【算法】基础算法学习总结

一、基础算法

1.1 排序

快速排序

算法思想

【模板题】快速排序

// 快速排序模板

#include <iostream>

using namespace std;
const int N = 100000+10;

int b[N];

void quick_sort (int q[], int l, int r)
{
    if (l >= r) return;
    int i = l- 1, j = r + 1;
    int x = q[(l+r) /2 ];  // 取中间值的时候AC了:)

    while (i < j)
    {
        do i++; while (q[i] < x); // 不加=，一旦达到值x就停下来；否则遇到特殊情况可能停不下来
        do j--; while (q[j] > x);
        if (i < j) swap(q[i], q[j]);
    }
    quick_sort (q, l, j); // 用j不发生边界问题 只有2个数的情况死循环
    quick_sort (q, j+1, r);
}

int main()
{
    int n;
    scanf("%d", &n);
    for (int i = 0; i < n;i++) scanf("%d", &b[i]);

    quick_sort(b, 0, n-1);

    for (int i = 0; i < n;i++)
        printf("%d ", b[i]);
    return 0;
}

第k个数

思路：只有参考点x的位置是确定的，参考点左侧的数和右侧的数位置不一定对。只有参考点x是可以返回的
参考代码：

long long quick_sort (long long q[], int l, int r, int k)
{
    if (l >= r) return q[l];

    int i = l -1, j = r + 1, x = l + r >> 1;
    long long xn = q[x];

    while (i < j)
    {
        do i++; while (q[i] < xn);
        do j--; while (q[j] > xn);
        if (i < j) swap(q[i], q[j]);
    }
    int cur;
    if (q[i] == xn)  // 确定参考点位置在i，还是j
        cur = i + 1;
    else cur = j + 1;
    if (cur == k) return xn;
    else if (cur > k) quick_sort(q, l, j, k);
    else quick_sort(q, j + 1, r, k);
}

改进：永远保证第 k 小的数在 [l, r] 的区间上。递归的出口是区间上只有一个数，那么这个数就是第 SL 小的数。

程序代码

int quick_select(int q[], int l, int r, int k)
{
    if (l == r) return q[l];
    int i = l - 1, j = r + 1;
    int x = q[i + j >> 1];
    while (i < j)
    {
        do i++; while (q[i] < x);
        do j--; while (q[j] > x);
        if (i <j) swap(q[i], q[j]);
    }
    int sl = j - l + 1;
    if (sl >= k) return quick_select(q, l, j, k);
    else return quick_select(q, j + 1, r, k - sl);
}

归并排序

算法思想

// 归并排序

#include <iostream>

using namespace std;

int q[100000 + 10];
int n;
int tmp[100000+10];

void merge_sort(int q[], int l, int r)
{
    if (l >= r) return;
    int mid = l + r >> 1;
    merge_sort(q, l, mid);
    merge_sort(q, mid+1, r);

    int i = l, j = mid+1, k = 0;
    while (i <= mid && j <= r)
    {
        if (q[i] <= q[j]) tmp[k++] = q[i++];
        else tmp[k++] = q[j++];
    }

    while (i <= mid) tmp[k++] = q[i++];
    while (j <= r) tmp[k++] = q[j++];

    for (i = l, j = 0; j < k; i++, j++) q[i] = tmp[j];
}

int main()
{
    scanf("%d", &n);
    for (int i = 0; i< n;i++) scanf("%d", &q[i]);

    merge_sort(q, 0, n - 1);

    for (int i = 0; i <n; i++) printf("%d ", q[i]);
    return 0;
}

逆序对

思路：逆序对共有三种存在的可能，两个数全在左边，两个数全在右边，左右各有一个数。尽管有三种情况，但当我们递归左边和右边，直至左右边都只有一个数，前两种情况已经包含在了第三种情况中。所以 merge_sort(l, mid) 处理第一种情况， merge_sort(mid+1, r) 处理第二种情况。关键在于求第三种情况下的逆序对，这需要与归并过程结合。

归并逆序对：

参考代码：

typedef long long LL;

LL merge_sort(int l, int r)
{
    if (l >= r) return 0;
    int mid = l + r >> 1;
    LL res = merge_sort(l, mid) + merge_sort(mid + 1, r);
    int i = l, j = mid + 1, k = 0;
    while(i <= mid && j <= r)
    {
        if (q[i] <= q[j]) tmp[k++] = q[i++];
        else
        {
            tmp[k++] = q[j++];
            res += mid - i + 1;
        }
    }
    while(i <= mid ) tmp[k++] = q[i++];
    while(j <= r) tmp[k++] = q[j++];
    for (int i = l, j = 0; i <= r; i++, j++) q[i] = tmp[j];
    return res;
}

1.2 二分

算法思想

【模板题】数的范围

模板代码

#include <iostream>
using namespace std;

int n, q;
int b[100000 + 10];

int main()
{

    scanf("%d", &n);
    scanf("%d", &q);

    for (int i = 0; i< n; i++) scanf ("%d", &b[i]);

    while (q--)
    {
        int x;
        int l = 0, r = n - 1;
        int mid;
        scanf ("%d", &x);
        // 模板1***********************************************
        while (l < r)
        {
            mid = l + r >> 1;
            if (b[mid] >= x) r = mid;
            else l = mid + 1;
        }
        // 模板1***********************************************
        if(b[l] != x) printf("-1 -1\n");
        else
        {
            printf("%d ", l);
            l = 0, r = n - 1;
            // 模板2***********************************************
            while (l < r)
            {
                mid = l + r + 1>> 1;
                if (b[mid] <= x) l = mid;
                else r = mid -1;
            }
            // 模板2***********************************************
            printf("%d\n", l);
        }
    }

    return 0;
}

浮点数二分

不用考虑边界，设置好二分结束条件即可
代码模板：

int main()
{
    float x;
    scanf ("%f", &x);

    float l = -100, r = 100;
    float mid;
    while (r - l > 1e-6)
    {
        mid = (l + r) /2;
        if (mid * mid * mid > x) r = mid;
        else l = mid;
    }
    printf("%.2f\n", l);
}

1.3 高精度

常用高精度问题分为四类：A+B, A-B, A*b, A/b。（大写表示高精度数，小写表示一般数用int表示）对于这四类情况，我们要解决的问题有两个：

1. 存储高精度数
2. 模拟四则运算

高精度存储

高精度数需要用数组存储，为了操作方便，这里用C++的 vector 存储。总结基本用法如下：

• 包含头文件#include <vector>
• 初始化 vector a(10)，定义10个 int 元素；vector a(10, 1)设置初值为1
• a.back() // 返回最后一个元素
• a.front()
• a[i]
• a.pop_back() // 删除最后一个元素
• a.push_back(x) // 在数组最后插入x
• a.size() // 返回a中元素个数
• 和字符数组同样的访问方式s[i], cin, cout
• a.begin()返回头指针，指向第一个元素
• a.end()返回尾指针，指向最后一个元素的下一个单元
• reverse(a.begin(), a.end())将vector前后逆序

