2月末小结

距离我开始学PTA已经差不多一月有余的时间了，这段时间总体的感受是：编程很快乐。这却不代表我一直是顺风顺水过来的，各方各面的问题层出不穷，学得快、忘得也快，刷到某块进阶内容，书要重新翻过来看，谈不上高效率，不过是龟速进展中。
然而，还有8天就要考试了，不可以说没有压力。
近一个月的时间，主要是对《算法笔记》里的内容进行学习，然后再刷它配套的习题集，再有就是写一些博客，记录下刷题感想，总体而言过得比较充实与轻松，但接下来一周多的时间就要开始上强度了，不然怕是对不起我的报名费。
当然，即便最后因为种种原因没有发挥好我也会坦然接受结果，我的要求只有一个：地狱周必须挺过来。我不关心结果如何，但过程绝不能有任何差池，加油吧小家伙。
由于昨晚没睡好，今早又有讲座要参加，我今天的学习状态并不好，吸取教训，今晚戴耳塞，不然这样糟蹋下去恐怕小命难保。
回顾一下今天的内容，刷了两个专题，脑子里还是有点乱：

一些通用的注意点写在前面：
1.在做图的题目时，要搞清楚两个东西，一个为点集、一个为边集，图就是由其点集和边集构成的，而不同的题目背景里这两者的给出方式又是千变万化的，需要留意；
2.图的问题中，要注意题目中的边是有向边还是无向边，假如是无向边要注意对称处理，否则很有可能出错；
3.题中给了顶点数范围或边数范围你需要依照着开宏变量的时候，要多取几个，一般多十个，防止接收数据出错。具体而言，如题目给了点的编号不超过1000，你想开点的数组，数组的最大范围最好设为1010，即表示最大顶点数的宏变量要设为1010。一般是不会内存超限哒，但如果出现数量级上的差异就另说了。
最短路径专题涉及以下几个算法：单源最短路的Dijkstra算法、全源最短路问题的Floyd算法、同样解决单源最短路问题但同时能处理负边权的BF算法，及其队列优化版本的SPFA算法。现在回顾一下它们各自的核心思想：
1.Dijkstra：算法总体而言是一个点集扩展的过程，依据的规则是每次取点集（s）外的离源点最短距离（记du）最小的点（记u），加入点集中，并对由这个点出发的边依次进行松弛操作，所谓松弛操作，就是考察当这个点（u）作为中继的时候，能否使集合外某个点（v)离源点的最短距离（dv）变小，如果可以的话，就以u为中继更新v的最短距离dv。再进入下一轮循环，如此不断扩展点集，直至所有点都在点集s中。
2.Floyd算法：该算法可以计算图中任意两点间的最短距离，算法主体是一个三重循环，其主要进行的是松弛操作，遍历所有中继点（记k），再遍历起点（记i）和终点（记j），三者范围均为图中所有点，若k为中继可以使i到j的距离变小，则对d[i][j]进行松弛，具体为：d[i][j] = d[i][k]+d[k][j]。
3.BF和SPFA算法：其处理的与Dijkstra同为单源最短路径问题，但是边权为负数时Dij是不能处理的，而这两者可以，同时能判断图中是否存在负环，假如图中存在负环，会导致最短距离无限变小，结果就不是收敛的。Dij遍历点，BF则遍历边，其思想与Floyd相似的，只不过因为源点确定而少了一个维度。SPFA是对BF算法的优化，基于这样一个事实：如果v的最短距离dv发生变化，那么一定是因为与其相连的某条边uv的另一个端点u的最短距离du发生了更新，这种明显的先后关系提示我们可以引入队列来解决，将发生更新的点入队，只有这些点相连的顶点的d值有可能被松弛。
第二个专题是最小生成树，涉及的主要算法有：Prim、Kruskal，两者适用于不同性质的问题，具体而言，Prim适用解决稠密图，即点少边多，可见它主要是处理点的算法；Kruskal则适用于解决稀疏图，即边多点少的图，它主要处理的是边。下面具体说说两个算法：
1.Prim：它与Dijkstra是相似的，两者的区别仅有d数组的含义不同，在Dij中，d指的是点到源点的最短距离，而在Prim中，d指的是点到当前的最小生成树（记为点集s）的最短距离。事实上，Dij的d是一条路径的长度，而Prim的d则是跨越两个连通集的“桥”的长度，其一定等于图中某条边的权值。算法其他部分与Dij一致，无甚可说。
2.Kruskal：这个算法是比较简单的，它首先把所有边按权值从小到大排序，把每个点各自初始化一个连通集（只有这个点自己的集合），接下来按序访问每条边，如果边的两点不属于一个集合，就将边加入最小生成树，否则舍弃，即不处理，当加入到树中的边数达到n-1时算法结束，最小生成树已生成，若结束时边数不为n-1，说明图本来就不连通。在这个算法中用到了并查集，即UFS（union,find and set）。
