#include #include using namespace std;const int nMax = 10000000;int isPrime[nMax];int prime[nMax];int factor[nMax];int len;void f1()//朴素筛选{ int n;//求[1, n]之间的素数 scanf("%d", &n); len = 0

米勒-拉宾算法：快速判断一个数是不是素数需要用到的定理：最小费马定理：如果n是素数，则(a ^ (n - 1)) % n恒等于1。快速模取幂米勒-拉宾算法就是结合上面两种，通过不断判断fmod(a, n - 1, n)的值是否为1来判断。这是一个概率算法，如果为1，不一定为素数，不为1，则必定是合数。循环判断多次就会让概率变得极为的小。算法模板：#include u

《算法竞赛入门经典》---高效算法设计，作者的编辑思路，是首先介绍了算法的效率分析。 其中规模与运算量的对应关系大致为：然后谈到归并排序、快速排序和二分查找，推荐对 [ )的使用，然后谈到二分查找中的集中具体情况bsearch,lower_bound（找上界（即：第一个元素下标））,upper_bound（找下界（最后一个元素的下一个下标）），然后介绍分治法，分治法三步走：划分问题：把

谈对线段树的理解：线段树又称（区间树），实质就是：树中节点可表示一个区间，所以称为区间树更合适一些。节点中可添加适当的数据来实现相应的一些操作，每个节点的数据都是建立在左子树和右子树之上。这样做的目的使查找效率从O(n)降为O(log(n))线段树的模型：适用与使用线段树解决的问题：某些数据需要按区间进行区分，按区间进行修改，而且需要多次按区间进行查询。例如多次查询第k小元素，

初学后缀数组：//后缀数组模板int wa[maxn],wb[maxn],wv[maxn],ws[maxn];//这些都是需要用到的中间变量int cmp(int *r,int a,int b,int l){ return r[a]==r[b]&&r[a+l]==r[b+l];}void da(int *r,int *sa,int n,int m)//这里的n应该是字符串长

KMP处理问题：①单字符串匹配，返回匹配地址、求出匹配总次数②求循环元，t = len - next[len]简单心得：①next[]数组的有效范围是[0,len]，len的时候，next[]为有效值②只需要记住next[0] = -1,next[1] = 0,这两个条件就可以写出求next[]的函数③匹配过程只需要O(N)，所以i的值不需要回归。这里曾经纠结很久，matc

AC自动机主要解决的问题：多模式匹配（KMP则属于单模式匹配），n个单词在m个字符的文章中，出现过多少次。主要分三步：构建trie树、构建失败指针、寻找匹配个数Trie树：又称字典树、单词查找树,是一种树形结构，用于保存大量的字符串。它的优点是：利用字符串的公共前缀来节约存储空间。具体参见：http://www.cppblog.com/abilitytao/archive/2009

一、Trie树，又叫字典树，就是将字典存入到树中，方便进行单词匹配。其实实现起来很简单，模版如下：//动态分配内存struct Trie{ int count; Trie *next[26]; Trie() { count = 0; memset(next, 0, sizeof(next)); }};void buildTrie(Trie *root, cha

学习动态规划有一段时间了，总结一下，开始新的算法一、为什么要使用动态规划？当回溯效率太低的时候，动态规划是个不错的选择，因为它是不断建立在最优状态上的递推，得出最终结果。二、动态规划两大标志：1）最优子结构：一个问题的最优解包含子问题的最优解，这个性质被称为最优子结构2）重叠子问题：不同问题包含相同的子问题。即：原问题不断分解成同样的子问题，而不是产生新的问题。重点：重叠子

Prim算法：主要处理问题：最小生成树问题。算法思想：V表示所有节点集合，首先s进入集合U，然后找出集合U与剩余节点V-U中最小权值的边[u,v]，将v加入集合U，直到U==V截至时间复杂度：相对与Kruskal需要多次排序，>>O(E)Kruskal算法：推荐主要处理问题：最小生成树问题。算法思想：对所有边按照权值进行排序，然后使用并查集，将所有节点加入到集合中。

劳资六年前开始搞ACM啊！！！！！！！！！！ 从此踏上了尼玛不归路啊！！！！！！！！！！！！ 谁特么跟劳资讲算法是程序设计的核心啊！！！！！！ 尼玛除了面试题就没见过用算法的地方啊！！！！！！ 谁再跟劳资讲算法之美算法的力量，劳资一本算法导论拍死你啊！！！！！！！！ 那是搞ACM的入门书啊！！！！特么的入门书就一千多页啊！！！！！！！ 还没有习题答案啊，学完了你特么都不知道

一、辗转相除法（又称欧几里德算法）：gcd(a, b) = gcd(b, a % b);int gcd(int a, int b){ return b == 0 ? a : a % b;}另外：最小公倍数 * 最大公约数 == 两数之积二、筛选法构造素数表int visit[nMax];int prime[nMax];int getPrime(int n)//