另外，以字符串形式读入高精度数，使用string类：

• 包含头文件#include <string>
• s.size() // 获取string长度，string末尾没有’\0’，返回的是真实长度
• s1 + s2 拼接字符串
  为了进位方便，高精度数据从低位开始存储，即，12345 按照 5 4 3 2 1 的顺序存进 vector。

加法

1. 加法的进位只有 0 和 1
2. vector输出时从高位到低位，注意循环的方向
   
3. 模板

vector<int> add (vector<int> &A, vector<int> &B)
{
	if (A.size() < B.size()) return add (B, A);
	vector<int> C;
	int t = 0;
	for (int i = 0; i < A.size() || t != 0; i++)
	{
		if (i < A.size()) t += A[i];
		if (i < B.size()) t += B[i];
		C.push_back(t % 10);  // 求出Ci
		t /= 10;  // 求出ti，取值为0或1
	}
	return C;
}

4. string要用cin读入，用scanf(“%s”, s);会报错
5. auto C = add(A, B);编译器会自动推断C的类型

减法

1. 一定注意遍历vector时的起始位置和遍历方向
2. 加减法都要解决两个问题：计算当前位结果Ci，处理进位/借位ti
   
3. 模板

vector<int> sub(vector<int> &A, vector<int> &B)
{
    vector<int> C;
    for (int i = 0, t = 0; i < A.size(); i++)
    {
        t = A[i] - t;
        if (i < B.size()) t -= B[i];
        C.push_back((t + 10) % 10);  // 求Ci
        if (t < 0) t = 1;  // 求ti
        else t = 0;
    }
	
	// C.size() - 1 可以写成 C.back()
    while (C.size() > 1 && C[C.size() - 1] == 0) C.pop_back();  // 去除前导0
    return C;
}

高精度x低精度

1. C = A * b把 b 看成一个整理进行乘法运算，尽管 b 可能不止 1 位
2. t = Ai * b + ti，Ci = t % 10，ti = t / 10
3. 模板

vector<int> mul(vector<int> &A, int b)
{
    vector<int> C;

    // Ci和ti的更新方式，和加法是一样的
    for (int i = 0, t = 0; i < A.size() || t > 0; i++)
    {
        if (i < A.size()) t += A[i] * b;
        C.push_back(t % 10);
        t /= 10;
    }

    while (C.size() > 1 && C.back() == 0) C.pop_back();  // 当 b==0 时去除前导0

    return C;
}

高精度 / 低精度

1. C = A / b … r
2. r = r * 10 + A[i], Ci = r / b, r = r % b
3. 除法运算不同于加、减、乘的运算顺序，是从高位向低位运算
4. 使用reverse函数需要包含头文件#include <algorithm>
5. 模板

vector<int> div(vector<int> &A, int b, int &r)
{
    vector<int> C;
    r = 0;

    for (int i = A.size() - 1; i >= 0; i--)  // 从高位到低位
    {
        r = r * 10 + A[i];
        C.push_back(r / b);
        r = r % b;
    }

    reverse (C.begin(), C.end());  // 恢复高精度数的存储顺序
    while (C.size() > 1 && C.back() == 0) C.pop_back();  // 去除前导0
    return C;
}

1.4 前缀和及差分

一维前缀和

根据已知数组a[1], a[2], …, a[n]构造数组S[0], S[1], …, S[n]，S[n]表示前n项数组元素的和。注意a数组从 1 开始，S数组从 0 开始

1. 前缀和的用处是求数组中任意区间内数组元素的和，例如求[l, r]区间和，res = S[r] - S[l - 1]
2. 模板

    scanf ("%d %d", &n, &m);
    for (int i = 1; i <= n; i++) scanf("%d", &a[i]);
    s[0] = 0;
    for (int i = 1; i <= n; i++)  // 因为a数组从 1 开始，所以 i 要取到 n 
        s[i] = s[i - 1] + a[i];  // 生成前缀和数组s[N]

    while (m--)
    {
        int l, r;
        scanf ("%d%d", &l, &r);
        printf("%d\n", s[r] - s[l - 1]);  // 前缀和应用公式
    }

二维前缀和

为二维数组a[i, j]构造前缀和数据s[i, j]，前缀和数组表示[i, j]左上角所有元素的和

1. 二维前缀和的作用：求二维区域内，左上角点[x1, y1]到右下角点[x2, y2]围成的矩形区域中所有元素的和。
2. 应用前缀和时需要注意边界线上的元素是否取到，是否重复加、重复减：res = s[x2, y2] - s[x2, y1 - 1] - s[x1 - 1, y2] + s[x1 - 1, y1 - 1]
3. 构建前缀和的过程：s[i, j] = s[i - 1, j] + s[i, j - 1] -s[i - 1, j - 1] + a[i, j]
   
4. 模板

#include <iostream>

const int N = 1010;
int n, m, q;
long a[N][N], s[N][N];

int main()
{
    scanf ("%d%d%d", &n, &m, &q);

    for (int i = 1; i <= n; i++)
        for (int j = 1; j <= m; j++)
            scanf("%ld", &a[i][j]);

    for (int i = 1; i <= n; i++)
        for (int j = 1; j <= m; j++)
            s[i][j] = s[i - 1][j] + s[i][j - 1] - s[i - 1][j - 1] + a[i][j];
            // 构造前缀和数组

    while (q--)
    {
        int x1, y1, x2, y2;
        scanf("%d%d%d%d", &x1, &y1, &x2, &y2);
        printf("%ld\n", s[x2][y2] - s[x2][y1 - 1] - s[x1 - 1][y2] + s[x1 - 1][y1 - 1]);
    	// 使用前缀和数组，O(1)
    }
    return 0;
}

差分

构造数组b[1], b[2], …, b[n]使得b[n]数组是a[n]的前缀和，即a[n] = b[1] + b[2] + … + b[n]

1. 差分数组的作用：给区间[l, r]上的元素都加上固定值c:b[l] += c, b[r + 1] -= c，再对 b 数组求前缀和得到 a 数组
2. 差分数组的构造：初始假设 a 数组全0，那么 b 数组也全0。将 a 数组的元素值依次插入 b 数组中去，元素插入长度为 1。这样可以通过 1 中的方法构造差分数组
3. 模板

