数据结构
-
数组模拟栈
int stk[N], tt; //插入 stk[++tt] = x; //弹出 tt --; //判断是否为空 if(tt>0) not empty; else empty; //取栈顶元素 stk[tt];
-
队列
int q[N], hh , tt = -1;//hh对头,tt队尾
//插入
q[++tt] = x;//在队尾插入元素
hh++; //在对头弹出元素
if(hh<=tt) not empty;
else empty;
q[hh]//取队头元素
q[tt]//取队尾元素
-
单调栈:
如:找出 i i i左边比他第一个小的数
假如存在 ‘ x < y , a x ≥ a y ‘ `x<y, a_x ≥ a_y` ‘x<y,ax≥ay‘的话,则可以把 a x a_x ax删掉。剩下的点就是一个严格单调上升的序列了。
如果栈顶大于 a i a_i ai,那么栈顶元素就可以被删掉。一直删,直到找到一个元素满足 s t k [ t t ] < a i stk[tt]<a_i stk[tt]<ai。然后把 a i a_i ai插到栈里。
int n; int stk[N],tt; int main(){ cin>>n; for(int i=0;i<n;i++){ int x; cin>>x; while(tt && stk[tt] >= x) tt--;//栈不空,且栈顶元素大于当前元素,说明栈顶永远用不到了,出栈 if(tt) cout<<stk[tt]<<" ";//栈非空,找到了符合的 else cout<<-1<<' ';//不存在 stk[tt++]=x; } return 0; }
看似两重循环,但是从tt我们可以看出,每个元素最多进栈出栈一次,所以是0(n)
-
单调队列 -->时间复杂度 O ( n ) O(n) O(n)
如:输出滑动窗口里的min。一般都是先考虑暴力O(nk)的复杂度,从中发现一些特性规律,降低时间复杂度。(看一下队列中的元素有没有没有用的,若存在,删除后看是否可以得到单调的序列。若可,最值,取两端点;中间值,考虑二分等)
同理,把逆序的点删掉 取队头即可。
- 多重背包也能用单调队列优化。
- 滑动窗口
int n,k; int a[N],q[N]; int main(){ scanf("%d%d",&n,&k); for(int i=0;i<n;i++) scanf("%d",&a[i]); //对于最小值 int hh=0,tt=-1; for(int i=0;i<n;i++){ //判断队头是否已经滑出窗口(队列里存的是下标,k的区间队列长度) if(hh<=tt && i-k+1>q[hh]) hh++;//队头出队 //采用if,由于每次仅移动一位,每次仅有一个元素出队 //新插入的数大于当前数(队尾不单调),出队 while(hh<=tt &&a[q[tt]]>=a[i]) tt--; q[++tt]=i;//把当前数插到队列里去 //因为i也可能是最小值,所以要先入队,再输出 队首就是窗口的最小值 if(i>=k-1) printf("%d ",a[q[hh]]);//题目要求的 } puts(""); //最大的仅仅需要改变一个符号。得到的是单减序列,最大值也是队头 hh=0,tt=-1; for(int i=0;i<n;i++){ //判断队头是否已经滑出窗口 if(hh<=tt && i-k+1>q[hh]) hh++;//采用if的原因是因为该题只有一次;不确定多少次的话用while while(hh<=tt &&a[q[tt]] <= a[i]) tt--; q[++tt]=i;//因为i也可能是最小值,所以要先入队,再输出 if(i>=k-1) printf("%d ",a[q[hh]]);//题目要求输出前k个 } puts(""); return 0; }
-
KMP
相等的前缀和后缀最大是多少
以i为终点的后缀和从1开始的前缀。next[i]=j意味着 p[1,…,j]=p[i-j+1,…,i]
-
Trie树:高效地存储和查找字符串集合的数据结构;
int son[N][26];//因为每个节点最多和26个英文字母相连
int cnt[N],idx;//cnt存的是以当前这个点结尾的单词有多少个,idx是当前用到了哪个下标与单链表中相同
//下标是0的点,既是根节点又是空结点,若一个节点没有子节点,我们也会把他指向根节点
void insert(char str[]){
int p=0;
for(int i=0;str[i];i++){
int u=str[i]-'a';//映射到0-25
if(!son[p][u]) son[p][u] = ++ idx;//如果结点p不存在u这个儿子的话,则创建出来
p = son[p][u];//继续往下走
}
cnt[p]++;//以p结尾的单词数++
}
int query(char str[]){//返回字符串出现多少次
int p=0;
for(int i=0;str[i];i++){
int u = str[i]-'a';
if(!son[p][u]) return 0;//不存在该字符
p = son[p][u];
}
return cnt[p];
}
-
并查集
在近乎O(1)的复杂度内,将两个集合合并/询问两个元素是否在一个集合当中
