分隔符 + patten PS：分隔符不在 text和pattern中！
本质不同子串查找：两个子串不同，当且仅当有这两个子串长度不一样或者长度一样且有任意一位不一样；
字符串压缩：寻找一个最短的字符串，使得 t 可以被 s 的一份或多份拷贝的拼接表示，实现了对 s 的压缩！(解法的有效性证明同 kmp一样！)

自动机

确定有限状态自动机，一种数学模型
包括：字符集、状态集（起始状态+接收状态）、转移函数
状态 + 字符接受（动作）
包括：字典树 + KMP自动机 + AC自动机 + 回文自动机 + 序列自动机

AC自动机：AC 自动机其实就是 Trie 上的自动机

Aho-Corasick automaton
可以认为是 Trie + KMP，两个步骤：
- 基础的 Trie 结构：将所有的模式串构成一棵 Trie
- KMP 的思想：对 Trie 树上所有的结点构造失配指针
多模式字符串匹配算法
KMP算法的树形扩展
一般KMP只能处理一个patten, 而结合了Trie树就可以多个patten 查找
节点存储信息 {child[26], fail指针, vector<int> exist }
fail指针 i->fail = j 失配指针
- KMP 只对一个模式串做匹配，而 AC 自动机要对多个模式串做匹配。有可能 fail 指针指向的结点对应着另一个模式串，两者前缀不同
- 表示 word[j] 是 word[i] 的最长后缀状态
- 在一个分支上走不下去了之后，我们不必头铁，可以换个方向继续往下走，而fail数组的作用就是这样，当发生失配时，我们可以通过预处理出的fail数组告诉我们其他分支的信息 (即满足当前字符串最长后缀的节点)，然后继续向后遍历即可
- 利用fail指针来补充trie树的信息，使其成为一个图，然后在匹配过程中，我们无需考虑fail指针，直接令 $j = t r [j] [t]$ ，这里其实就包括了 $t +^{'} a^{'}$ 这个字符如果不存在时的情况，如果不存在，其实就等价于 $j = t r [f a i l [j]] [t]$
exist列表 表示当前节点为止记录上的单词长度序列
代码模板
记录所有匹配上的字符串的总数

#pragma warning(disable:4996)
#include <iostream>
#include <cstring>
#include <string>
#include <cmath>
#include <cstdio>
#include <stdio.h>
#include <cstdlib>
#include <algorithm>
#include <vector>
#include <set>
#include <map>
#include <iomanip>
#define rep(i,a,b) for(int i = a; i <= b ; i ++ )
#define pre(i,a,b) for(int i = b ; i >= a ; i --)
#define ll long long
#define inf 0x3f3f3f3f
#define ull unsigned long long
#define ios ios::sync_with_stdio(false),cin.tie(0)
using namespace std;
typedef pair<int, int> PII;
const int N = 10010, S = 55, M = 1000010;

int n;
int tr[N * S][26], cnt[N * S], idx; // 节点编号 长度
char str[M]; // 字符串
int q[N * S], ne[N * S]; // BFS队列 fail指针

void insert() {
	int p = 0;
	for (int i = 0; str[i]; i++) {
		int t = str[i] - 'a';
		if (!tr[p][t]) tr[p][t] = ++idx;
		p = tr[p][t];
	}
	cnt[p]++;
}

void build() {
	int hh = 0, tt = -1;
	for (int i = 0; i < 26; i++)
		if (tr[0][i])
			q[++tt] = tr[0][i];
	while (hh <= tt) {
		int t = q[hh++];
		for (int i = 0; i < 26; i++) {
			int p = tr[t][i];
			if (!p) tr[t][i] = tr[ne[t]][i];
			else {
				ne[p] = tr[ne[t]][i];
				q[++tt] = p;
			}
		}
	}
}
int main() {
	int T;
	scanf("%d", &T);
	while (T--) {
		memset(tr, 0, sizeof tr);
		memset(cnt, 0, sizeof cnt);
		memset(ne, 0, sizeof ne);
		idx = 0;
		scanf("%d", &n);
		for (int i = 0; i < n; i++) {
			scanf("%s", str);
			insert();
		}
		 打印树结构
		//for (int i = 0; i <= 5; i++) {
		//	for (int j = 0; j < 26; j++) {
		//		if (tr[i][j]) {
		//			cout << "Node " << i << " have "
		//				<< char(j + 'a') << " is #" << tr[i][j] << endl;
		//		}
		//	}
		//}
		//cout << endl;
		//build();
		 打印树结构 其实我还不知道为啥要改变树的结构!
		//for (int i = 0; i <= 5; i++) {
		//	for (int j = 0; j < 26; j++) {
		//		if (tr[i][j]) {
		//			cout << "Node " << i << " have "
		//				<< char(j + 'a') << " is #" << tr[i][j] << endl;
		//		}
		//	}
		//}
		scanf("%s", str);
		int res = 0;
		for (int i = 0, j = 0; str[i]; i++) {
			int t = str[i] - 'a';
			j = tr[j][t];
			int p = j;
			while (p) {
				res += cnt[p];
				//cnt[p] = 0; // 只统计一次
				p = ne[p]; // 不漏解
			}
		}
		printf("%d\n", res);
	}
	return 0;
}