// 在[l, r]区间上插入固定值c
void _insert (int l, int r, int c)
{
    b[l] += c;
    b[r + 1] -= c;
}

// 代码片段
for (int i = 1; i <= n; i++) scanf ("%d", &a[i]);

for (int i = 1; i <= n; i++) _insert(i, i, a[i]);  // 初始化b[]

while (m --)
{
	int l, r, c;
    scanf ("%d%d%d", &l, &r, &c);
    _insert(l, r, c);  // m次插入固定值

}
for (int i = 1; i <= n; i++) b[i] += b[i - 1];  // 对b[]求前缀和

二维差分

二维情况下数组下标有 x 和 y 两个维度。给b[i, j]加上一个数值相当于对(i, j)坐标右下角所有元素加上固定值

1. 给(x1, y1), (x2, y2)的区域加上固定值c，关键是考虑区域边界上的值：
   • b[x1, y1] += c
   • b[x2 + 1, y1] -= c
   • b[x1, y2 + 1] -= c
   • b[x2 + 1, y2 + 1] += c
2. b 数组初始化的过程也采用insert差分函数插入
3. 模板

// 进行差分操作的insert函数
void _insert(int x1, int y1, int x2, int y2, int c)
{
    b[x1][y1] += c;
    b[x2 + 1][y1] -= c;
    b[x1][y2 + 1] -= c;
    b[x2 + 1][y2 + 1] += c;
}

// 输入输出处理
for (int i = 1; i <= n; i++)
        for (int j = 1; j <= m; j++)
            scanf("%d", &a[i][j]);

for (int i = 1; i <= n; i++)
    for (int j = 1; j <= m; j++)
        _insert(i, j, i, j, a[i][j]);

while (q--)
{
    int x1, y1, x2, y2, c;
    scanf ("%d%d%d%d%d", &x1, &y1, &x2, &y2, &c);

    _insert(x1, y1, x2, y2, c);
}

for (int i = 1; i <= n; i++)
    for (int j = 1; j <= m; j++)
        b[i][j] += b[i - 1][j] + b[i][j - 1] - b[i - 1][j - 1];  // 求二维前缀和

for (int i = 1; i <= n; i++)
{
    for (int j = 1; j <= m; j++)
        printf("%d ", b[i][j]);
    printf("\n");
}

1.5 双指针算法

实质：双指针算法实质上是优化 i，j 两重循环，根据 i，j 之间的性质把 O(n*2) 的复杂度优化到 O(n)
应用思路：先想一个朴素的做法，然后思考 i，j 之间的关系，优化算法
代码模板：

for (i = 0, j = 0; i < n; i++)
{
	while(j < i && check(i, j)) j++;
	

	// 每道题目的具体逻辑
}

题目：最长连续不重复子序列

每次 i 迭代得到一个最长子序列，长度为 i - j + 1，最后取其中最大的情况
参考代码：

const int N = 100010;
int n;
int q[N], s[N];

int main()
{
    scanf ("%d", &n);
    for (int i = 0; i < n; i++) scanf("%d", &q[i]);

    int max_s = 0;
    for(int i = 0, j = 0; i < n; i++)
    {
        s[q[i]]++;
        while(s[q[i]] > 1)
        {
            s[q[j]] --;
            j++;
        }
        max_s = max(max_s, i - j + 1);
    }

    printf("%d\n", max_s);
    return 0;
}

数组元素的目标和：

双指针优化：对于 a 数组中每一个 i，从 b 数组中找出最小的 j 使得 a[i] + b[j] > x。当 i 向后移动时，j 不会后退，只能减小。
当前版本代码：

int main()
{
    scanf("%d%d%d", &n, &m, &x);
    for (int i = 0; i < n; i++) scanf("%lld", &a[i]);
    for (int i= 0; i < m; i++) scanf("%lld", &b[i]);

    int i, j = m - 1, flat = 0;
    for (i = 0; i < n; i++)
    {
        flat = 0;
        while (j >= 0 && a[i] + b[j] > x) {j--; flat = 1;}
        if (a[i] + b[j] == x) break;
        if (flat == 1)
            j ++;
    }
    cout << i << " " << j << endl;
    return 0;
}

1.6 位运算

共有两个常用操作

• 看二进制数第 k 位是几

(n >> k) & 1

• lowbit(x)返回 x 的最后一位 1。例如，x = 1010, lowbit(x) = 10

x & -x

-x 的在计算机中补码表示为 (~x + 1)，当x = 1010 … 1000 … 时，~x = 0101 … 0111 … ，~x + 1 = 0101 … 1000 …
题目：二进制中1的个数

#include <iostream>
using namespace std;

typedef long long LL;

LL lowbit(int n)
{
    return n & -n;
}

int main()
{
    LL n, re;
    int counts = 0;
    scanf("%lld", &n);
    while ((re = lowbit(n)) > 0)
    {
        counts++;
        n -= re;
    }
    printf("%d\n", counts);
    return 0;
}

1.7 离散化

题目：区间和

关于pair

• 定义：typedef pair<int, int> PII
• 头文件：#include <utility>
• 给vector<PII>赋值：push_back({a, b})
• 给vector<PII>排序：sort默认先以first排，再以second排
• vector<PII>的遍历：for (auto item:query)，如果要修改 vector 的值，就在遍历时使用引用，for (auto &item:query)
• 访问PII a：a.first, b.first

题解：

#include <iostream>
#include <utility>
#include <vector>
#include <algorithm>

using namespace std;

int n, m;
const int N = 30010;
typedef pair<int, int> PII;
int a[N], s[N];
vector<int> alls;
vector<PII> add, query;

int _find(int x)
{
    int l = 0, r = alls.size() - 1;
    while (l < r)
    {
        int mid = l + r >> 1;
        if (alls[mid] >= x) r = mid;
        else l = mid + 1;
    }
    return l + 1;
}

int main()
{
    scanf("%d%d", &n, &m);

    // 读入插入点
    for (int i = 0; i < n; i++)
    {
        int x, c;
        cin >> x >> c;
        alls.push_back(x);
        add.push_back({x, c});
    }

    // 读入查询点
    for (int i = 0; i < m; i++)
    {
        int l, r;
        cin >>l >> r;
        alls.push_back(l);
        alls.push_back(r);
        query.push_back({l, r});
    }

