1 /* 2 * text.cpp 3 * 4 * Created on: 2014-8-20 5 * Author: Administrator 6 */ 7 8 #include <stdio.h> 9 #include <iostream> 10 #include <algorithm> 11 #include <math.h> 12 #include <string.h> 13 #include <vector> 14 #include <queue> 15 using namespace std; 16 #define N 1010 17 #define LL __int64 18 #define INF (int)1e7 19 20 /* 2.1 基本计数方法： 21 * 22 * 1.容斥原理：集合之间有重复的部分，加加减减：大意为：A、B集合的相加减去A、B集合重叠的部分。 23 * 2.组合性质1：组合数的递推公式：经常用于预处理：C(n+1,k+1) = C(n,k+1) +C(n,k); （补充不漏的递推） 24 * 3.组合性质2：求n一定时，k从1-n的所有组合数，O(n)的递推：C(n,k+1) = C(n,k)*(n-k)/(k+1); （注意不要溢出） 25 * 4.组合性质3：可重复选择的组合，n个不同的数，每个元素可以选多多次，一共选k个：问题转化：x1 + x2 + x3.. xn = k 的解的个数， 26 * 答案: C(k+n-1,n-1) = C(k+n-1,k); 27 * 4.排列性质1：有重复数字的全排列个数：设x为结果，则：n1! * n2! *... nk! * x = n! （n[i]为每种元素重复的个数） 28 * 5.单色三角形的反向考虑：枚举点，每个点上连接a条红边和n-1-a条黑边，这些边属于a(n-1-a)个三角形！每个考虑了两次，最后除以2，累加即可。 29 * 6.swap(a,b); 可以交换两个数字 30 * 7.定义long long ，之后使用cout输出即可。 31 * 在题目中要注意，加法原理，乘法原理的应用，将问题分解，逐部分去求解。 32 * 有的时候，看了题目，明显发现时间复杂度过高，一般都是需要进行一些数学分析。 33 */ 34 35 /* 2.2 递推关系 36 * 37 * 一般在n范围较大，又设计树、图，或者说给定一个很大的范围，要计算其中每一个数字是否满足某种情况，考虑递推降低复杂度。 38 */ 39 40 /* 2.3 数论 41 * 42 * 基本概念： 43 * 1.素数筛选法 44 * 2.欧几里得算法：计算最大公约数 && ax + by = d的 |x|+|y|最小 45 * 3.取模算法：乘积取模与幂取模 46 * 4.欧拉phi函数：返回不超过x且和x互素的正整数个数（一个计算单个，一个筛选法计算数组） 47 * 5.素数筛选 + 欧拉函数 的应用：最大公约数之和。 48 * --------------技巧：递推 + 转换 + 逆转思路筛选(枚举n的倍数可以很大程度降低复杂度，例如暑期训练第九期的1002题) 49 * 50 * 模方程： 51 * 1.线性模方程 52 * 2.中国剩余定理等。 （还没看） 53 * 54 */ 55 56 //======素数筛选法====== 57 58 59 //======欧几里得算法====== 60 //原始算法只能求得两个整数a、b的最大公约数 61 LL gcd(LL a,LL b){ 62 return b==0 ? a : gcd(b,a%b); 63 } 64 //扩展的还可以求出x，y，使得 ax + by = d，|x|+|y| 最小。 65 //注意，即使a,b在int范围内，x，y也有可能超出int范围 66 void gcd_two(LL a,LL b,LL& d,LL& x,LL& y){ 67 if(!b){ d = a; x = 1; y = 0;} 68 else{ gcd_two(b,a%b,d,y,x); y -= x*(a/b);} 69 } 70 71 //======取模运算====== 72 //返回ab mod n 要求： 0 <= a,b <n 73 LL mul_mod(LL a ,LL b,int n){ 74 return a*b%n; 75 } 76 //返回a^p mod n,要求：0 <= a < n (进行了降幂处理 log(p)) 77 LL pow_mod(LL a,LL p,LL n){ 78 if(p == 0) return 1; 79 LL ans = pow_mod(a,p/2,n); 80 ans = ans*ans%n; 81 if(p%2 == 1) ans = ans*a%n; 82 return ans; 83 } 84 //======欧拉phi函数====== 85 //计算某个x的欧拉phi函数，不超过n且与n互素的正整数个数 86 int euler_phi(int n){ 87 int m = (int)sqrt(n+0.5); 88 int ans = n; 89 for(int i=2;i<=m;i++) if(n%i==0){ 90 ans = ans/i*(i-1); 91 while(n%i==0) n/=i; 92 } 93 if(n>1) ans=ans/n*(n-1); 94 return ans; 95 } 96 //使用类似筛选法的方法计算phi(1),phi(2)... 97 int phi[200]; 98 void phi_table(int n){ 99 for(int i=2;i<=n;i++) phi[i]=0; 100 phi[1]=1; 101 for(int i=2;i<=n;i++) if(!phi[i]) 102 for(int j=i;j<=n;j+=i){ 103 if(!phi[j]) phi[j]=j; 104 phi[j] = phi[j]/i*(i-1); 105 } 106 } 107 108 /* 2.4 组合游戏 109 * 110 * 这里大多指：博弈游戏 111 * 规则：1.