后缀数组：Suffix Array

定义：由两个数组组成：
- $s a [i]$ 表示将所有后缀排序后第 $i$ 小的后缀的编号
- $r k [i]$ 表示后缀 $i$ 的排名
性质： $s a [r k [i]] = r k [s a [i]] = i$

在这里插入图片描述

#include <algorithm>
#include <cstdio>
#include <cstring>
#include <iostream>

using namespace std;
const int N = 1000010;

char s[N];
int n, w, sa[N], rk[N << 1], oldrk[N << 1];
// 为了防止访问 rk[i+w] 导致数组越界，开两倍数组。
// 当然也可以在访问前判断是否越界，但直接开两倍数组方便一些。

int main() {
  int i, p;

  scanf("%s", s + 1);
  n = strlen(s + 1);
  for (i = 1; i <= n; ++i) sa[i] = i, rk[i] = s[i];

  for (w = 1; w < n; w <<= 1) {
    sort(sa + 1, sa + n + 1, [](int x, int y) {
      return rk[x] == rk[y] ? rk[x + w] < rk[y + w] : rk[x] < rk[y];
    });  // 这里用到了 lambda
    memcpy(oldrk, rk, sizeof(rk));
    // 由于计算 rk 的时候原来的 rk 会被覆盖，要先复制一份
    for (p = 0, i = 1; i <= n; ++i) {
      if (oldrk[sa[i]] == oldrk[sa[i - 1]] &&
          oldrk[sa[i] + w] == oldrk[sa[i - 1] + w]) {
        rk[sa[i]] = p;
      } else {
        rk[sa[i]] = ++p;
      }  // 若两个子串相同，它们对应的 rk 也需要相同，所以要去重
    }
  }

  for (i = 1; i <= n; ++i) printf("%d ", sa[i]);

  return 0;
}

寻找最小的循环移动位置，将字符串S复制一份变成SS就转化成了后缀排序问题
在字符串中找子串：构造T的后缀数组，如果S在T中出现过，那么必定是一些后缀的前缀，二分查找！
从字符串首尾取字符最小化字典序

后缀自动机 Suffix Automaton

处理字符串后缀
集训队论文
陈立杰ppt

广义后缀自动机

后缀树

回文树

Manacher

求字符串的最长回文子串
把一般意义上的 n方复杂度算法，提升为 O(n)复杂度

动态规划 O(n^2)

vector<int> d1(n), d2(n); 
// 分别表示以位置  为中心的长度为奇数和长度为偶数的回文串个数
for (int i = 0; i < n; i++) {
  d1[i] = 1;
  while (0 <= i - d1[i] && i + d1[i] < n && s[i - d1[i]] == s[i + d1[i]]) {
    d1[i]++;
  }

  d2[i] = 0;
  while (0 <= i - d2[i] - 1 && i + d2[i] < n &&
         s[i - d2[i] - 1] == s[i + d2[i]]) {
    d2[i]++;
  }
}