    // 离散化数组去重，alls的下标就是离散化的位置，alls.size就是离散化矩阵的长度，
    // a[N]维护的序列实际是alls，alls里面存的是离散化前的数，alls下标是离散化的数，a[N]通过相同的下标和alls关联起来，存放具体的值
    sort(alls.begin(), alls.end());
    alls.erase(unique(alls.begin(), alls.end()), alls.end());

    for (auto item : add)
    {
        int x = _find(item.first);
        a[x] += item.second;
    }

    for (int i = 1; i <= alls.size(); i++)
        s[i] = s[i - 1] + a[i];

    // 处理查询
    for (auto item : query)
    {
        int l = _find(item.first);
        int r = _find(item.second);
        cout << s[r] - s[l - 1] << endl;
    }
    return 0;
}

模板

vector<int> alls;
sort(alls.begin(), alls.end());
alls.erase(unique(alls.begin(), alls.end()), alls.end());
// 排序去重之后的alls数组就是离散化数组

// 二分求出x对应的离散化的值
// 找出第一个大于等于x的位置
int find(int x)
{
    int l = 0, r = alls.size() - 1;
    while(l < r)
    {
        int mid = l + r >> 1;
        if (alls[mid] >= x) r = mid;
        else l = mid + 1;
    }
    return l + 1;  // 映射到1, 2, ..., n 
}

1.8 区间合并

算法思想：

• 先按照左端点给各区间排序
• 遍历区间，后一个区间与当前区间只存在三种情况
  
• 情况一：当前 st，ed保持不变，继续遍历
• 情况二：更新ed，继续遍历
• 情况三：把当前区间存储为独立区间，更新st，ed
• 在实际算法中可以把情况一和情况二写在一起

题目：区间合并


一点启发：设置变量记录当前位置，例如这里的st和ed，主要还是为了处理边界情况，同时写法也更显得简便。

二、数据结构

2.1 数组模拟链表

n[N]：存放节点的值
ne[N]：存放下一个节点的标号，通过相同的idx下标将节点的内容联系起来
idx：可分配的节点空间下标
head：头指针，指向头节点，-1表示链表为空

• 初始化

void init()
{
    head = -1;
    idx = 0;
}

• 插入

// 插到头节点
void insert1(int x)
{
    n[idx] = x;
    ne[idx] = head;
    head = idx++;  // 头指针指向idx
}

// 插到第 i+1 次插入的数后面
void insert2(int i, int x)
{
    n[idx] = x;
    ne[idx] = ne[i];
    ne[i] = idx;
    idx++;
}

• 删除

// 删除 i 后面的节点，i是插入的顺序，即可用的存储单元idx
// 在题目条件中 k = idx + 1
void remove_(int i)
{
    ne[i] = ne[ne[i]];
}

2.2 双向链表

• idx = 0作为头指针，idx = 1作为尾指针，头尾指针不存储数据
e[N]：存储节点数值
  l[N]：左边节点下标
  r[N]：右边节点下标
  idx：当前可用下标
• 初始化

// 给首尾分配节点，但没有数据
// idx从2开始，k从1开始
void init()
{
    r[0] = 1;
    l[1] = 0;
    idx = 2;
}

• 表头插入

void insert1(int x)
{
    e[idx] = x;
    r[idx] = r[0];
    l[r[idx]] = idx;
    l[idx] = 0;
    r[0] = idx++;
}

• 表尾插入

void insert2(int x)
{
    e[idx] = x;
    r[l[1]] = idx;
    l[idx] = l[1];
    r[idx] = 1;
    l[1] = idx++;
}

• 删除节点

// 删除 k 节点
void remove1(int k)
{
    r[l[k]] = r[k];
    l[r[k]] = l[k];
}

• k右边插入，左边插入调用当前函数实现

// 在 k 右边插入
void insert3(int k, int x)
{
    e[idx] = x;
    r[idx] = r[k];
    l[r[k]] = idx;
    l[idx] = k;
    r[k] = idx++;
}

• 注意：因为保留首尾节点 idx 从 2 开始使用，第 k 次插入的数对应的 idx 应该是 k+1，函数中的 k 是 idx

2.3 栈

stk[N]：存储栈元素
tt：标记栈顶，初始化为0

• 初始化

 // init
 tt = 0;

• 入栈

 // push
 stk[++tt] = x;

• 出栈

tt--

• 判断栈空

if (tt < 1)
	printf("栈空\n");

2.4 队列

hd, tl：头指针和尾指针
que[N]：队列元素

• 初始化

void init()
{
    hd = tl = 0;
}

• 插入

void push(int x)
{
    que[tl++] = x;
}

• 弹出

void pop()
{
    hd++;
}

• 判断对列空

bool ety()
{
    if (hd == tl)
        return true;
    else return false;
}

2.5 单调栈

• 应用场景：求序列中每个数左/右边最近的比它大/小的元素
• 思想：当求左边最近的小元素时，如果一个靠右的元素有更小的值，那么左边的元素就不可能作为后面元素的最近值输出。单调栈是单调递增的
• 模板

for (int i = 1; i <= n; i++)  // 下标从1开始，具体实现的时候比较随意
{
	while (tt && check(stk[tt], i)) tt--;
	
	// 具体题目逻辑
	
	stk[++tt] = i;
}

2.6 单调队列

• 应用场景：滑动窗口中的最大值或最小值
• 思想：求最小值时，如果当前元素比对尾元素小，由于当前元素还比对尾元素“活得久”，那么对尾元素就不再被需要。单调队列是递增的
• 代码模板：

// 求窗口最小值
    for (int i = 0; i < n; i++)
    {
        if (hh <= tt && i - k + 1 > q[hh]) hh++;  // 移除队列中超出窗口的部分，从对头移出
        while (hh <= tt && a[q[tt]] >= a[i]) tt--;  // 从队尾开始检查，比当前元素小的值被移出
        q[++tt] = i;
        if (i >= k - 1)
            printf("%d ", a[q[hh]]);
    }

2.7 KMP

• 代码模板：

    scanf("%s%s", s1+1, s2+1);  // 从1开始存放匹配串
    int n = strlen(s1+1);
    int m = strlen(s2+1);

    // 求next数组
    for (int i = 2, j = 0; i <= m; i++)
    {
        while(j && s2[i] != s2[j + 1]) j = ne[j];  // 比较j+1的字符，包括j之前的字符是匹配的
        if (s2[i] == s2[j + 1]) j++;
        ne[i] = j;
    }

    // 匹配
    for (int i = 1, j = 0; i <= n; i++)  // 隐含当匹配串回溯到头，i++后重头匹配
    {
        while(j && s1[i] != s2[j + 1]) j = ne[j];
        if (s1[i] == s2[j + 1]) j++;
        