好了，今天的说完了，再总结一下这一个月以来的学习体系：
第一部分是一些基础的数学问题、图形输出问题、日期处理问题、排序与查找问题等，其中比较让人头大的有大整数运算问题、贪心算法、各类排序算法、二分法和两点问题，这里我要单独说说二分法和两点问题：二分法的主要应用有二分查找、计算根号值、快速幂等，每次都按照某种规则将问题规模缩小一半，达到logn级别的复杂度，两点法是一个完全不同的概念，一开始它只是被用来解决合并问题，给两个数组设两个指针，按照某种规则分别移动。但由于二分法和两点法常常结合起来解决问题，比如归并排序和快速排序等，导致我对这两个概念常常傻傻分不清。
第二部分涉及到一些特殊的存储结构：栈、队列、优先队列（后面有道题赋予了其单调队列的概念，但其实单调队列主要用于解决滑动窗口问题，目前还没有接触过），主要就是C++标准模板库的常用结构，要注意对优先队列、set存储结构体类型的时候重载操作符的处理方法，关键词：友元、重载操作符。
第三部分，也按存储结构讨论吧：
1.链表：包括单链表、双向链表、循环链表和静态链表，涉及的主要操作有链表的创建、元素的查找、元素的插入和有序插入、元素的删除和链表的合并等。感觉链表的问题很灵活，但代码写出来都差不多，印象已经不太深了，后面还要巩固。
2.DFS和BFS，虽然这俩不是啥数据结构，但是是引入后面树和图重要前置内容。他俩涉及一些很有意思的经典问题（classic puzzle），举例而言：DFS主要是递归，可解决走迷宫问题，DFS能够输出所有合法路径，DFS解决的一个经典问题是8皇后，或n皇后，我解决的时候听了北大郭炜老师的讲解，老师给的代码很简洁，我自己写了一整晚都没搞出来有的时候真的不如放弃=^=；BFS解决的问题就更丰富了，注意它用到队列，且分层扩展搜索，有时空间代价难以承受，它只会给出一组最优解，不像DFS那样可以给出所有解，BFS如何记录得到最优解的路径也是一个值得深思的问题，参考别人的博客，我自己用的是其中的结构体父节点回溯法。这篇博客写得很不错，对有趣的点进行了比较详细的说明，但问题是我记忆力真的很差，现在我已经完全回想不出来几句话了，怎会如此！BFS解决的一些经典问题有装水问题（其实跟BFS关系不大，但用到了队列，故形式上有相近之处）、令人作呕的8数码问题，多少带点个人感情了，这个本来也想看郭老师的讲解，但是这个老师讲的不够细，代码也过于复杂了，最后是自己搞出来的，也参考了一些博客，但没啥用哈哈，还有魔板问题，与8数码问题有相似之处，解决前者这就容易多了。
3.树：这也是个大专题，花了两天时间在上面，主要包括树的遍历与重建，可看我之前的博客，有写、二叉完全树的一些数字游戏、二叉搜索树的建立与遍历，与给你遍历序列重建一棵树不同，二叉搜索树需要按规则将新结点插入到合适的位置，注意区别，二叉搜索树有一个特殊的性质，就是其中序遍历序列总是单调的，所以判断两个二叉搜索树是否一样，在两者元素依然相同的情况下，只要判断其前序或后序遍历序列是否一致即可。此外，平衡二叉树的基本操作、并查集、堆和最后的赫夫曼树与赫夫曼编码，有几个要关注的点：平衡二叉树有两个基本操作，左旋和右旋，操作里面会更新树高，又有四个基本树形（LL、LR、RR、RL），树型的判断依据树和其左右子树的平衡因子，具有高度的对称性，平衡操作也具有高度对称性，多写写就记住了:P
堆是用数组实现的，堆的向下调整算法是核心算法，其建立过程又是自底向上进行的。堆排序交换首末元素并将堆的尾指针前移，这样不断操作后堆的尾巴后面就会逐渐增长出一个有序序列。堆是一种数据结构，而堆排序是利用堆实现的一种排序算法，不要搞得不清不楚的，堆的应用范围也不局限于排序。此外，若要向堆中添加元素，还要设计一个向上调整算法，并在尾部插入新元素。
最后，赫夫曼树和赫夫曼编码，主要用于解决合并果子及其衍生问题，这类问题只涉及最短带权路径的求解，用一个优先队列能够轻松实现，但注意要定义优先级设定规则，本博客是篇个人笔记就不做这些科普啦。求赫夫曼编码则完全不是一个量级的问题了，首先要建立这棵赫夫曼树，赫夫曼树用静态数组实现，但数组元素是单独的结构体，至少要包括权值、双亲结点编号和左右孩子编号这几个成员，然后基于这棵树生成赫夫曼编码，有自底向上和自顶向下两种思路，两种方法区别还是很大的，这里不展开，仅提几个点：自顶向下地方法中利用标记进行跳转、回溯，本质上是一个DFS算法，总体设计的很巧妙，这种方法也很有趣，但目前还不能自如运用。
写了一个半小时了，好像没变清楚多少，但没关系，又不会整理这一次，总会慢慢变清晰的，今天就到这，溜啦溜啦~