对于a^b%c问题，当a和b都很大时的处理方法。首先介绍一个定理：a*b%c=(a%c)*b%c ;方案一：a^b%c=(((a*a)%c)*a%c)*a%c)....，这样算法的执行效率为O(b)，当n很大时仍然无法进行处理。方案二：将b转换成一个二进制，即b=p(0)+p(1)*2^1+p(2)*2^2+...+p(n)*2^n，所以a^b=a^p(0) * a^(p(1)*2^1

博弈论，今天算是告一段落了。首先来了解一下什么事博弈模型：①博弈模型为两个人轮流决定的非合作博弈，即两个人轮流进行决策，并且每次都会采用最优策略。②博弈模型必须是有限布可以完成的。③对两个人的规则是公平的。为了方便理解这个模型我们来定义两个状态：P状态（必败态）：前一个选手(Previous player)将取胜的位置称为必败点。 N状态（必胜态）：下一个选手(Next

记住闰年的二月是29天，曾经在这里摔过/*需要注意的有①、②、③、④三点。*/#include int Month[]={0,31,59,90,120,151,181,212,243,273,304,334,365};//③struct Date{ int year; int month; int day; Date(int year,int month,int

在图论中，Prim算法是计算最小生成树的算法，而Dijkstra算法是计算最短路径的算法。二者看起来比较类似，因为假设全部顶点的集合是V，已经被挑选出来的点的集合是U，那么二者都是从集合V-U中不断的挑选权值最低的点加入U，那么二者是否等价呢？也就是说是否Dijkstra也可以计算出最小生成树而Prim也可以计算出从第一个顶点v0到其他点的最短路径呢？答案是否定的，否则就不必有两个算法了。二者

程序会出现乱码，调成编辑状态可还原原文链接：http://www.byvoid.com/blog/scc-tarjan/[有向图强连通分量]在有向图G中，如果两个顶点间至少存在一条路径，称两个顶点强连通(strongly connected)。如果有向图G的每两个顶点都强连通，称G是一个强连通图。非强连通图有向图的极大强连通子图，称为强连通分量(strongly connect

1.Dijkstra算法：http://www.wutianqi.com/?p=18902.Floyd算法：http://www.wutianqi.com/?p=1903Dijkstra算法是处理单源最短路径的有效算法，但它局限于边的权值非负的情况，若图中出现权值为负的边，Dijkstra算法就会失效，求出的最短路径就可能是错的。这时候，就需要使用其他的算法来求解最短路径，Bell

并查集学习：主要思想：对一个集合进行分类，分成多个相关联的集合。优化方法：路径压缩int p[nMax];void init(){ for(int i=0;i<nMax;p[i]=i,i++);}int find_set(int a){ return p[a]==a?a:p[a]=find_set(p[a]);//状态压缩：p[a]=find_set(p[

求最短路径的算法有许多种，除了排序外，恐怕是OI界中解决同一类问题算法最多的了。最熟悉的无疑是Dijkstra，接着是Bellman-Ford，它们都可以求出由一个源点向其他各点的最短路径；如果我们想要求出每一对顶点之间的最短路径的话，还可以用Floyd-Warshall。SPFA是这篇日志要写的一种算法，它的性能非常好，代码实现也并不复杂。特别是当图的规模大，用邻接矩阵存不下的时候，用S

/*提醒推荐：五星刘汝佳《算法竞赛入门经典》，集合上的动态规划---最优配对问题题意：空间里有n个点P0,P1,...,Pn-1，你的任务是把它们配成n/2对（n是偶数），使得每个点恰好在一个点对中。所有点对中两点的距离之和应尽量小。状态：d(i,S)表示把前i个点中，位于集合S中的元素两两配对的最小距离和状态转移方程为：d(i,S)=min{|PiPj|+d(i-1,S-{i}-

参考博客：http://godfrey90.iteye.com/blog/725562一、首先谈谈什么是状态压缩？状态压缩就是将一个阶段或（集合）的状态使用二进制0、1进行表示，这类问题中，状态只存在两种：有或无。通过二进制来达到节省存储空间和查找效率的作用。二、什么是动态规划？动态规划是通过定义某一个状态，这个状态可以通过性质相同的另一个（或多个）状态推导出来，即存在最优

最小表示法：循环数组中，使用字典序最小的一个序列来表示这个数组。例如A[5] = {5, 1, 3, 2, 4}，则最小表示法为{1, 3, 2, 4,5}。问题：输入两组数据，这两组数据都是循环数组或者环状数组，判断这两组数据是否一致？设两个数组分别为A[],B[]。解决方案：正常解题思路：使用两个for循环进行O(n * n)次判断即可KMP方法：将A复制一份加到A

这些天学习网络流，总结了一下用到的主要算法，主要从下面几个方面来介绍一、常见的几种算法二、这些算法的复杂度三、这些算法适合处理的问题四、算法模板FF方法（Ford_Fulkerson）：所有增广路径问题都是以Ford_Fulkerson方法为基础，之所以称为方法而不是算法，因为它提供的是一种思想。Ford_Fulkerson(s,t) f = 0,对自定义流f