一个状态是必败态当且仅当它所有的后继都是必胜状态； 112 * 2.一个状态是必胜态当且仅当它至少有一个后继是必败状态。 113 * --- 有了这个方法，我们可以用递推的方法，判断整个状态图的每一个节点是必胜态还是必败态。（此状态图无环，按照拓扑排序的逆序进行递推判断） 114 * 1.Nim游戏：取火柴，一共三堆，判断先手胜还是后手胜。 115 * 2.Ferguson游戏：两个盒子：清空一个，将另一个的分到两个盒子中，每个盒子至少有一个，不能继续的败！-- 后有代码 116 * 3.Chomp!游戏：有一个m*n的棋盘，每次可以取走一个方格并拿掉它右边和上边的所有盒子，拿到(1,1)的算输。 117 * --- 除了(1,1)是先手必败之外，其余都是先手必胜；考虑到先手在第一次取方格的时候，都可以抢先一步后手进入必胜态。 118 * 4.约数游戏：有1~n个数字，两人轮流选，并把它和它所有的约数擦去。擦去最后一个数的人赢。 119 * --- 补充Nim游戏的定理： 状态(x1,x2...xn)为必败态，当且仅当所有xi的异或结果为0.（适用于任意堆的情况） 120 * 5.组合游戏的和：使用SG函数和SG定理 121 * --- 137页，回头看 122 * 123 */ 124 125 //Ferguson游戏：输出所有的k<t的必败状态 126 const int maxn = 100; 127 int winning[maxn][maxn]; 128 void Ferguson(int t){ 129 winning[1][1]=false; 130 for(int k=3;k<20;k++) 131 for(int n=1;n<k;n++){ 132 int m = k-n; 133 winning[n][m] = false; 134 for(int i=1;i<n;i++) //后继至少有一个必败态的时候， 此时为必胜态 135 if(!winning[i][n-i]) winning[n][m]=true; 136 for(int i=1;i<m;i++) //后继至少有一个必败态的时候， 此时为必胜态 137 if(!winning[i][m-i]) winning[n][m]=true; 138 if(n<=m && !winning[n][m]) printf("%d %d\n",n,m); 139 } 140 } 141 142 143 144 145 /* 2.5 概率和数学期望 --- 一般需要开设数组进行计算，包括一维 + 二维 ；有一个特点，如果建图，一般都是拓扑结构 146 * 147 * 1.全概率公式（相当于平均概率）：关键是“划分样本空间”，只有把所有情况不重复不遗漏地进行分类，并计算出每个分类下事件 148 * 2.数学期望：所有可能值按照概率加权之后的结果 149 * --- 过程： 一般先求出所有的可能值，之后求出相应值得概率，之后加权求和。 150 * --- 两个求解工具： 151 * (1)期望的线性性质： E(x+y) = E(x) + E(y) 152 * (2)全期望公式：类似全概率公式，将所有情况不重复、不遗漏地分成若干类，每类计算数学期望，之后将每类的概率加权求和。 153 * 3.例题：麻球繁衍，用到求期望的独立性质，每个麻球的死亡是独立的，k天后，所有都死亡的概率则为其的k次方。 154 * 4.例题：和朋友会面，相当于区间概率的问题，建模改为二维平面围成的面积。（但是需要分类讨论，强调二维建模） 155 * 5.例题：玩纸牌（142页）（强调独立性） 156 * --- (1)每晚输赢是相互独立的，先计算出单独一天垂头丧气去睡觉的概率 Q 157 * --- (2)设d(i,j)表示前i局每局结束后的获胜比例不超过p，且前i局一共获胜j局的概率， 158 * 根据全概率公式：j/i <= p 时，d(i,j) = d(i-1,j)*(1-p) + d(i-1,j-1)*p; 159 * --- (3)则大Q = d(n,0) + d(n,1) +... 。 160 * --- (4)得到每天垂头丧气去睡觉的概率之后，这里还有另外一个结论：游戏总天数的期望即为： 1/Q 161 * 6.例题：得到1： 本题可以看做一个随机状态的状态机（这里强调一个特点随机性） 162 * --- 这个使用的记忆化搜索，但还不太会。 163 * 164 */ 165 166 167 168 /* 2.6 置换及其应用：这里指一一映射的一种关系。 169 * 170 * 1.置换满足结合律，但是不满足交换律，其置换式遵循一定顺序的，不能交换。 171 * 2.置换分解显示在图中，会表示成多个有向圈，其中循环的个数我们称为该置换的循环节 172 * 3.一个经典问题：等价类计数问题：即题目中会在已有情况的基础上，会给我们定义一种等价的情况。 173 * --- 一般这类问题，都需要统计等价类的个数，再延伸出来一些应用。 174 * --- Burnside引理：用来统计等价类个数： 175 * 对于一个置换f，如果有一个方案s经过置换后不变，则s称为f的一个不动点，将f的不动点数目记为C(f) 176 * --- 如何求C(f)? , 177 * 4.例题：项链和手镯：输出使用t种颜色的n颗珠子能做成的项链或者手镯的个数。（手镯可以旋转，隐藏有等价类） 178 * --- 。。。 179 * 5.例题：Leonardo笔记本：给出26个大写字母的置换B，问是否存在一个置换A，使得A^2 = B 180 * 。。。还有两个例题 181 * 182 */ 183 184 185 /* 2.7 矩阵和线性方程组 186 * 187 * 1.矩阵运算满足结合律!多校合练中有一道(A*B)^n的矩阵想成，就用到了此性质，将矩阵行列数目变得很小，再使用矩阵快速幂解决问题。 188 * 2.逆矩阵：几乎不使用，因为矩阵求逆大多数情况下是可以避免的； 189 * 3.高斯消元法计算举例，解方程组 --- 用到增广矩阵（后有代码） 190 * 4.例题：递推关系 191 * 5.例题：细胞自动机 192 * ... 