        // 匹配成功
        if (j == m)
        {
            printf("%d\n", i - m + 1);
            j = ne[j];
        }
    }

    for (int i = 1; i <= m; i++)
        printf("%d ", ne[i]);

2.8 Trie树

• 应用场景：存储字符串的集合，并快速查找字符串出现次数
• 算法思路：以树的形式存储字符串，儿子结点的数量是有限的
• 参考代码：

const int N = 100010;
char s[N];
int son[N][26];  // 存放每个结点的儿子结点，26个英文字母
int idx;  // idx = 0 表示根
int cnt[N];  // 标记终点坐标

void ins(char str[])
{
    int p = 0;  // 根节点
    for (int i = 0; str[i] != 0; i++)
    {
        int u = str[i] - 'a';
        if (!son[p][u]) son[p][u] = ++idx;  // son结点没有被标记时
        p = son[p][u];  // p就是idx，结点的下标
    }
    cnt[p]++;
}

int query(char str[])
{
    int p = 0;
    for (int i= 0; str[i]; i++)
    {
        int u = str[i] - 'a';
        if (!son[p][u]) return 0;
        p = son[p][u];
    }
    return cnt[p];
}

2.9 并查集

• 应用场景：询问两个元素是否在同一个集合；将两个集合合并
• 数据结构&算法思想：树型结构存储一个集合中的元素；p[x]维护每个结点的父节点
• 特点：集合元素是题目给定的1~n，无须用户输入
• 优化：路径压缩，查找的过程中将集合中的所有结点的父节点都指向根节点
• 变型：
  1. size[N]维护集合结点总数
• 代码模板：

const int N = 100010;
int n, m;
int p[N];

int findd(int x)
{
    // 未到根节点
    if (p[x] != x) p[x] = findd(p[x]);  // 查找的同时完成了优化
    return p[x];
}

int main()
{
    scanf("%d%d", &n, &m);
    for (int i = 1; i <= n; i++)
        p[i] = i;

    char op[10];
    int a, b;
    while (m --)
    {
        scanf("%s%d%d", op, &a, &b);
        if (!strcmp(op, "M"))
        {
            if (findd(a) != findd(b))
                p[p[a]] = p[b];
        }
        else
        {
            if (findd(a) == findd(b))
                printf("Yes\n");
            else
                printf("No\n");
        }
    }

    return 0;
}

2.10 堆

• 应用场景：维护一个堆（小根堆/大根堆），可以实现如下操作----
  1. 插入一个数
  2. 求集合体最小值
  3. 删除最小值
  4. 删除任意元素
  5. 修改任意元素
• 数据结构&算法思想：用完全二叉树heap[x]维护堆，实现两种基本操作void up(int x), void down(int x)
• 程序代码：

const int N = 100010;
int n, m;
int heap[N];
int sizee;  // 堆中结点数量

void down(int x)
{
    int t = x;  // 存放局部堆的三个元素中最小元素的结点下标
    if (x * 2 <= sizee && heap[x * 2] < heap[t]) t = x * 2;
    if (x * 2 + 1 <= sizee && heap[x * 2 + 1] < heap[t]) t = x * 2 + 1;
    if (t != x)
    {
        swap(heap[x], heap[t]);
        down(t);
    }

}

void up(int u)
{
    // 只须比较u和u/2的值
    while (u / 2 && heap[u / 2] > heap[u])
    {
        swap(heap[u / 2], heap[u]);
        u = u / 2;
    }
}

int main()
{
    scanf("%d%d", &n, &m);
    for (int i = 1; i <= n; i++)  // 从1开始存放，方便完全二叉树计算
        scanf("%d", &heap[i]);
    sizee = n;
    for (int i = n / 2; i >= 1; i--)
        down(i);  // 建堆
    while (m--)
    {
        printf("%d ", heap[1]);
        
        // 删除堆顶元素
        heap[1] = heap[sizee--];
        down(1);
    }

    return 0;
}

• 变型：维护了插入索引ph和hp的堆

int heap[N];
int ph[N], hp[N];  // hp是用于辅助ph做交换的
int sizee;  // 堆中结点数量

void heap_swap(int a, int b)
{
    swap(ph[hp[a]], ph[hp[b]]);
    swap(hp[a], hp[b]);
    swap(heap[a], heap[b]);
}

void down(int x)
{
    int t = x;  // 存放局部堆的三个元素中最小元素的结点下标
    if (x * 2 <= sizee && heap[x * 2] < heap[t]) t = x * 2;
    if (x * 2 + 1 <= sizee && heap[x * 2 + 1] < heap[t]) t = x * 2 + 1;
    if (t != x)
    {
        heap_swap(x, t);
        down(t);
    }

}

void up(int u)
{
    // 只须比较u和u/2的值
    while (u / 2 && heap[u / 2] > heap[u])
    {
        heap_swap(u / 2, u);
        u = u / 2;
    }
}

int main()
{
    scanf("%d", &m);
    char op[10];
    int idx;  // idx是插入的序号

    while (m--)
    {
        scanf("%s", op);
        if (!strcmp(op, "I"))
        {
            int x;
            scanf("%d", &x);
            idx++, sizee++;
            ph[idx] = sizee, hp[sizee] = idx;
            heap[sizee] = x;
            up(sizee);
        }
        else if (!strcmp(op, "PM"))
        {
            printf("%d\n", heap[1]);
        }
        else if (!strcmp(op, "DM"))
        {
            heap_swap(1, sizee);  // heap值交换后hp和ph也得跟着换
            sizee--;
            down(1);
        }
        else if (!strcmp(op, "D"))
        {
            int k;
            scanf("%d", &k);
            k = ph[k];
            heap_swap(k, sizee);
            sizee--;
            down(k), up(k);
        }
        else
        {
            int k, x;
            scanf("%d%d", &k, &x);
            k = ph[k];
            printf("trans-k:%d\n", k);
            heap[k] = x;
            down(k), up(k);
        }

    }

    return 0;
}

2.11 整数哈希表

• 哈希表是将一个大空间映射到小空间的数据结构，需要解决两个问题。哈希函数h(x)和映射冲突
• 哈希函数h(x)通过取模运算x mod N(小空间规模)得到。N应取质数，且距离2的整数次幂尽可能远。这样的取法被证明是冲突可能最小的

// 求质数
    for (int i = 100000;;i++)
    {
        bool flag = true;
        for (int j = 2; j * j <= i; j++)
        {
            if (i % j == 0)
            {
                flag = false;
                break;
            }
        }
        if (flag)
        {
            cout << i << endl;
            break;
        }
    }