每个集合用一颗树来表示,根节点是集合的代表元素,根节点的编号是集合的编号;每个点都要存储他的父节点是谁。(用p[x]表示父节点)
问题1:如何判断树根:
if (p[x]==x) 是树根
问题2:如何求x的集合编号:
while(p[x]!= x) x = p[x];//不是树根,就一直往上走
问题3:如何合并两个集合:
假设px是x的集合编号,py是y的集合编号。则p[px] = py
优化:压缩路径。 前面不优化的还是取决于树的高度的
找到根节点后,直接把路径上的所有点都指向根节点
int p[N], sizep[N]//size代表每个集合中有几个点 **int find(int x){//返回x的祖宗节点+路径压缩 if(p[x] != x) p[x]=find(p[x]);//如果x不是根节点的话 return p[x];//回溯的时候直接是压缩路径 }** int main(){ scanf("%d%d",&n,&m); for(int i=1;i<=n;i++) p[i]=i,size[i]=1;//初始化 while(m--){ char op[2]; int a,b; scanf("%s%d%d",op,&a,&b); if(op[0] == 'M') p[find(a)] = find(b);//合并 //某一个点所在集合中点的数量 //假设只有根节点的size是有意义的 if(find(a) == find(b)) continue;//如果ab已经在同一个集合里了,就不需任何操作了 size[find(b)] += size[find(a)],p[find(a)] = find(b),printf("%d\n",size[find(a)]);
如何用并查集数集合中的数量
连通块中点的数量
连通块:如果从a可以走到b,b也可以走到a的话,就说明a和b在同一个连通块中
-
堆 (STL中的堆是一个优先队列)
op:插入一个数,求集合中的最小值;删除最小值;删除任意一个元素;修改任意一个元素
堆是一个完全二叉树;小根堆:根节点≤左右节点
使用一维数组进行存储(完全二叉树也是这样存的。(从1开始的)
结点x x的左儿子:2x x的右儿子:2x+1 插入一个数:在整个堆的最后一个位置插入一个元素,在不断往上移。
heap[++ size] = x;up(size); heap[1];//求集合中的最小值 //删除最小值(头部节点): //用最后一个元素覆盖掉堆顶元素,size--,删掉最后一个元素 down(1); heap[1]=heap[size];size--;down(1)//让1号点往下走 //删除任意一个元素k heap[k]=heap[size];size--;down(k);up(k);//down和up只会执行一个;若heap[k]变大了,则down //修改元素 heap[k]=x;down(k);up(k); //求最小值O(1),插入删除O(logn)
若下标从0开始,则左儿子是2x还是0,冲突了
void down(int u){ int t = u; if(u*2<size && h[u*2]<h[t]) t=u*2;//左儿子存在并且小 if(u*2+1<=size && h[u*2+1]<h[t]) t=u*2+1; if(u != t)//需要交换,即t不是父节点了 { swap(h[u],h[t]); down(t);//交换后的位置是否合适,还要继续判断 } } //堆的初始化 for(int i=1;i<=n;i++) scanf("%d",&h[i]); size=n; for(int i=n/2;i;i--) down(i);//以O(n)的方式建堆,插入n个结点的话是O(nlogn) // n/2那层最多降1层,n/4那层最多降2层,n/8那层最多降3层 //从n/2开始,是因为最后一半元素一定是堆,因为只有一个数,然后归纳证明。假设最下面一层都是堆了,依次往上down,满足了堆顶最小的条件 //因此,整个也就是一个堆了
-
哈希:(离散化是一种特殊的哈希方式,离散化需要单增)
一般直接取模 (x%N+N)%N 即可,模要取一个质数,不容易冲突。一般情况时间复杂度为O(1)
-
存储结构:开放地址法/拉链法
-
拉链法:一维数组+链表
-
开放地址法:仅需一维数组,长度通常需要输入数目的2-3倍;
思路:从前往后,直到找到第一个空的坑位再插进去;删除也是先查找,用一个标记实现的
const int null = 0x3f3f3f3f; //后面main memset(h,0x3f,sizeof h); memset是按照字节进行的,不能处理vector int find(int x){ int k = (x%N+N)%N; while(h[k] != null [//h[k]!=null说明这个位置上有人 k++; if(k == N) k = 0;//找完一轮了,从头开始 } return k; }//不在,k就是x应该存储的位置;在哈希表中,k就是x的下标
-
-
字符串前缀哈希法:(可以计算出任意一个字串的哈希值)
先预处理出来每个前缀的哈希值
从L到R的字串的哈希值: h [ R ] − h [ L − 1 ] ∗ P R − L + 1 h[R]-h[L-1]*P^{R-L+1} h[R]−h[L−1]∗PR−L+1
-