193 * 194 */ 195 196 //求解多项式的每个未知变量的唯一解 197 //要求系数矩阵可逆 && A是增广矩阵， A[i][n] 是第i个方程右边的常数bi 198 //运行结束后 A[i][n]是第i个未知数的解 199 #define maxn 1010 200 void gauss_elimination(double A[maxn][maxn],int n){ 201 int i,j,k,r; 202 for(i=0;i<n;i++){ 203 //选一行r并与第i行交换 204 r = i; 205 for(j=i+1;j<n;j++) 206 if(fabs(A[j][i]) > fabs(A[r][i])) r=j; 207 //与第i+1 ~ n行进行消元e 208 for(j=n;j>=i;j--) 209 for(k=i+1;k<n;++k){ 210 A[k][j]-=A[k][i]/A[i][i]*A[i][j]; //这里消元使用的高精度要求的方法。 211 } 212 } 213 //回带过程 214 for(i =n-1;i>=0;i--){ 215 for(j=i+1;j<n;j++) 216 A[i][n] -= A[j][n]*A[i][j]; 217 A[i][n] /= A[i][i]; 218 } 219 } 220 221 //整数快速幂模板 222 LL quickpow(LL m ,LL n ,LL k){ 223 LL ans = 1; 224 while(n){ 225 if(n&1)//如果n是奇数 226 ans = (ans * m) % k; 227 n = n >> 1;//位运算“右移1类似除2” 228 m = (m * m) % k; 229 } 230 return ans; 231 } 232 233 //矩阵快速幂模板（迭代法，还有一种使用递归实现） 234 235 236 237 /* 2.8 数值方法简介 238 * 239 * 1.大意是说使用数值的方法算出近似解。常用：非线性方程求根 + 凸函数求极值 + 数值积分 240 * 2.例题：解方程 241 * 3.例题：误差曲线 242 * 4.例题：桥上的绳索：使用辛普森公式求解积分。（二维图上，图像与坐标轴围成的面积） 243 * 244 */ 245 246 247 248 /* 3.1 基础数据结构回顾 249 * 250 * 1.优先队列 251 * 2.并查集 252 */ 253 254 /* 3.2 区间信息的维护与查询：连续和查询问题 255 * 1.二叉搜索树(树状数组)：动态和查询问题 256 * --- 标准用法：我们需要动态地修改单个元素值并求前缀和。 257 * 2.RMQ问题：范围最小值问题：预处理n*log(n),每次查询O(1) 258 * --- 标准用法：给定一个区间(L,R);求min(A[L]...A[R]); 259 * --- 使用数据结构： d(i,j)二维数组,表示从i开始，长度为2^j的一段元素中的最小值,可以使用递推的方法来计算d(i,j),d(i,j)=min}{d(i,j-1),d(i+2^j-1,j-1)}; 260 * 3.线段树：点修改 + 区间修改 --- 动态范围的最小值问题。（RMQ不提供动态操作，只能是预处理不变的数组） 261 * 262 */ 263 264 265 //树状数组：C[]为主要数据结构 266 //初始化使用方法： 先预处理a[]和c[]数组为0，之后执行n此add操作即可。 267 //a[]为长度为n的数组，add时将a[]中的数字依次add进去。（记得0号位不使用!） 268 int n; //表示节点个数 269 int c[105]; 270 int lowbit(int x){ 271 return x&(-x); 272 } 273 int sum(int x){ 274 int ret =0; 275 while(x>0) {ret += c[x]; x-= lowbit(x);} 276 return ret; 277 } 278 void add(int x,int d){ 279 while(x<=n){ 280 c[x] += d;x+=lowbit(x); 281 } 282 } 283 void init(int A[],int n){ 284 memset(c,0,sizeof(c)); 285 for(int i=0;i<n;i++) 286 add(i+1,A[i]); 287 } 288 289 //RMQ问题：查询L~R之间的最小值 290 //A表示一个n个元素的数组 291 int d[101][101]; 292 void RMQ_init(const vector<int>& A){ 293 int n = A.size(); 294 for(int i=0;i<n;i++) d[i][0]=A[i]; 295 for(int j=1;(1<<j) <=n ;j++) 296 for(int i=0;i+(1<<j)-1<n;i++) 297 d[i][j]=min(d[i][j-1],d[i+(1<<(j-1))][j-1]); 298 } 299 //查询操作:返回值即为最小值的数值 300 int RMQ(int L,int R){ 301 int k=0; 302 while((1<<(k+1)) <= R-L+1) k++; //如果2^(k+1) <= R-L+1,那么k还可以加一; 303 return min(d[L][k],d[R-(1<<k)+1][k]); 304 }//这样就在O(n*log(n))的预处理之后，做到了O(1)的查询 305 306 //线段树 307 308 309 310 /* 3.3 字符串(1) 311 * 312 * 1.Trie(前缀树,也叫字典树)：是一种用于快速检索的多叉树结构，如英文字母的字典树是一个26叉树，数字的字典树是一个10叉树。 313 * 2.Trie的应用：例题：背单词，讲一个长字符串分解为已有的字典中的单词(这些单词建成了字典树) + 递推解决。 314 * 3.Trie的应用：例题：strcmp(char *s,char *t)：将所有的字符串构建成Trie树，之后分析情况，按照节点计算需要进行比较的次数。 