li_peixiansang的博客

原创 01trie

本文介绍了一种基于01字典树的算法，用于求解数组中两个数异或结果的最大值。算法首先构建字典树存储所有数字的二进制表示，然后通过逐位异或匹配策略快速查找与给定数异或结果最大的数。关键点在于从高位到低位处理二进制位，优先选择能产生1的异或位。文章还指出该算法可以应用于树形结构中路径异或值的计算问题，通过预处理节点到根节点的异或值，将问题转化为数组元素异或最大值问题。代码实现包括字典树构建、最大值查询和主函数处理流程。

原创 字典树初步

该代码实现了一个字典树(Trie)结构，用于高效处理字符串前缀查询。主要功能是：1)插入字符串到字典树；2)查询某个字符串是否为之前插入字符串的前缀。代码使用二维数组nex存储子节点，cnt数组记录前缀出现次数。初始化idx=2，根节点为1。insert函数将字符串插入字典树并更新前缀计数，count函数查询字符串前缀出现次数。主程序读取n个插入字符串和m个查询字符串，输出每个查询结果(Y/N)。该实现适用于大规模字符串前缀匹配问题，时间复杂度为O(L)，L为字符串长度。

原创 manacher算法

本文介绍了Manacher算法求解最长回文子串的实现。算法首先在字符串中插入特殊字符'#'进行处理，用数组p[i]记录以i为中心的最长回文半径。通过维护当前最右回文边界R和中心点C，利用对称性优化计算。代码示例展示了该算法的具体实现过程，包括预处理字符串、Manacher算法主体以及结果提取。最终最长回文子串长度为p[i]-1的最大值。注意预处理时需倒序遍历避免覆盖，处理后的字符串长度为2n+1。

原创 KMP & 字符串hash算法

本文介绍了两种字符串匹配算法：KMP算法和字符串哈希。KMP算法通过预处理模式串的next数组（最大相同真前后缀）实现高效匹配，使用时需注意字符串下标从1开始。字符串哈希利用无符号长整型自动取模特性，通过计算子串哈希值进行匹配，避免了复杂的预处理。文中给出了两种算法在"斤斤计较的小Z"问题中的具体实现代码，并指出KMP更加严谨但实现复杂，而字符串哈希更简单但有极小概率的冲突风险。两种算法各有优势，可根据实际需求选择使用。

原创 数位DP .

数位DP是一种解决区间数字统计问题的算法，主要用于计算给定区间[L,R]内满足特定条件的数字个数。其核心思想是对数字的每一位进行动态规划，时间复杂度为O(logN)。典型例题包括windy数、7的意志和手机号码问题。解决步骤通常包括预处理DP数组、分解数字位数、递归或迭代计算满足条件的数字数量。关键点在于处理前导零、数字限制条件以及状态转移时的边界条件。不同问题需要设计不同的状态表示，如连续数字、数字和模数等。记忆化搜索是常用优化手段，可显著提升效率，但需注意状态设计的合理性和无后效性。

原创 状压DP -

状态压缩是一种将多状态问题转化为二进制表示的技术，常用于动态规划中以降低复杂度。文章通过两个典型例题进行说明：糖果问题使用二进制表示糖果种类，通过动态规划寻找最少包数；愤怒的小鸟问题则利用状态压缩优化抛物线组合的枚举。两种案例都展示了如何将状态转化为二进制位，并通过位运算实现高效求解。关键在于理解状态压缩的核心思想：用二进制位表示状态，通过或运算合并状态，最终求得最优解。这种方法特别适合状态数量有限且状态间可合并的NP问题。

原创 区间DP .

区间DP是一种将大区间问题拆分为子区间合并的动态规划方法。其特点包括：1) 将区间分解为连续子区间；2) 通过合并相邻子区间逐步求解。典型应用包括石子合并（最小化合并代价）、涂色（最少操作次数）和制作回文串（最小修改成本）。对于环形区间问题（如能量项链），可通过复制数组展开处理。解题时只需关注当前区间的状态转移，无需考虑子问题的具体解法。关键步骤包括定义状态、建立转移方程，并按区间长度从小到大进行递推计算。

原创 换根DP -

本文介绍了换根DP算法及其应用。该算法通过两次遍历树结构解决问题：第一次计算子树信息，第二次利用父节点信息更新全局解。文中以点权*长度问题为例，说明其与计算树深度问题的相似性，均可采用相同思路解决。算法关键在于正确处理父子节点间的信息传递关系，适用于树形结构上的动态规划问题。