• 操作：添加和查找

（1）拉链法

• 数据结构：
  • h[N]: 映射到的空间，h[N]的值是链表的头节点
  • e[N]: 每个槽拉出的链表的元素值都放在e[N]中，逻辑上e[N]中存储了多条链表，物理上都是存储在一个数组结构中的
  • ne[N]: 存放下一个结点位置，链表的一部分
• 题目：acwing 840
• 添加操作：

void insert_(int x)
{
    int k = ((x % N) + N) %N;  // 防止负数出现
    e[idx] = x;
    ne[idx] = h[k];
    h[k] = idx++;
}

• 查找操作：

bool find_(int x)
{
    int k = ((x % N) + N) % N;
    for (int i = h[k]; i != -1; i = ne[i])
    {
        if (e[i] == x)
            return true;
    }
    return false;
}

（2）开放寻址法

• 核心功能：find(x)函数，如果x在哈希表中返回x的位置，如果x没在哈希表中返回x应该存在的位置

int find_(int x)
{
    int k = ((x % N) + N) % N;
    while (h[k] != null && h[k] != x)
    {
        k++;
        if (k > N)
            k = 0;
    }
    return k;
}

• 设置不在数据范围内的null，代表槽点为空值，其中memset使用16进制赋初值，所以null值被规定为16进制数

null = 0x3f3f3f3f;
// memset按字节赋值，int型占四个字节
memset(h, 0x3f, sizeof(h));

• 为了减小冲突，槽点大小一般要开成数据量的2~3倍

2.12 字符串哈希

• 应用场景：快速判断两个字符串是否相等
• 做法：将字符串的前缀映射到哈希值。将长度为k的前缀看作是k位P进制的数，这个数就是字符串前缀对应的哈希值。这里有三个经验结论，（1）字符串哈希不考虑冲突。（2）P取131或者13331并且mod 2^64时，冲突发生概率小。这里用unsigned long long定义前缀哈希数组，溢出时自动取模。（3）任何字符的哈希值不能为0，否则当出现“x”和“xx”时，哈希值会重复
• 与整数哈希的实现区别：不需要定义数组来表示哈希表，因为不需要处理冲突。哈希表隐含在数值中
• 应用：求[L, R]之间子串的哈希值，h[R] - h[L - 1] * P^(R - L + 1)
• 数据结构：unsigned long long h[N]存放字符串的前缀哈希值，p[N]存放P进制数的权值

// 数据结构
typedef unsigned long long ULL;
const int N = 100010;
ULL h[N], p[N];
int n, m;
int P = 131;

// 计算哈希值
ULL get(int l, int r)
{
    return h[r] - h[l - 1] * p[r - l + 1];
}

// 处理字符串前缀哈希映射
p[0] = 1;
h[0] = 0;
for (int i = 1; i < n; i++)
{
    p[i] = p[i - 1] * P;
    h[i] = h[i - 1] * P + s[i];  // 哈希映射
}

2.13 STL

• string:

  • empty()
  • size() / length()
  • clear()
  • s.sub_str(1, 2) // 返回子串，从下标1开始，返回2个字符
  • printf(“%s\n”, s.c_str());

• vector，定义变长的数组：

  #include <vector>
  
  // 初始化
  vector<int> s(10);
  vector<int> s(10, 1);
  
  // 数组操作
  s[0] = 1;
  s[1] = 2;
  
  // 插入、弹出数组尾
  s.push_back(10);
  s.pop_back();
  
  // 数组长度
  s.size();
  s.empty();
  
  // 数组清空
  s.clear();
  
  // 取首尾元素
  cout << s.front() << endl;
  cout << s.back() << endl;
  
  // 取首尾指针，使用迭代器
  s.begin();
  s.end();
  

• pair, 定义元素对:

  // 定义及使用
  pair<int, int> p;
  p.first = 10;
  p.second = 20;
  cout << p.first << " " << p.second << endl;
  

• queue:

  • size()
  • empty()
  • front() 取队头
  • back() 取队尾
  • pop() 从队头弹出
  • push() 从队尾插入

  #include <queue>
  
  // 清空queue
  queue<int> q;
  q = queue<int>();
  

• priority_queue，有限队列，堆且默认是大根堆

  • push() 插入一个元素
  • top() 返回堆顶元素
  • pop() 弹出堆顶元素

  #include <queue>
  
  // 定义小根堆
  // 方法1：黑科技
  priority_queue<int> heap;
  push(-x);
  
  // 方法2：直接定义
  priority_queue<int, vector<int>, greater<int>> heap;
  

• stack，栈

  • push()
  • pop()
  • top()
  • empty()
  • size()

• deque，双端队列，效率低

• set, multiset, map, multimap

  #incldue <set>
  #include <map>
  

• unordered_set, unordered_multiset, unordered_map, unordered_multimap

  #incldue <unordered_set>
  #include <unordered_map>
  
  /*
  不支持lower_bound(x), upper_bound(x)
  但增删改查时间复杂度是o(1)
  unordered_map是哈希表
  */ 
  

• bitset，压位，一个bit存储一个bool数（二进制）

  #include <bitset>
  
  bitset <10000> b;
  // 支持逻辑运算，移位操作和[]
  // any(), count(), none()
  // set() 所有位置成1
  // set(k, v) 第k位变成v
  

2.14 素数筛选

4. // 线性素数筛选 prime[0]存的是素数的个数
5. const int maxn = 1000000 + 5;
6. int prime[maxn];
7. void getPrime() {
8. 		memset(prime, 0, sizeof(prime));
9. 		for (int i = 2; i <= maxn; i++) {
10. 		if (!prime[i]) prime[++prime[0]] = i;
11. 		for (int j = 1; j <= prime[0] && prime[j] * i <= maxn; j++) {
12. 			prime[prime[j] * i] = 1;
13. 			if (i % prime[j] == 0) break;
14. 		}
15. 	}
16. }

三 搜索

3.1 DFS

思路：递归实现，搜索所有情况。搜索的顺序决定了代码的写法
典型例题：n-皇后，数字全排列
代码写法：设置递归出口，DFS回溯的时候恢复现场。注意让程序遍历所有可能情况（用循环或者递归实现）

3.2 BFS

数据结构：队列
典型例题：走迷宫，八数码
性质：在边权为1的图中，求最短路

int bfs(int x, int y)
{
	queue.push({x, y});
	while(queue非空){
		扩展所有可能结点
		满足条件的点queue.push
	}
	return 最短距离
}

3.3 图的存储

数据结构：邻接表，把无向图看成特殊有向图

int e[N], ne[N], head[N], idx;
// e和ne的下标是idx指针，head的下标是结点
void init()
{
	memset(head, -1, sizeof(head));
}
void add_line(int a, int b)
{
	e[idx] = b;
	ne[idx] = head[a];
	head[a] = idx++;
}