315 * 4.KMP算法：字符串进行匹配。文本长度为n，匹配串长度为m，在n中寻找子串m。（满足T[i]=p[0] && T[i+1]=p[1] &&.. 连续的相等） 316 * 5.Aho-Corasick自动机：当待匹配串（短的）有多个的时候KMP算法就不是很合适了，因为每次匹配都需要去遍历整个文本串。 317 * 这里使用KMP + Trie树结合，完成AC自动机的算法。 318 * 6.AC自动机的应用：例题：出现次数最多的子串 319 * 320 */ 321 322 //Trie树，用于多字符串(或者多字符数串)，快速查找。 323 const int maxnode=105; //每个字符串的最大长度，解释在Trie树种，表示最大的深度 324 const int sigma_size=26; //表示几叉树，如26个字母组成的字符串，则其为26 325 struct Trie{ 326 int ch[maxnode][sigma_size]; 327 int val[maxnode]; 328 int sz; //节点总数 329 Trie(){sz=1;memset(ch[0],0,sizeof(ch[0]));} //初始时只有一个根节点 330 int idx(char c){return c-'a';} //字符c的编号 331 332 //插入字符串s，附加信息为v ---- 注意v必须非0，因为0代表"本节点不是单词节点" 333 void insert(char *s,int v){ 334 int u=0,n=strlen(s); 335 for(int i=0;i<n;i++){ 336 int c = idx(s[i]); 337 if(!ch[u][c]){ 338 memset(ch[sz],0,sizeof(ch[sz])); 339 val[sz]=0; 340 ch[u][c]=sz++; 341 } 342 u=ch[u][c]; 343 } 344 val[u]=v; 345 } 346 //查询和插入类似 347 int serch(){ 348 //待完善 349 350 return 0; 351 } 352 }; 353 354 //KMP算法：先调用getFail(主串,t); 再调用find(主串,模式串,t); 355 //当有多个匹配的时候，因为没有break，会打印多个匹配项。 356 void getFail(char *P,int *f){ 357 int m = strlen(P); 358 f[0]=0;f[1]=0; 359 for(int i=1;i<m;i++){ 360 int j=f[i]; 361 while(j&&P[i]!=P[j]) j = f[j]; 362 f[i+1] = P[i] == P[j] ? j+1 : 0; 363 } 364 } 365 void find(char *T,char *P,int *f){ 366 int n =strlen(T),m = strlen(P); 367 getFail(P,f); 368 int j=0; 369 for(int i=0;i<n;i++){ 370 while(j&&P[j]!=T[i]) j=f[j]; 371 if(P[j]==T[i]) j++; 372 if(j==m) printf("%d\n",i-m+1); //找到了，打印下坐标，这里当做return返回值也可 373 } 374 } 375 376 /* 3.4 字符串(2) 377 * 378 * 1.后缀数组：AC自动机中，需要提前知道所有的模板串（短的），但是实际中常常不能满足，所以这里延伸出后缀Trie，预先处理文本串T，而不是模板。 379 * --- 构造方法：将文本串的所有后缀都插入到一个后缀Trie树种，查找一个长度为m的模板的时候只需要进行一次普通的Trie查找，时间复杂度为O(m) 380 * --- 但是实际中，后缀Trie较为难懂且易错，常常使用后缀数组代替! 381 * --- 后缀数组中，字符串从0开始，且返回匹配下标；在实际中为叙述方便，直接把"以下标k开头的后缀"叫做"后缀k"。 382 * --- 得到后缀数组之后，可以进行在线的多模板匹配问题。直接在后缀数组里进行二分查找即可 （221页代码） 383 * 2.最长公共前缀（LCP） 384 * 385 */ 386 387 /* 3.5 排序二叉树：每个节点可以保存着一个可以比较大小的东西，如：整数、字符串等。 388 * 389 * 1.排序二叉树用来实现STL中的set等，不常用。（有时候直接使用STL中的县城库更好一些） 390 * 2.用Treap实现名次数 --- 不会 391 * 。。。 392 * 393 */ 394 395 396 397 /* 4.1二维几何基础 398 * 399 * 1.二维几何的数据结构定义，及常用运算的重载。包括+-*\/ < == 400 * --- 基本运算：点积,等于两个向量v和w的的长度乘积*它们夹角的余弦。 401 * 点积计算 + 利用点积计算向量长度和夹角的函数 402 * --- 基本运算：叉积：以及利用叉积计算有向面积 403 * --- 两个向量的位置关系：使用点积与叉积的符号放在一起进行判断。（256页的图4-4） 404 * --- 向量旋转：向量可以绕起点旋转： x' = xcosa - ysina, y' = xsina + ycosa; a为逆时针旋转的角度，弧度制 405 * --- 基于复数的集合计算：略 406 * 2.点和直线： 407 * --- 直线的参数表示：直线可以使用直线上一点P0和方向向量v表示； P = P0 + tv ;对于直线、射线、线段的不同，仅限于t的取值范围依次减小 408 * --- 直线交点： 409 * --- 点到线的距离： 点到直线 + 点到线段 410 * --- 点在直线上的投影点 411 * --- 线段相交判定 412 * --- 判断点是否在线段上（不包括端点） 413 * 3.多边形： 414 * --- 计算多边形的有向面积：凹凸均可，因为这里计算有向面积，正负会相互抵消。