原创 路径相关树形DP

本文摘要： 文章对比分析了两种树上路径问题的解法。树上路径1采用动态规划方法，通过sum+和sum-操作抵消t上节点，最终sum等于与t相邻子树的dp[root]之和。树上路径2因允许节点被选两次，需要从下向上更新路径以避免更新困难。建议画图辅助理解两种算法的实现过程。

原创 自下而上的树形dp

本文介绍了树形动态规划中的三个经典问题：最大独立集、最小点覆盖和最小支配集。通过三个例题（蓝桥舞会、战略游戏和皇宫守卫）展示了对应的树形DP解法。每个问题都给出了详细的分析和C++代码实现，包括状态转移方程和关键处理步骤。这些算法都采用深度优先搜索遍历树结构，通过后序遍历的方式自底向上计算各节点的状态值，最终在根节点处得到最优解。

原创 自上而下树形DP

本文介绍了三个树形动态规划问题。1.蓝桥舞会问题：通过DFS遍历树结构，计算每个节点参加/不参加舞会时的最大快乐值，采用自底向上的动态规划方法。2.小明的背包6：在树形结构中处理背包问题，使用DFS后序遍历，通过双重循环计算以每个节点为根的子树在不同容量下的最大价值。3.树的最大值问题：总结性指出树形DP通常采用DFS遍历，将子树结果合并到父节点，适用于具有树形结构的优化问题。这些案例展示了树形DP在处理层次结构问题中的典型应用。

原创 二维费用背包 & 分组背包

本文介绍了两种背包问题的动态规划解法。二维费用背包模型例题"小蓝的神秘行囊"和分组背包模型例题"小明的背包5"都采用了类似的三重循环解法：外层遍历物品，内层两层循环分别逆序遍历两种不同的容量限制（如体积V和质量M），通过状态转移方程dp[j][k] = max(dp[j][k], dp[j-v][k-m]+w)来更新最优解。两种问题虽然类型不同，但都体现了动态规划处理多重约束条件的核心思想，最终输出dp[V][M]作为最优解。

原创 单调队列优化多重背包问题

该视频讲解了多重背包问题的单调队列优化方法。通过将状态按模v分组，将二维DP优化为一维。关键点在于：1）状态转移时需考虑上层DP值；2）单调队列维护当前窗口最大值；3）代码实现时需注意更新顺序和整数除法特性。最终算法通过单调队列优化将时间复杂度降低到O(NV)。（98字）

原创 多重背包

本文介绍了多重背包问题的两种解法：基础模型和二进制优化模型。基础模型采用三层循环（物品数、数量、容量）实现，时间复杂度为O(NSV)；二进制优化模型通过将物品数量拆分为2的幂次方组合，将问题转化为0-1背包，提升效率。两段代码均使用动态规划思想，通过逆序遍历容量保证物品只被选取一次。基础模型简单直观但效率较低，二进制优化模型通过数学优化显著降低了时间复杂度。两种方法最终都能正确求解背包最大价值问题。

原创 完全背包问题

完全背包问题一维DP解法摘要：与0/1背包不同，完全背包允许物品无限次使用，需采用正序遍历的一维DP。状态转移方程为dp[j] = max(dp[j], dp[j-w]+v)，其中j从w到V顺序更新。示例代码演示了处理N个物品、容量V的背包问题，通过两层循环（物品循环+容量正序更新）实现，最终输出dp[V]为最大价值。关键区别在于遍历顺序，这是完全背包与空间优化0/1背包的核心差异。（字数：146）

原创 0/1背包问题

本文介绍了0/1背包问题的两种实现方法及优化。第一部分展示了基础解法，使用二维数组记录状态，时间复杂度为O(NV)。第二部分优化空间复杂度至O(V)，通过逆序遍历背包容量实现。第三部分给出"背包与魔法"例题的特殊解法，在传统背包基础上增加魔法使用状态，使用二维数组dp[j][n]记录是否使用魔法的情况。该解法同样采用逆序遍历优化空间，处理普通物品和魔法物品两种状态转移情况。

原创 LCS（最长公共子序列）

LCS只有N^2复杂度解法。

原创 LIS(最长上升子序列）

LIS:(注意：最后答案要取dp[i]最大值，而不是直接ans = dp[n]

原创 离散化 -

原创 构造（附带例题）

这篇文章介绍了四种数学构造问题的解法：1）小蓝的数学题给出了两种答案构造方式；2）最小公差问题解析；3）简单连通图的构造方法；4）数字s的构造技巧。文章通过具体案例展示了如何运用数学思维进行问题构造，内容涵盖数列、图论、数字组合等多个数学领域，提供了实用的解题思路和方法。