图的深度优先遍历

int e[N], ne[N], head[N], idx;
int st[N];

int dfs(int node)
{
	st[node] = 1;
	for (int i = head[node]; i != -1; i = ne[i]){
		int j = e[i];
		if (!st[j]){
			dfs(j);
		}
	}
	return;
}

图的广度优先遍历，求最短路

int head[N], e[N], ne[N], idx;
int d[N], que[N];
int tt = 0, hh = 0;
memset(head, -1, sizeof(-1));
memset(d, -1, sizeof(-1));

void bfs()
{
	que[tt++] = 1; //从node1开始搜索，求从node1到其他点的距离
	d[1] = 0;
	while (hh != tt){
		int now = que[hh++];
		for (int i = head[now]; i != -1; i = ne[i]){
			int j = e[i];
			if (d[j] == -1){
				d[j] = d[now] + 1;
				que[tt++] = j;
			}
		}
	}
}

图的拓扑排序

bool topsort()
{
	for(所有结点){
		que.push(入度为0的结点);
	}

	while (队列非空){
		now = 队头元素;
		for(now的所有边){
			结点入度--;
			if (结点度数为0)
				que.push(该结点);
		}
	}
	return 队尾指针 == n - 1;
}

3.4 最短路算法

3.4.1 朴素Dijkstra

应用场景：单源最短路，边权值全为正数，稠密图
图存储数据结构：邻接矩阵
时间复杂度：O(n^2)

int g[N][N], dist[N];
bool st[N];
memset(g, 0x3f, sizeof(g));

int dijkstra()
{
	memset(dist, 0x3f, sizeof(dist));
	dist[1] = 0;
	for (迭代n次) // 每次确定一个结点的最短路
	{
		int t = -1; // 当前最短的路径点
		for (遍历n个结点) 
			找到dist最小的结点;
		st[t] = true;
		for ()
			用dist[t]更新n个结点;
	}
	if (dist[N] == 0x3f3f3f3f) return -1;
	else return dist[N];
}

3.4.2 堆优化Dijkstra

应用场景：单源最短路，边权值全为正数，稀疏图
小根堆定义：priority_queue< PII, vector<PII>, greater<PII> > heap
时间复杂度：O(mlogn)
算法：

int g[N][N], dist[N];
bool st[N];
memset(g, 0x3f, sizeof(g));

int dijkstra()
{
	memset(dist, 0x3f, sizeof(dist));
	dist[1] = 0;
	priority_queue <PII, vector<PII>, greater<PII>> heap; //按照第一个关键字排序
	heap.push({0, 1});
	while (heap.size()) // 队列非空
	{
		auto t = heap.top();
		heap.pop();
		int var = t.second, distance = t.first;
		if (st[var]) continue;
		st[var] = true;
		
		for (邻接边)
			if (当前路径比dist段){
				用当前路径更新dist;
				heap.push({}); //heap中是{距离，结点};
			}
	}
	if (dist[N] == 0x3f3f3f3f) return -1;
	else return dist[N];
}

3.4.3 bellman_ford算法

应用场景：单源最短路，有负权边
图存储：使用结构体存储边
时间复杂度：O(nm)
算法：

struct Edge{
	int a, b, w;
}edge[M];

int bellman_ford()
{
	初始化dist;
	dist[1] = 0;
	for (遍历k次) //每一次到达的路径长度+1，限制的走过的边数不超过k
	{
		使用backup备份dist，使用backup更新最短路;
		for (遍历所有边)
		{
			dist[j] = min(dist[j], backup[a] + w); //更新最短路
		}
	}
	if (dist[n] > 0x3f3f3f3f / 2) return -1; //负权边可能会更新无穷大
	else return dist[n];
}

3.4.4 spfa算法

思路：优化的bellman_ford算法
图的存储：邻接表
时间复杂度：O(m)，最坏O(nm)

int spfa()
{
	初始化dist;
	queue<int> q;
	q.push(1); //维护最短路有更新的结点
	st[1] = true;
	
	while (q.size())
	{
		int t = q.front();
		q.pop();
		st[t] = false;
		
		for (int i = head[t]; i != -1; i = ne[i])
		{
			j = e[i];
			如果存在更短的路径，更新dist[j];
			如果j不在队列中，把j加入队列;
		}
	}
	if (dist[n] > 0x3f3f3f3f  / 2) return -1;
	else return dist[n];
}

引申应用：判断负环

int cnt[N];

int spfa()
{
	queue<int> q;
	所有结点push进队列;
	
	while (q.size())
	{
		int t = q.front();
		q.pop();
		st[t] = false;
		
		for (int i = head[t]; i != -1; i = ne[i])
		{
			j = e[i];
			如果存在更短的路径，更新dist[j]，更新cnt[j];
			如果cnt[j] >= n，返回true，找到负环;
			如果j不在队列中，把j加入队列;
		}
	}
	返回false，没有负环;
}

3.4.5 floyd算法

图的存储结构：邻接矩阵
应用场景：多源汇最短路
算法：

void floyd()
{
	for (int k = 1; k <= n; k++)
		for (int i = 1; i <= n; i++)
			for (int j = 1; j <= n; j++)
				d[i][j] = min(d[i][j], d[i][k] + d[k][j]);
}

3.5 最小生成树

3.5.1 Prim算法

对应：无向图，稠密图的最小生成树
数据结构：邻接矩阵

//思路
prim()
{
	dist[i] <- INF;
	for (循环n次) //每次把一个点加入生成树集合
	{
		t <- 集合外距离集合最近的点;
		for (1:n) 用t更新其他点到结合的距离;
		st[t] = true;
	}
}

// 模板
int prim()
{
    memset(dist, 0x3f, sizeof(dist));

    int res = 0;
    for (int i = 0; i < n; i++)
    {
        int t = -1;
        for (int j = 1; j <= n; j++)
        {
            if (!st[j] && (t == -1 || dist[t] > dist[j]))
                t = j;
        }

        if (i && dist[t] == INF) return INF;

        if (i) res += dist[t];

        for (int j = 1; j <= n; j++)
        {
            dist[j] = min(dist[j], g[t][j]);
        }
        st[t] = true;
    }

    return res;
}

3.5.2 Kruskal算法

数据结构：结构体存储
应用场景：稀疏图
题目：Acwing859

//思路
kruskal()
{
	将所有边从小到大排序;
	for (1:m枚举所有边)
	{
		if (a和b不连通) //并查集
			把这条边加入集合中;
	}
}