（将多边形划分成多个三角形，可以从任意顶点出发进行划分计算!） 415 * --- 欧拉定理： 设平面图的定点数、边数和面数分别为： V,E和F，则V+F-E = 2; 416 */ 417 /* 4.2 与圆和球有关的计算问题： 418 * 419 * 1.定义圆的结构体 + 通过圆心角求点在圆上坐标的函数 420 * 2.直线与圆的交点：求圆心到直线的距离，之后与半径r做比较来判断； 421 * 3.两圆相交代码： 增加一个计算向量极角的方法： 传入参数：两个圆 + 一个Vector<Point> 记录交点坐标 422 * 4.过定点求圆的切线： 423 * 5.两圆的公切线： 424 * 6.外公切线： 425 */ 426 //向量和点的定义，相同，但是起了不同的别名 427 struct Point{ 428 double x,y; 429 Point(double x=0,double y=0):x(x),y(y){} //构造函数，方便代码的编写 430 }; 431 typedef Point Vector; //从程序上，Vector只是Point的别名 432 433 //向量 + 向量 = 向量 , 点 + 向量 = 点 434 Vector operator + (Vector A, Vector B){return Vector(A.x+B.x,A.y+B.y);} 435 //点 - 点 = 向量 436 Vector operator - (Point A, Point B){return Vector(A.x-B.x,A.y-B.y);} 437 //向量 * 数 = 向量 438 Vector operator * (Vector A, double p){return Vector(A.x*p,A.y*p);} 439 //向量 / 数 = 向量 440 Vector operator / (Vector A, double p){return Vector(A.x/p,A.y/p);} 441 bool operator < (const Point& a,const Point& b){ 442 return a.x < b.x || (a.x == b.x && a.y<b.y); 443 } 444 const double eps = 1e-10; 445 int dcmp(double x){ 446 if(fabs(x) <eps) return 0; 447 else return x < 0 ? -1 : 1; 448 } 449 bool operator == (const Point& a,const Point& b){ 450 return dcmp(a.x-b.x) == 0 && dcmp(a.y-b.y)==0 ; 451 } 452 453 454 //点积：以及计算向量长度和其夹角 455 double Dot(Vector A,Vector B){ //返回两向量的点积 456 return A.x*B.x + A.y*B.y; 457 } 458 double Length(Vector A){ 459 return sqrt(Dot(A,A)); 460 } 461 double Angle(Vector A,Vector B){ //返回两向量夹角 462 return acos(Dot(A,B)/Length(A)/Length(B)); 463 } 464 465 //叉积：以及计算有向面积 466 double Cross(Vector A,Vector B){ 467 return A.x*B.y - A.y*B.x; 468 } 469 double Area2(Point A,Point B,Point C){ //返回两向量的有向面积，第二个向量在第一个向量左边返回正值，否则返回负值 470 return Cross(B-A,C-A); // 是三角形有向面积的两倍 471 } 472 473 //向量旋转： 474 Vector Rotate(Vector A,double rad){ 475 return Vector(A.x*cos(rad)-A.y*sin(rad), A.x*sin(rad) + A.y*cos(rad)); 476 } 477 //作为特殊情况，下面的函数计算向量的单位法线，即左转90°之后再把长度归一化的 一个单位法向量 478 Vector Normal(Vector A){ 479 double L = Length(A); 480 return Vector(-A.y/L,A.x/L); 481 } 482 483 //==============点和直线================ 484 //直线交点：直线分别为 P + tv 和 Q +tw ， 485 Point GetLineIntersection(Point P,Vector v,Point Q, Vector w){ 486 Vector u = P-Q; 487 double t = Cross(w,u)/Cross(v,w); 488 return P+v*t; //返回交点 489 } 490 //点到直线的距离： 491 double DistanceToLine(Point P,Point A,Point B){ 492 Vector v1 = B - A,v2 = P - A; 493 return fabs(Cross(v1,v2))/Length(v1); //如果不取绝对值，得到的是有向距离 494 } 495 //点到线段的距离： 496 double DistanceToSegment(Point P,Point A,Point B){ 497 if(A==B) return Length(P-A); 498 Vector v1 = B-A,v2=P-A,v3=P-B; 499 if(dcmp(Dot(v1,v2))<0) return Length(v2); 500 else if(dcmp(Dot(v1,v3))>0) return Length(v3); 501 else