马拉车算法线性

char s_n[5000]; // &1#2^ 处理后的字符串
int p[5000]; // p[i]的i位置的回文串的半径
string longestPalindrome(string s) {
    string res = "";
    manacher(s, res);
    return res;
}
// 修改原字符串到 字符串长度变为奇数
int init(string& str) {
    int len = str.size();
    s_n[0] = '$';
    s_n[1] = '#';
    int j = 2;
    for (int i = 0; i < len; i++) {
        s_n[j++] = str[i];
        s_n[j++] = '#';
    }
    s_n[j++] = '^';
    s_n[j] = '\0'; // 终止符加上 
    return j;
}
int manacher(string& str, string& res) {
    int len = init(str);
    int max_len = -1;
    // mx:以id为中心的最长回文的右边界 
    // mx = id + p[id]
    // p[i]: 以i为中心的最长回文半径(包括中心字符)
    int id = 0, mx = 0; 
    int final_id = 0;
    res = "";
    // 求解位置和长度
    for (int i = 1; i < len; i++) {
        if (i < mx) p[i] = min(p[2 * id - 1], mx - i);
        else p[i] = 1;
        while (s_n[i - p[i]] == s_n[i + p[i]]) p[i]++;
        if (mx < i + p[i]) {
            id = i;
            mx = i + p[i];
        }
        if (p[i] - 1 > max_len) {
            max_len = p[i] - 1; // 最长回文串的长度
            final_id = i; // 最长回文串的位置(修改后的字符串)
        }
    }
    // 获取回文串
    int left = max(0, final_id - max_len);
    int right = min(len, final_id + max_len);
    for (int i = left; i <= right; i++) {
        if (s_n[i] != '#' && s_n[i] != '^' && s_n[i] != '$')
            res += s_n[i];
    }
    return max_len;
}

回文分割

最近流行

字符串分割成由回文子串构成的序列

class Solution {
public:
    vector<vector<string>> partition(string s) {
        res.clear();
        int N = s.size();
        dp.resize(N, vector<int>(N, false));
        init(s);
        dfs(0, s);
        return res;
    }
private:
    vector<vector<int>> dp;
    vector<vector<string>> res;
    vector<string> path;
    void init(string& str) {
        int N = str.size();
        for (int j = 0; j < N; j++) {
            for (int i = 0; i <= j; i++) {
                if (i == j) dp[i][j] = true;
                else if (str[i] == str[j] && (j - i < 2 || dp[i + 1][j - 1]))
                    dp[i][j] = true;
            }
        }
    }
    void dfs(int pos, string& str) {
        int N = str.size();
        if (pos == N) {
            res.push_back(path);
            return;
        }
        for (int i = pos; i < N; i++) {
            if (dp[pos][i]) {
                path.push_back(str.substr(pos, i - pos + 1));
                dfs(i + 1, str);
                path.pop_back();
            }
        }
    }
    // bool checkPalindrome(string& str, int left, int right) {
    //     if (left > right) return false;
    //     while (left < right) {
    //         if (str[left++] != str[right--]) 
    //             return false;
    //     }
    //     return true;
    // }
};

字符串分割成回文串序列的最少分割次数

class Solution {
public:
    int minCut(string s) {
        int N = s.size();
        init(s);
        dp2.resize(N + 1, INT_MAX); dp2[0] = 0;
        for (int right = 1; right <= N; right++) {
            for (int left = 1; left <= right; left++) {
                if (dp1[left - 1][right - 1])
                    dp2[right] = min(dp2[right], dp2[left - 1] + 1);
            }
        }
        return dp2[N] - 1;
    }
private:
    vector<vector<bool>> dp1; // 前一个DP判断区间是不是回文
    vector<int> dp2; // 后一个DP计算回文串个数
    void init(string& str) {
        int N = str.size();
        dp1.resize(N, vector<bool>(N, false));
        for (int right = 0; right < N; right++) {
            for (int left = 0; left <= right; left++) {
                if (left == right) dp1[left][right] = true;
                else if (str[left] == str[right] && 
                        (right - left < 2 || dp1[left + 1][right - 1])) {
                    dp1[left][right] = true;
                }
            }
        }
    }
};

序列自动机

最小表示法

Finding the smallest cyclic shift
解决字符串最小表示问题的方法
循环同构：
- S 和 T 循环同构 ==> $S [i : n] + S [1 : i - 1] = T$
S的最小表示：和 S 循环同构 的所有字符串中 字典序最小 的字符串！

int k = 0, i = 0, j = 1;
while (k < n && i < n && j < n) {
  if (sec[(i + k) % n] == sec[(j + k) % n]) {
    k++;
  } else {
    sec[(i + k) % n] > sec[(j + k) % n] ? i = i + k + 1 : j = j + k + 1; // 第i + k 处不满足字符相等 就前k个字符都得跳过！
    if (i == j) i++; // 否则随意 加位置
    k = 0;
  }
}
i = min(i, j); // i 和 j 较小值为答案！

