注意事项·思路·好东西·黑科技

好东西

• http://immortalco.blog.uoj.ac/blog/1974另类代码风格
• uoj的Custom Test是linux环境下的！Windows下的鬼畜错误可以去那里调试！
• 酷炫反演魔术 by vfk
• Matrix Tree定理相关 by lca
• 一些“基础(QAQ)”数据结构 拿来复习+刷题用
• 一些常用的数据结构维护手法 by zzq
• 标号的神奇应用
• Yves__学长的数学专栏
• 常用数据结构的功能及复杂度总结by czz
• Atcoder的数据
• 上下界网络流相关
• 斯特林数黑科技相关
• 多项式相关
• 网络流建图

注意事项

代码实现

• ！！斜率优化dp，数论，数学题 开long long
• 变量名取得Chinglish一些
• ！！！没开O2时慎用STL，尤其是set
• 珍爱生命，远离STL::queue，vector比queue快得多
• vector内存连续，开了O2尤其快，稠密图时写vector而不是模拟链表或邻接表
• priority_queue比set快得多
• 只要涉及乘法就应该警惕，考虑是否会爆int
• 数位dp，如果有很多维0/1，写成循环而不是每个0/1大讨论转移
• ！！！动态点分治易错点：点分树上两点距离不能当成是边权相加
• 多项式各种操作中，做乘法扩大次数界的前后，记得将超出部分清0
• FFT空间开4倍
• ！！！回溯（比如分治）如果要用到数组开static！如果要使用全局变量一定要谨慎，考虑是否已经被修改
• priority_queue是大根堆！
• 字符串哈希，字母不要对应成0！这样将无法区分ab和b
• 字符串哈希的进制数设成质数！（质数的幂在模意义下更不容易重复）
• 输出优化注意特判0
• 线段树合并不能最后再求答案，必须每个点与其子树合并完立即求答案（意味着询问离线），否则该点信息会被修改。如果一定要最后再求（意味着询问在线），可以可持久化。
• 变量名避免使用time,index；慎用x0,y0,next,last
• 用memcpy时如果A,B两个数组size不一致会鬼畜！
• 连通分量tarjan的时候记得要清空stack[top+1]，否则退栈的时候比较会GG
• 斜率优化DP的时候在写不等式的时候如果写成乘法，一定要写成<=或>=，因为如果一个数是0，导致斜率函数为0，判断的时候一直相等决策就会一直停在那个地方，然后GG
• Splay的区间翻转操作，不仅要记得交换左右子树，有关左右区间的信息也要交换
• Splay区间翻转时，如果涉及左右区间的信息的维护，就不能打成下面这样：

if(tag[x])
{
    swap(a[x][0],a[x][1]);//交换x的左右子树
    swap(lx[x],rx[x]);//交换x的左右区间的信息，例如lx[x]表示x的区间从左端点往右的最大连续和
    tag[a[x][0]]^=1,tag[a[x][1]]^=1;//下传标记
    tag[x]=0;//标记清空
}

为什么这样会错？尽管我承认暂时lx,rx的值都是正确的。但是一旦执行update(x)，lx[x],rx[x]就由lx[lson],rx[rson]来更新
对x进行了翻转时，仅交换了x的左右子树，并没有交换lx[lson],rx[rson]
所以更新出来的x点信息是错的

• Q：set怎么自定义优先级？
  A：（慎用！！）

struct set_cmp{
    bool operator ()(const int &x,const int &y){
        return dfn[x]<dfn[y];
    }
};
multiset<int,set_cmp> s[maxn];

• 调试出现鬼畜情况，大概率数组越界。

算法易错点

• 欧拉回路，走过的边要删除，否则若多次进入同一个点，每次扫一遍出边会TLE

策略

比赛策略

• if(当前状态=稳扎稳打) then (写对拍) else if(当前状态=放手一搏) then (手出小数据+肉眼)
• 能写线段树就不要写平衡树（树套树卡空间除外）
• DP：如果发现转移很有问题，又确信没有其他做法，尝试更换转移方式。
• 发现程序有bug，先不急着开始调，不管是WA,RE,TLE等，先检查一下是否是数组爆了，或是没开long long
• 对于空间不大的题，数组开大几倍
• 对于算法常数仔细考虑，不要轻易放过自以为会TLE的想法
• 任何一道题（即使是暴力），想好算法、实现方法再开打
• 调试的时候，如果为了调试修改了程序中的某一段，一定要打上注释，提醒自己调试完把程序变回去
• 比赛剩余1个半小时的时候必须开打，不能再拖

---

学习策略

• 多感性理解。

思路&套路

• 决策可以看成点，也可以看成直线。当一种难做时，思考另一种
• 图论（尤其网络流）常用套路：拆点，拆边
• Q：什么时候用（双向）bfs，什么时候用(ID)A*？A：当状态空间不大时，用bfs。当解的深度不大，能设计启发函数，或者感觉bfs铁定超时，就写IDA*

---

• 许多计数题可以考虑补集转化，比如要你求刚好为x，可以尝试求出>=x或<=x再减重
• 高斯消元的本质是找到向量$\vec{x}$满足$A\times \vec{x}=\vec{c}$，其中$A$是系数矩阵，$\vec{c}$是答案向量
• 求边的期望可以转化成求点的期望，再乘上走这条边的概率
• $E(x)={\sum }_{i\ge 0}P(x=i)\ast i={\sum }_{i\ge 0}P(x\ge i)$
• 如果贡献形如“所有方案的k次方和”，出现增量不太好维护。用第二类斯特林数把k次拆开变成组合数的形式，这样就变成了组合数的和，转移本质上是范德尔蒙恒等式（GDOI2018D2T2）

---

• 容斥、反演、变换是一家
• 插值大法好
• 差分大法好
• 组合意义大法好
• 当数据范围不像线性/一个log复杂度，什么思路都没有，考虑网络流

黑科技

• 可删除堆，思想是不对堆实时更新，而是在询问的时候检验是否被打上删除标记。

struct Heap {
	priority_queue <int, vector<int>, greater<int> > Heap, Delt;
	void push(int x) {Heap.push(x); }
	void delt(int x) {Delt.push(x); }
	int query() {
		while (!Delt.empty() && Heap.top() == Delt.top()) {
			Heap.pop();
			Delt.pop();
		}
		if (Heap.empty()) return MAXV;
		else return Heap.top();
	}
};

• Long Long相乘取模

LL mult( LL A, LL B, LL Mo )
{
    LL temp = ( ( LL ) ( ( db ) A*B/Mo+1e-6 ) * Mo );
    return A*B - temp;
}

• 线性求1~n关于模mo的逆元

inv[i]=(mo-mo/i)*inv[mo%i]%mo;

finger tree

• 两条路径在树上的交（from yangle71）

int depmax(int x, int y){return dep[x] > dep[y] ? x : y;}
int pathsection(int a, int b, int c, int d, int &e, int &f)
{
    int u = lca(a, b), v = lca(c, d);
    if(dep[u] > dep[v]) swap(a, c), swap(b, d), swap(u, v);
    if(lca(u, v) != u) return 0;
     
    e = depmax(lca(a, c), lca(a, d));
    f = depmax(lca(b, c), lca(b, d));
    if(max(dep[e], dep[f]) < dep[v]) return 0;
    e = depmax(e, v), f = depmax(f, v);
    return 1;
}

• 编译命令，Dev-c++放工具-编译选项-编译时加入以下命令