return fabs(Cross(v1,v2))/Length(v1); 502 } 503 //点在直线上的投影点 504 Point GetLineProjection(Point P,Point A,Point B){ 505 Vector v = B-A; 506 return A+v*(Dot(v,P-A)/Dot(v,v)); 507 } 508 //线段判定相交： 509 //规范相交：两个线段有且仅有一个交点，且不在任何一条线段的端点 510 bool SegmentProperIntersection(Point a1,Point a2,Point b1,Point b2){ 511 double c1 = Cross(a2-a1,b1-a1),c2 = Cross(a2-a1,b2-a1), 512 c3 = Cross(b2-b1,a1-b1),c4 = Cross(b2-b1,a2-b1); 513 return dcmp(c1)*dcmp(c2)<0 && dcmp(c3)*dcmp(c4)<0 ; 514 } 515 //判断一个点是否在一条线段（不包含端点）上：点p，线段 a1-a2; 516 bool OnSegment(Point p,Point a1,Point a2){ 517 return dcmp(Cross(a1-p,a2-p))==0 && dcmp(Dot(a1-p,a2-p))<0 ; 518 } 519 520 //===============多边形================= 521 //计算多边形面积： 522 double ConvexPolygonArea(Point* p,int n){ 523 //传进来顶点的数组，与顶点的个数 524 double area = 0.0; 525 for(int i=1;i<n-1;i++) 526 area += Cross(p[i]-p[0],p[i+1]-p[0]); //这里讲p[0]当做了分割点 527 return area/2; 528 } 529 struct Circle{ 530 Point c; 531 double r; 532 Circle(Point c,double r):c(c),r(r){} 533 Point point(double a){ //圆上任意一点拥有唯一的圆心角，这里加一个通过圆心角求点在圆上坐标的函数 534 return Point(c.x + cos(a)*r, c.y + sin(a)*r); 535 } 536 }; 537 //两圆相交 + 传入两圆，得交点坐标 538 //计算向量极角 539 double angle(Vector v){ 540 return atan2(v.y,v.x); 541 } 542 int getCircleCircleIntersection(Circle c1,Circle c2,vector<Point>& sol){ 543 double d = Length(c1.c - c2.c); 544 if(dcmp(d)==0){ 545 if(dcmp(c1.r - c2.r) == 0) return -1; //两圆重合 546 return 0; 547 } 548 if(dcmp(c1.r + c2.r - d)<0) return 0; 549 if(dcmp(fabs(c1.r - c2.r)-d)>0) return 0; 550 551 double a = angle(c2.c - c1.c); //向量c1c2的极角 552 double da = acos((c1.r*c1.r + d*d -c2.r*c2.r)/(2*c1.r*d)); 553 //c1c2到c1p1的角 554 Point p1 = c1.point(a-da),p2 = c1.point(a+da); 555 556 sol.push_back(p1); 557 if(p1 == p2) return 1; 558 sol.push_back(p2); 559 return 2; 560 } 561 562 /* 4.3 二维几何常用算法： 563 * 564 * 1.点在多边形内的判定：这里使用转角法：0°在外、180°在边上、360°在内（这个多边形甚至可以自交）--- 271页 565 * 2.获得凸包：就是把给定点包围在内部的，面积最小的凸多边形。 N*log(N) 566 * 3.半平面交问题：相交结果一般是一个凸多边形 or 无界多边形 or 一条直线、线段、一个点、 567 * 4. 568 * 569 */ 570 571 //(1)先将坐标排序：x从小到大，相同时，y从小到大，并且删除重复点。 572 //计算凸包，输入点数组p，个数为n，输出点个数为ch。 函数返回凸包顶点个数； 573 //输入不能有重复点 574 //如果不希望在凸包的边上有点，把两个<= 换成 < 575 //在京都要求高的时候，建议使用dcmp() 576 int cmd(Point a,Point b){ 577 if(fabs(a.x-b.x)<= 1e-9) return a.y<b.y; 578 else return a.x<b.x; 579 } 580 int ConvexHull(Point *p,int n,Point* ch){ 581 sort(p,p+n,cmp); //定义排序函数 582 int m = 0; 583 for(int i=0;i<n;i++){ 584 while(m>1 && Cross(ch[m-1] - ch[m-2],p[i] - ch[m-2]) <= 0) m--; 585 ch[m++] = p[i]; 586 } 587 int k =m; 588 for(int i=n-2;i>=0;i--){ 589 while(m>k && Cross(ch[m-1] - ch[m-2],p[i] - ch[m-2]) <= 0) m--; 590 ch[m++] = p[i]; 591 } 592 if(n>1) m--; 593 return m; //返回凸包顶点个数 594 } 