Lyndon 分解

Lyndon串：若字符串S满足其本身的字典序严格小于其任何一个真后缀，则称S是 Lyndon 串
等价于 S 本身是所有 S 的循环同构串中字典序唯一最小的一个串
Lyndon 分解：串 $s$ 的 Lyndon 分解记为
- $s=w_{1} w_{2} \cdots w_{k}$ , 其中所有 $w_{i}$ 为简单串
- 并且他们的字典序按照非严格单减排序，即 $w_{1} \geq w_{2} \geq \cdots \geq w_{k}$ 。这样的分解存在且唯一！

Duval 算法

如果一个字符串 $t$ 能够分解为 $\cdots \bar{w}$ 的形式
其中 $w$ 是一个 Lyndon 串，而 $\bar{w}$ 是 $w$ 的前缀 $(\bar{w}$ 可能是空串 $),$ 那么称 $t$ 是近似简单串 ( pre-simple ) 或者 近似 Lyndon 串
Lyndon 串也是 近似 Lyndon 串
Duval 算法运用了贪心的思想。算法过程中我们把串 $s$ 分成三个部分 $s=s_{1} s_{2} s_{3},$ 其中 $s_{1}$ 是一个 Lyndon 串，它的 Lyndon 分解已经记录 ; $s_{2}$ 是一个近似 Lyndon 串 ; $s_{3}$ 是未处理的部分。
整体描述一下，该算法每一次尝试将 $s_{3}$ 的首字符添加到 $s_{2}$ 的末尾。如果 $s_{2}$ 不再是近似 Lyndon 串，那么我们就可以将 $s_{2}$ 截出一部分前缀 ( 即 Lyndon 分解 $)$ 接在 $s_{1}$ 末尾。

// duval_algorithm
vector<string> duval(string const& s) {
  int n = s.size(), i = 0;
  vector<string> factorization;
  while (i < n) {
    int j = i + 1, k = i;
    while (j < n && s[k] <= s[j]) {
      if (s[k] < s[j])
        k = i;
      else
        k++;
      j++;
    }
    while (i <= k) {
      factorization.push_back(s.substr(i, j - k));
      i += j - k;
    }
  }
  return factorization;
}

可用于求解最小表示法问题！
在分解的过程中记录每一次的近似 Lyndon 串的开头即可

// smallest_cyclic_string
string min_cyclic_string(string s) {
  s += s;
  int n = s.size();
  int i = 0, ans = 0;
  while (i < n / 2) {
    ans = i;
    int j = i + 1, k = i;
    while (j < n && s[k] <= s[j]) {
      if (s[k] < s[j])
        k = i;
      else
        k++;
      j++;
    }
    while (i <= k) i += j - k;
  }
  return s.substr(ans, n / 2);
}

`图论`

图的存储

常见的

直接存边：由于直接存边的遍历效率低下，一般不用于遍历图

struct Edge {
  int u, v; // 起点 终点
  int w; // 权重
};
vector<Edge> e;

邻接矩阵：邻接矩阵只适用于没有重边（或重边可以忽略）的情况

vector<vector<bool> > adj;

邻接表：支持动态增加元素的数据结构构成的数组

vector<vector<int> > adj;
unordered_map<int, pair<int, int>> adj;

链式前向星：用链表实现的邻接表

以储存边的方式来存储图
读入每条边的信息，将边存放在数组中，把数组中的边按照起点顺序排序(可以使用基数排序，如下面例程)，前向星就构造完了
通常用在点的数目太多，或两点之间有多条弧的时候
一般在别的数据结构不能使用的时候才考虑用前向星。除了不能直接用起点终点定位以外，前向星几乎是完美的！

在这里插入图片描述

#include <iostream>
#include <vector>
using namespace std;
int n, m;
vector<bool> vis;
vector<int> head, nxt, to;
void add(int u, int v) {
	// 表示与第i条边同起点的下一条边的存储位置
	nxt.push_back(head[u]); // 边 - 边
	// 表示以i为起点的第一条边存储的位置
	head[u] = to.size(); // 点 - 边
	// 表示第i条边的终点
	to.push_back(v); // 边 - 点
}
bool find_edge(int u, int v) {
	for (int i = head[u]; ~i; i = nxt[i]) {  // ~i 表示 i != -1
		if (to[i] == v) {
			return true;
		}
	}
	return false;
}
void dfs(int u) {
	if (vis[u]) return;
	vis[u] = true;
	for (int i = head[u]; ~i; i = nxt[i]) dfs(to[i]);
}
int main() {
	cin >> n >> m;
	vis.resize(n + 1, false);
	head.resize(n + 1, -1);
	for (int i = 1; i <= m; ++i) {
		int u, v;
		cin >> u >> v;
		add(u, v);
	}
	return 0;
}