原创 构造：算法设计中的“魔法工具箱

与暴力枚举（尝试所有可能）或数学证明（验证解的存在性）不同，构造更强调。的网格图，构造一条哈密顿回路（经过每个顶点恰好一次的环）。：构造一个满二叉树（每个节点有 0 或 2 个子节点）。：问题需要满足特定最终条件（如迷宫求解、回溯问题）。：问题具有周期性或对称性（如构造格雷码、分形图形）。：问题具有贪心选择性（如区间调度、哈夫曼编码）。：问题与数论、代数相关（如生成素数、构造幻方）。：给定带权无向图，构造一棵最小生成树（MST）。：问题具有递归结构（如二叉树、分形图形）。：利用数学公式或性质直接构造解。

原创 差分（附带例题&题解）

差分（附带例题&题解）

原创 裴蜀定理

裴蜀定理教学与应用

原创 gcd与lcm

gcd与lcm关系

原创 埃式筛法&欧拉筛法&质数分布定理

（时间复杂度控制）：每个合数可能被多个较小质因数筛出，如120会被2，3，5重复筛选，造成时间浪费（这点不如欧拉筛，欧拉筛不会重复筛选）注意：先将p * i标记为素数，再if (i % p == 0) break;：每个合数必能分解出质数，从而一定会被筛出。时间复杂度O（nloglogn）时间复杂度：O（N）

原创 唯一分解定理/约数个数/约数和定理

唯一分解定理/约数个数/约数和定理

原创 扫地机器人（2025蓝桥杯省A组 H题）

这是一道关于基环树结构的算法题，要求计算扫地机器人在环形路径上的最大工作距离。解题思路结合了拓扑排序、基环树处理和单调队列优化： 使用拓扑排序识别基环树中的环结构，将非环节点标记 对环上每个节点进行DFS，计算子树中的最长路径（直径） 将环展开为链，使用前缀和预处理距离 通过单调队列优化，在O(n)时间内找到环上的最优路径组合 算法综合运用了基环树拆解、动态规划和滑动窗口技巧，最终输出最大工作距离。时间复杂度为O(n)，适用于大规模数据。

原创 树的直径（树形DP）

几道相关的树的直径（树形DP）例题

原创 地雷阵（蓝桥杯C++A组省赛题解）

2025蓝桥杯省A真题---地雷阵 题解；

原创 好串的数目

蓝桥杯真题-好串的数目，动态规划解法

原创 贪心算法--

28道经典贪心算法讲解， 分析

原创 IP协议

IP地址＝目标网络＋目标主机IP协议是网络层协议。

原创 TCP协议

挥手时，server可能不愿意和client断开连接，这时就不会出现捎带情况，所以四次挥手。，会在发送最后一次挥手之后，会再等待一段时间（接收超时数据，保证游离报文在网络中消散，同时确保接收方收到ACK（可能要重发ACK））（等待两个MSL时间后才会关闭）有可能会，此时产生回绕，但这不会引发相同序号报文的问题，因为缓冲区大小是有限的，产生回绕时，历史相同序号的报文早就消散了。当client发送速度大于server接收速度时，server会把来不及处理的报文丢弃，这会造成时间/资源浪费。

原创 动态规划

动态规划60道经典题型

原创 HTTPS

https原理，https加密方案， 中间人攻击，CA证书与签名

原创 虚函数_抽象类

只有返回类型/函数名/参数类型&顺序 都一样，才是虚函数重写，才有虚函数特性。多继承中面对不同路径，分析是否动态联编时，只看指针类型是否为虚基类即可。抽象类不可为函数返回值类型，函数参数类型，不可定义对象。参数类型/数量不同：普通重载函数，没有虚函数特性。派生类中没有重写纯虚函数，依然是纯虚函数，抽象类可定义指针，指向非抽象类的派生类对象。虚函数不可友元函数，不可静态成员函数。抽象类：含有至少一个纯虚函数的类。纯虚函数：函数声明＝0；只有函数类型不同：报错。

原创 守护进程

什么是守护进程 / 手动实现守护进程 / 任务组&会话概念 / linux前后台切换

原创 序列化/反序列化与TCP通信协议

序列化/反序列化， 协议， tcp

原创 Tcp_socket

TCP——Socket

原创 UDP_socket

Udp&socket, ChatServer/EchoServer/Dictserver的实现