595 596 //每个半平面使用一条有向直线表示： 276页 597 struct Line{ 598 Point p; 599 Vector v; 600 double ang; 601 Line(){} 602 Line(Point p,Vector v):p(p),v(v){ang = atan2(v.y,v.x);} 603 bool operator < (const Line& L) const{ 604 return ang < L.ang; 605 } 606 }; 607 608 609 //=====================第5章：图论算法与模型======================== 610 //无根树转换为有根数 + 表达式求值 + 最小生成树 + 最短路 + 最大流 + 最小割 + 最小费用流等 --- 充分展示 建模和分析 的技巧 611 612 /* 5.1 基础题目选讲：图的宽度优先遍历 + 欧拉回路 + 拓扑排序 613 * 614 * 1.例题：大火蔓延的迷宫：宽度优先遍历 + 最短路 615 * --- 输出走出迷宫的最短时间； 加上火只需要预处理每个格子着火的时间，在判断的时候，将此点作为无法通过的点即可。 616 * --- 如何求出每个格子什么时间会起火，是一个最短路的问题（只不过一点不同是起点变成了多个，在初始化队列的时候将所有着火点都加入进去即可） 617 * 2.例题：独轮车： 618 * --- 此题多了两个附加因素：一个车轮颜色、一个是到达格子时的朝向 619 * 3.例题：项链：彩色珠子，每颗珠子左右两部分颜色不同，相连时必须在接触的地方颜色相同，问是否可以复原成完整的项链 620 * --- 这题充分体现了建模的重要性； 621 * --- 将每个颜色当做一个点，左右两边两种颜色，也即两点之间加上一条边，之后判断全图是否存在一条欧拉回路即可！ 622 * --- 若图G中存在这样一条路径，使得它恰通过G中每条边一次,则称该路径为欧拉路径。若该路径是一个圈，则称为欧拉(Euler)回路。 623 * 4.例题：猜序列：连续和转换为前缀和之差。 624 * --- 本题可以转换为： 0,b1,b2...bn(前缀和)的一些大小关系，求它们的值，只需要一组解即可。 625 * --- 此题可以通过拓扑排序完成 626 * 627 */ 628 629 /* 5.2 深度优先遍历： dfs + 连通分量 + 二分图判定 630 * 631 * 1.dfs框架：依次递归访问当前结点的所有相邻结点 632 * 2.连通分量：在图中，我们将相互可达的结点称为一个连通分量 --- 如果只需要计算连通分量，还可以使用并查集，效果更好，甚至图都可以不需要保存 633 * 3.二分图判定：非连通的图是二分图当且仅当每个连通分量都是二分图，且这里只考虑无向连通图 634 * 4.无向图的割顶和桥： 635 * --- 割顶：对于非连通图，如果删除某个点后连通分量数目增加，则称u为图的关节点，即割顶；对于连通图，割顶就是删除之后使图不再连通的点。 636 * --- 桥：删除一条边使图非连通的边。 637 * --- 不知道可以应用在什么地方，这里没总结。 638 * 5.无向图的双连通分量：315页 639 * --- 内部无割点：此图是点-双连通的，任意两条边都在一个简单的环中； 640 * --- 类似的，内部无桥：每条边都至少在一个简单环中。 641 * --- 存在点-双通分量 && 边-双通分量 642 * --- 计算点-连通分量： 315页 643 * 6.例题：圆桌骑士 644 * --- 以骑士为节点建立无向图G，如果两个骑士可以相邻，即不相互憎恨，则他们之间连接一条无向边，则题目转化为求不在任何一个简单奇圈上的结点个数。 645 * 7.有向图的强连通分量： 646 * 。。。 647 * 8. 648 * 649 */ 650 651 //DFS框架： 652 vector <int> G[10010]; //图使用vector式的邻接表，其中G[u][i]表示结点u的第i个子节点 653 int vis[10010]; //初始化为 0 654 void PreVisit(int x){} 655 void PostVist(int x){} //可以在实际中完善其细节 656 void dfs(int u){ //u为起始结点 657 vis[u]=1; 658 PreVisit(u); 659 int d = G[u].size(); 660 for(int i=0;i<d;i++){ 661 int v = G[u][i]; 662 if(!vis[v]) dfs(v); 663 } 664 PostVist(u); 665 } 666 667 //连通分量：下面的代码为每一个结点计算出了该节点所属的连通分量编号 668 int current_cc; 669 int cc[10010]; //之后每个结点属于哪个连通分量的编号存储入数组 cc[] 中 670 int nn = 100; //nn表示图中点的个数 671 void find_cc(){ 672 current_cc = 0; 673 memset(vis,0,sizeof(vis)); 674 for(int u=0;u<nn;u++){ 675 if(!vis[u]){ 676 current_cc++; 677 dfs(u); //在dfs的代码中，有Previsit()函数，在其中，将cc[u] = current_cc; 代表当前结点属于某个连通分量 678 } 679 } 680 } 681 682 int color[10010]; 683 //判断结点u所在的连通分量是否为二分图 684 bool bipartite(int u){ 685 for(int i=0;i< (int)G[u].size();i++){ 686 int v = G[u][i]; 687 if(color[v] == color[u]) return false; 688 if(!color[v]){ 689 color[v] = 3 - color[u]; 690 if(!bipartite(v)) return false; 691 } 692 } 693 return true; 694 } 695 696 697 /* 5.3 最短路问题 698 * 699 * 1.