存各种图都很适合，但不能快速查询一条边是否存在，也不能方便地对一个点的出边进行排序。
优点是边是带编号的，有时会非常有用，而且如果 cnt 的初始值为奇数，存双向边时 i ^ 1 即是 i 的反边（常用于网络流）

单源最短路

Dijkstra，spfa

多源最短路

Floy

最小生成树

Kruskal，Prim

拓扑排序

课程表ii 入度

class Solution {
public:
    bool topSort(vector<vector<int>>& G, vector<int>& O, vector<int>& D) {
        int N = D.size(), idx = 0;
        queue<int> Q;
        for (int i = 0; i < N; i++) 
            if (D[i] == 0) Q.push(i);
        while (!Q.empty()) {
            int X = Q.front(); Q.pop();
            O[idx++] = X;
            for (int i = 0; i < G[X].size(); i++) {
                int x = G[X][i]; D[x]--;
                if (D[x] == 0) Q.push(x);
            }
            G[X].clear();
        }
        if (idx == N) return true;
        return false;
    }
    vector<int> findOrder(int numCourses, vector<vector<int>>& prerequisites) {
        vector<int> inD(numCourses), res(numCourses);
        vector<vector<int>> G(numCourses);
        for (int i = 0; i < prerequisites.size(); i++) {
            G[prerequisites[i][1]].push_back(prerequisites[i][0]);
            inD[prerequisites[i][0]]++;
        }
        if (topSort(G, res, inD)) return res;
        return {};
    }
};

矩阵中的递增路径出度

class Solution {
public:
    int longestIncreasingPath(vector<vector<int>>& matrix) {
        if (matrix.empty() || matrix[0].empty()) return 0;
        H = matrix.size(); W = matrix[0].size();
        vector<vector<int>> outDgree(H, vector<int>(W, 0));
        for (int i = 0; i < H; i++) {
            for (int j = 0; j < W; j++) {
                for (int k = 0; k < 4; k++) {
                    int i1 = i + dirs[k][0], j1 = j + dirs[k][1];
                    if (i1 < 0 || i1 >= H || j1 < 0 || j1 >= W) continue;
                    if (matrix[i1][j1] <= matrix[i][j]) continue;
                    ++outDgree[i][j]; // 出度
                }
            }
        }
        queue<pair<int, int>> Q;
        for (int i = 0; i < H; i++) {
            for (int j = 0; j < W; j++) {
                if (outDgree[i][j] == 0) 
                    Q.push(make_pair(i, j)); // 从出度为0为边界条件 反向更新所有可达点
            }
        }
        int ans = 0;
        while (!Q.empty()) {
            ++ans;
            int sz = Q.size();
            for (int i = 0; i < sz; i++) {
                auto X = Q.front(); Q.pop();
                int y = X.first, x = X.second;
                for (int k = 0; k < 4; k++) {
                    int x1 = x + dirs[k][1], y1 = y + dirs[k][0];
                    if (x1 < 0 || x1 >= W || y1 < 0 || y1 >= H) continue;
                    if (matrix[y][x] <= matrix[y1][x1]) continue;
                    --outDgree[y1][x1]; // (y1, x1) -> (y, x)
                    if (outDgree[y1][x1] == 0) Q.push(make_pair(y1, x1));
                }
            }
        }
        return ans;
    }
private:
    int dirs[4][2] = {{-1, 0}, {1, 0}, {0, 1}, {0, -1}};
    int H, W;
};

最大流，最小费用流

Dinic，zkw

匈牙利算法

KM（网络流TLE后，用这个）

欧拉回路

Tarjan

强连通，边点双联通，割点，桥

2-SAT

有很多个集合，每个集合里面有若干元素，现给出一些取元素的规则，要你判断是否可行，可行则给出一个可行方案。如果所有集合中，元素个数最多的集合有k个，那么我们就说这是一个k-sat问题，同理，2-sat问题就是k=2时的情况
k > 2 NP完全问题
而k == 2，存在多项式解

`动态规划`

背包问题（背包九讲）

01背包，分组背包，完全背包，树上背包

记忆化搜索

dfs + bfs

数位dp

小于N有多少怎样怎样的数字，N很大

状态压缩dp

通常用于各种集合问题
位运算 + DP

树形dp

概率dp

不知道大家学过随机过程没
概率 DP 用于解决概率问题与期望问题

dp优化

斜率优化，单调队列优化，四边形不等式优化

`数学`

组合数学

离散 / 具体数学，数论、排列组合、概率期望、多项式等！
求C(n,m)，求斯特林数，卡特兰数，各种混着dp，容斥，鸽笼

基本操作

位运算

高效地进行某些运算，代替其它低效的方式。
表示集合。（常用于状压 DP ）
题目本来就要求进行位运算
一些替换有用的操作 OI -wiki

快速幂

$a ^ b) \% m$

long long binpow(long long a, long long b, long long m) {
  a %= m;
  long long res = 1;
  while (b > 0) {
    if (b & 1) res = res * a % m;
    a = a * a % m;
    b >>= 1;
  }
  return res;
}

进制转换

二进制 + 八进制 + 十六进制

高精度计算 / bignum计算

Arbitrary-Precision Arithmetic
常用字符串表示字符串的表示！

入门：加减乘除

#include <cstdio>
#include <cstring>

static const int LEN = 1004;

int a[LEN], b[LEN], c[LEN], d[LEN];

void clear(int a[]) {
  for (int i = 0; i < LEN; ++i) a[i] = 0;
}

void read(int a[]) {
  static char s[LEN + 1];
  scanf("%s", s);
  clear(a);

  int len = strlen(s);
  for (int i = 0; i < len; ++i) a[len - i - 1] = s[i] - '0';
}

void print(int a[]) {
  int i;
  for (i = LEN - 1; i >= 1; --i)
    if (a[i] != 0) break;
  for (; i >= 0; --i) putchar(a[i] + '0');
  putchar('\n');
}

void add(int a[], int b[], int c[]) {
  clear(c);
  for (int i = 0; i < LEN - 1; ++i) {
    c[i] += a[i] + b[i];
    if (c[i] >= 10) {
      c[i + 1] += 1;
      c[i] -= 10;
    }
  }
}

void sub(int a[], int b[], int c[]) {
  clear(c);
  for (int i = 0; i < LEN - 1; ++i) {
    c[i] += a[i] - b[i];
    if (c[i] < 0) {
      c[i + 1] -= 1;
      c[i] += 10;
    }
  }
}

void mul(int a[], int b[], int c[]) {
  clear(c);
  for (int i = 0; i < LEN - 1; ++i) {
    for (int j = 0; j <= i; ++j) c[i] += a[j] * b[i - j];

    if (c[i] >= 10) {
      c[i + 1] += c[i] / 10;
      c[i] %= 10;
    }
  }
}

inline bool greater_eq(int a[], int b[], int last_dg, int len) {
  if (a[last_dg + len] != 0) return true;
  for (int i = len - 1; i >= 0; --i) {
    if (a[last_dg + i] > b[i]) return true;
    if (a[last_dg + i] < b[i]) return false;
  }
  return true;
}

void div(int a[], int b[], int c[], int d[]) {
  clear(c);
  clear(d);

  int la, lb;
  for (la = LEN - 1; la > 0; --la)
    if (a[la - 1] != 0) break;
  for (lb = LEN - 1; lb > 0; --lb)
    if (b[lb - 1] != 0) break;
  if (lb == 0) {
    puts("> <");
    return;
  }

  for (int i = 0; i < la; ++i) d[i] = a[i];
  for (int i = la - lb; i >= 0; --i) {
    while (greater_eq(d, b, i, lb)) {
      for (int j = 0; j < lb; ++j) {
        d[i + j] -= b[j];
        if (d[i + j] < 0) {
          d[i + j + 1] -= 1;
          d[i + j] += 10;
        }
      }
      c[i] += 1;
    }
  }
}

int main() {
  read(a);

  char op[4];
  scanf("%s", op);

  read(b);