单源最短路：可以计算任意点到其它所有点的最短路 700 * 2.定义的结构体： 保存加权图中的有向边，包括权值 701 * 3.例题：机场快线： 702 * --- 快线分为商业线和经济线，只能做一站商业线，问最短的时间从起点到终点 703 * --- 预处理单源最短时间，之后总时间为： f(a) + T(a,b) + f(b); T(a,b)枚举，取最小值 704 * --- 思路特别巧妙： 使用单源最短路径进行预处理，之后按照d[B]<d[A]的条件，重新建图，题目的目标就是求出所有起点到终点的路径条数。（因为是DAG有向图，所以这里可以使用动态规划求解） 705 * 4.再谈Bellman-Ford算法：一个重要应用：判负圈 706 * 。。。 707 * 5. 708 * 709 */ 710 711 //定义有向图的结构体 712 struct Edge{ 713 int from,to,dist; //其中的dist会根据需求不同进行改变，如网络流中的容量和费用等。 714 }; 715 struct HeapNode{ 716 int d,u; 717 bool operator < (const HeapNode& rhs) const{ 718 return d> rhs.d; 719 } 720 }; 721 struct Dijkstra{ 722 int n,m; //点数和边数 723 vector<Edge> edges; //边列表 724 vector<int> G[N]; //每个节点出发的边编号（从0开始编号） 725 bool done[N]; //是否已永久标号 726 int d[N]; //s到各个点的距离 727 int p[N]; //最短路中的上一条边 728 729 void init(int n){ 730 this->n = n; 731 for(int i=0;i<n;i++) G[i].clear(); //清空邻接表 732 edges.clear(); //清空边表 733 } 734 735 void AddEdge(int from,int to,int dist){ 736 //如果是无向图，每条无向边需要调用两次AddEdge() 737 edges.push_back((Edge){from,to,dist}); 738 m = edges.size(); 739 G[from].push_back(m-1); 740 } 741 742 void dijkstra(int s){ //求s到所有点的距离 --- 调用之后，d[]数组之中就是存的距离，应该是表示到第i个结点的距离 743 priority_queue<HeapNode> Q; //优先队列 744 for(int i=0;i<n;i++) d[i] = INF; 745 d[s] = 0; 746 memset(done,0,sizeof(done)); 747 Q.push((HeapNode){0,s}); 748 while(Q.empty()){ 749 HeapNode x = Q.top();Q.pop(); 750 int u = x.u; 751 if(done[u]) continue; 752 done[u] = true; 753 for(int i=0;i<(int)G[u].size();i++){ 754 Edge& e = edges[G[u][i]]; 755 if(d[e.to] > d[u] + e.dist){ 756 d[e.to] = d[u] + e.dist; 757 p[e.to] = G[u][i]; 758 Q.push((HeapNode){d[e.to],e.to}); 759 } 760 } 761 } 762 763 } 764 }; 765 766 767 /* 5.4 生成树相关问题：最小生成树等 343页 768 * 769 * 1.最小生成树的两个性质： 770 * --- 切割性质 && 回路性质 771 * 2.增量最小生成树：从包含n个点的空图开始，依次加入m条带权边。每加入一条边，输出当前图中的最小生成树权值。（如果当前图不连通，输出无解）O(n*m) 772 * 3.最小瓶颈生成树：给出加权无向图，求一棵生成树，使得最大边权值尽量小 773 * 4.最小瓶颈路给定加权无向图的两个节点u和v，求得从u到v的一条路径，使得路径上的最长边尽量短。 774 * 5.次小生成树：把所有生成树按照权值之和从大到小的顺序排列，求排在第二位的生成树。注意：如果最小生成树不唯一，次小生成树的权值和最小生成树相同。 775 * 6.最小有向生成树：指一个类似树的有向图 776 * 777 */ 778 779 /* 5.5 二分图 780 * 781 * 1.二分图最大匹配：找一个边数最大的匹配，使得任意两条选中的边均没有公共点。 782 * 2.二分图最佳完美匹配：假定有一个完全二分图G，每条边有一个权值（可以为负数）。如何求出权值和最大的完美匹配？（KM算法，也称匈牙利算法） 783 * 3.例题：蚂蚁匹配 784 * --- 这里用到了一个特点，二分图的最佳匹配中不会出现线段相交的情况（最佳指所有的长度之和最小） 785 * --- 换句话说：最佳匹配中不会出现线段相交的情况 ??? 786 * 4.二分图有一些常见的应用： 787 * 788 */ 789 790 /* 5.6 网络流问题 791 * 792 * 1. 793 * 794 * 795 */ 796 797 798 799 800 int main() 801 { 802 freopen("in.txt","r",stdin); 803 //freopen("out.txt","w",stdout); 804 805 806 return 0; 807 }
561
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