  switch (op[0]) {
    case '+':
      add(a, b, c);
      print(c);
      break;
    case '-':
      sub(a, b, c);
      print(c);
      break;
    case '*':
      mul(a, b, c);
      print(c);
      break;
    case '/':
      div(a, b, c, d);
      print(c);
      print(d);
      break;
    default:
      puts("> <");
  }

  return 0;
}

压位高精度

不用字符串里面每个位进行分解，用于计算
可以两位两位的计算，比如按照 100进制进行分解
以加法为例

//这里的 a,b,c 数组均为 p 进制下的数
//最终输出答案时需要将数字转为十进制
void add(int a[], int b[], int c[]) {
  clear(c);

  for (int i = 0; i < LEN - 1; ++i) {
    c[i] += a[i] + b[i];
    if (c[i] >= p) {  //在普通高精度运算下，p=10
      c[i + 1] += 1;
      c[i] -= p;
    }
  }
}

Karatsuba 乘法

分治思想用于高精度乘法！

int *karatsuba_polymul(int n, int *a, int *b) {
  if (n <= 32) {
    // 规模较小时直接计算，避免继续递归带来的效率损失
    int *r = new int[n * 2 + 1]();
    for (int i = 0; i <= n; ++i)
      for (int j = 0; j <= n; ++j) r[i + j] += a[i] * b[j];
    return r;
  }

  int m = n / 2 + 1;
  int *r = new int[m * 4 + 1]();
  int *z0, *z1, *z2;

  z0 = karatsuba_polymul(m - 1, a, b);
  z2 = karatsuba_polymul(n - m, a + m, b + m);

  // 计算 z1
  // 临时更改，计算完毕后恢复
  for (int i = 0; i + m <= n; ++i) a[i] += a[i + m];
  for (int i = 0; i + m <= n; ++i) b[i] += b[i + m];
  z1 = karatsuba_polymul(m - 1, a, b);
  for (int i = 0; i + m <= n; ++i) a[i] -= a[i + m];
  for (int i = 0; i + m <= n; ++i) b[i] -= b[i + m];
  for (int i = 0; i <= (m - 1) * 2; ++i) z1[i] -= z0[i];
  for (int i = 0; i <= (n - m) * 2; ++i) z1[i] -= z2[i];

  // 由 z0、z1、z2 组合获得结果
  for (int i = 0; i <= (m - 1) * 2; ++i) r[i] += z0[i];
  for (int i = 0; i <= (m - 1) * 2; ++i) r[i + m] += z1[i];
  for (int i = 0; i <= (n - m) * 2; ++i) r[i + m * 2] += z2[i];

  delete[] z0;
  delete[] z1;
  delete[] z2;
  return r;
}

void karatsuba_mul(int a[], int b[], int c[]) {
  int *r = karatsuba_polymul(LEN - 1, a, b);
  memcpy(c, r, sizeof(int) * LEN);
  for (int i = 0; i < LEN - 1; ++i)
    if (c[i] >= 10) {
      c[i + 1] += c[i] / 10;
      c[i] %= 10;
    }
  delete[] r;
}

这种方法，会有整数溢出问题！

高精度整数类封装

#define MAXN 9999
// MAXN 是一位中最大的数字
#define MAXSIZE 10024
// MAXSIZE 是位数
#define DLEN 4
// DLEN 记录压几位
struct Big {
  int a[MAXSIZE], len;
  bool flag;  // 标记符号'-'
  Big() {
    len = 1;
    memset(a, 0, sizeof a);
    flag = 0;
  }
  Big(const int);
  Big(const char*);
  Big(const Big&);
  Big& operator=(const Big&);
  Big operator+(const Big&) const;
  Big operator-(const Big&) const;
  Big operator*(const Big&)const;
  Big operator/(const int&) const;
  // TODO: Big / Big;
  Big operator^(const int&) const;
  // TODO: Big ^ Big;

  // TODO: Big 位运算;

  int operator%(const int&) const;
  // TODO: Big ^ Big;
  bool operator<(const Big&) const;
  bool operator<(const int& t) const;
  inline void print() const;
};
Big::Big(const int b) {
  int c, d = b;
  len = 0;
  // memset(a,0,sizeof a);
  CLR(a);
  while (d > MAXN) {
    c = d - (d / (MAXN + 1) * (MAXN + 1));
    d = d / (MAXN + 1);
    a[len++] = c;
  }
  a[len++] = d;
}
Big::Big(const char* s) {
  int t, k, index, l;
  CLR(a);
  l = strlen(s);
  len = l / DLEN;
  if (l % DLEN) ++len;
  index = 0;
  for (int i = l - 1; i >= 0; i -= DLEN) {
    t = 0;
    k = i - DLEN + 1;
    if (k < 0) k = 0;
    g(j, k, i) t = t * 10 + s[j] - '0';
    a[index++] = t;
  }
}
Big::Big(const Big& T) : len(T.len) {
  CLR(a);
  f(i, 0, len) a[i] = T.a[i];
  // TODO:重载此处？
}
Big& Big::operator=(const Big& T) {
  CLR(a);
  len = T.len;
  f(i, 0, len) a[i] = T.a[i];
  return *this;
}
Big Big::operator+(const Big& T) const {
  Big t(*this);
  int big = len;
  if (T.len > len) big = T.len;
  f(i, 0, big) {
    t.a[i] += T.a[i];
    if (t.a[i] > MAXN) {
      ++t.a[i + 1];
      t.a[i] -= MAXN + 1;
    }
  }
  if (t.a[big])
    t.len = big + 1;
  else
    t.len = big;
  return t;
}
Big Big::operator-(const Big& T) const {
  int big;
  bool ctf;
  Big t1, t2;
  if (*this < T) {
    t1 = T;
    t2 = *this;
    ctf = 1;
  } else {
    t1 = *this;
    t2 = T;
    ctf = 0;
  }
  big = t1.len;
  int j = 0;
  f(i, 0, big) {
    if (t1.a[i] < t2.a[i]) {
      j = i + 1;
      while (t1.a[j] == 0) ++j;
      --t1.a[j--];
      // WTF?
      while (j > i) t1.a[j--] += MAXN;
      t1.a[i] += MAXN + 1 - t2.a[i];
    } else
      t1.a[i] -= t2.a[i];
  }
  t1.len = big;
  while (t1.len > 1 && t1.a[t1.len - 1] == 0) {
    --t1.len;
    --big;
  }
  if (ctf) t1.a[big - 1] = -t1.a[big - 1];
  return t1;
}
Big Big::operator*(const Big& T) const {
  Big res;
  int up;
  int te, tee;
  f(i, 0, len) {
    up = 0;
    f(j, 0, T.len) {
      te = a[i] * T.a[j] + res.a[i + j] + up;
      if (te > MAXN) {
        tee = te - te / (MAXN + 1) * (MAXN + 1);
        up = te / (MAXN + 1);
        res.a[i + j] = tee;
      } else {
        up = 0;
        res.a[i + j] = te;
      }
    }
    if (up) res.a[i + T.len] = up;
  }
  res.len = len + T.len;
  while (res.len > 1 && res.a[res.len - 1] == 0) --res.len;
  return res;
}
Big Big::operator/(const int& b) const {
  Big res;
  int down = 0;
  gd(i, len - 1, 0) {
    res.a[i] = (a[i] + down * (MAXN + 1) / b);
    down = a[i] + down * (MAXN + 1) - res.a[i] * b;
  }
  res.len = len;
  while (res.len > 1 && res.a[res.len - 1] == 0) --res.len;
  return res;
}
int Big::operator%(const int& b) const {
  int d = 0;
  gd(i, len - 1, 0) d = (d * (MAXN + 1) % b + a[i]) % b;
  return d;
}
Big Big::operator^(const int& n) const {
  Big t(n), res(1);
  int y = n;
  while (y) {
    if (y & 1) res = res * t;
    t = t * t;
    y >>= 1;
  }
  return res;
}
bool Big::operator<(const Big& T) const {
  int ln;
  if (len < T.len) return 233;
  if (len == T.len) {
    ln = len - 1;
    while (ln >= 0 && a[ln] == T.a[ln]) --ln;
    if (ln >= 0 && a[ln] < T.a[ln]) return 233;
    return 0;
  }
  return 0;
}
inline bool Big::operator<(const int& t) const {
  Big tee(t);
  return *this < tee;
}
inline void Big::print() const {
  printf("%d", a[len - 1]);
  gd(i, len - 2, 0) { printf("%04d", a[i]); }
}

inline void print(Big s) {
  // s不要是引用，要不然你怎么print(a * b);
  int len = s.len;
  printf("%d", s.a[len - 1]);
  gd(i, len - 2, 0) { printf("%04d", s.a[i]); }
}
char s[100024];