//模板
typedef struct Edge
{
    int a, b, w;
} Edge;

bool cmp(Edge a, Edge b)
{
    if (a.w < b.w) return true;
    return false;
}

Edge edges[M];
int p[M];
int n, m;


int findd(int x)
{
    if (p[x] != x) p[x] = findd(p[x]);
    return p[x];
}

int kruskal()
{
    sort(edges, edges + m, cmp);
    int res = 0, cnt = 0;

    for (int i = 1; i <= m; i++)
    {
        int a = edges[i].a, b = edges[i].b, w = edges[i].w;
        if (findd(a) != findd(b))
        {
            res += w;
            cnt ++;
            p[b] = a;
        }
    }

    if (cnt < n - 1) return -1;
    return res;
}

3.6 二分图

3.6.1 染色法

图存储：邻接表
二分图：把整个图的结点分成两类，结点内部无边，边全在结点之间
题目：Acwing860

//思路
t = true;
for (1:n遍历结点)
{
	if (i未被染色)
	{
		if(!dfs(i, 1)) //给i染上颜色1
		{
			t = false;
			break;
		}
	}
}

dfs(i, c)
{
	给i染上c;
	for (遍历i的邻接边)
	{
		if (j未染色) dfs(j, 3 - c);
		else
		{
			if (邻接点颜色 == 当前结点颜色) return false;
		}
	}
	reutrn true;
}

//模板
bool dfs(int i, int c)
{
    color[i] = c;

    for (int k = head[i]; k != -1; k = ne[k])
    {
        int j = e[k];
        if (!color[j])
        {
            if (!dfs(j, 3 - c)) return false;
        }
        else
        {
            if (color[j] == c) return false;
        }
    }

    return true;
}

int main()
{
    memset(head, -1, sizeof(head));
    cin >> n >> m;
    for (int i = 0; i < m; i++)
    {
        int a, b;
        cin >> a >> b;
        add(a, b);
        add(b, a);
    }

    bool t = true;
    for (int i = 1; i <= n; i++)
    {
        if (!color[i])
        {
            if (!dfs(i, 1))
            {
                t = false;
                break;
            }
        }
    }

    if (t) puts("Yes");
    else puts("No");

    return 0;
}

3.6.2 匈牙利算法

应用场景：二分图下的图匹配问题
题目：acwing861
算法思路：

对每个左半部结点进行一次搜索
bool _find(int x)
{
	for (遍历x的所有连接点)
	{
		连接点为j;
		if (j未被访问)
		{
			if (j尚未匹配或者j原本匹配的点有其他点可匹配)
			{
				j与x匹配成功;
			}
		}
	}
	遍历了x所有连接点，匹配失败;
}

代码模板：

#include <iostream>
#include <string.h>

using namespace std;

const int N = 510, M = 100010;
int head[N], e[M], ne[M], idx;
int match[N];
bool st[N];

void add(int a, int b)
{
    e[idx] = b;
    ne[idx] = head[a];
    head[a] = idx++;
}

bool _find(int x)
{
    for (int i = head[x]; i != -1; i = ne[i])
    {
        int j = e[i];
        if (!st[j])
        {
            st[j] = true;
            if (match[j] == 0 || _find(match[j]))
            {
                match[j] = x;
                return true;
            }
        }
    }
    return false;
}

int main()
{
    int n1, n2, m;
    cin >> n1 >> n2 >> m;

    memset(head, -1, sizeof(head));

    while (m --)
    {
        int a, b;
        cin >>a >> b;
        add(a, b);
    }

    int res = 0;
    for (int i = 1; i <= n1; i++)
    {
        memset(st, 0, sizeof(st));
        if (_find(i)) res++;
    }

    printf("%d\n", res);
    return 0;
}

四 数学

4.1 关于素数

4.1.1 素数判定

思路：试除法判断素数
时间复杂度：O(sqrt(n))
题目：acwing866
算法模板：

bool IsPrimes(int n)
{
    if (n < 2) return false;
    for (int i = 2; i <= n / i; i++)
    {
        if (n % i == 0) return false;
    }
    return true;
}

4.1.2 分解质因数

思路：n中最多只有一个质因子大于sqrt(n)
时间复杂度：O(sqrt(n))
题目：acwing867
算法模板：

void get_primes(int n)
{
    for (int i = 2; i <= n / i; i++)
    {
        if (n % i == 0)
        {
            int s = 0;
            while (n % i == 0)
            {
                n /= i;
                s++;
            }
            printf("%d %d\n", i, s);
        }
        if (n == 1) break;
    }

    if (n > 1) printf("%d 1\n", n);
    puts("");
}

4.1.3 埃及筛法

思路：每次筛去素数的倍数，把剩下的数（也即素数）保留下来
时间复杂度：O(nloglogn)
题目：acwing868
算法模板：

void get_primes(int n)
{
    for (int i = 2; i <= n; i++)
    {
        if (!st[i])
        {
            primes[cnt++] = i;
            for (int j = i + i; j <= n; j = j + i)
                st[j] = true;
        }
    }
}

4.1.4 线性筛法

思路：每个合数n只会被最小的质因子筛掉
模板：

void get_primes(int n)
{
    for (int i = 2; i <= n; i++)
    {
        if (!st[i]) primes[cnt++] = i;
        for (int j = 0; primes[j] <= n / i; j++)
        {
            st[primes[j] * i] = true;
            if (i % primes[j] == 0) break;
        }
    }
}

4.2 关于约数

4.2.1 求约数

思路：使用试除法求n的所有约数
复杂度：O(sqrt(n))
题目：acwing869
模板：

vector <int> get_factor(int n)
{
    vector <int> res;
    for (int i = 1; i <= n / i; i++)
    {
        if (n % i == 0)
        {
            res.push_back(i);
            if (i * i != n) res.push_back(n / i);
        }
    }
    sort(res.begin(), res.end());
    return res;
}

4.2.2 约数个数

思路：

将n分解质因数n = p1^alpha1 + p2^alpha2 + ... + pk^alphak
n的因数是质因数的任意组合，所以因数个数m = (alpha1 + 1)(alpha2 + 1)...(alphak + 1)

题目：acwing870
模板：

const int mod = 1e9 + 7;
typedef long long LL;

int main()
{
    int n;
    cin >> n;

    unordered_map<int, int> primes;
    while (n--)
    {
        int x;
        cin >> x;

        for (int i = 2; i <= x / i; i++)
        {
            while (x % i == 0)
            {
                x /= i;
                primes[i] ++;
            }
        }

        if (x > 1) primes[x]++;
    }

    LL res = 1;
    for (auto prime : primes)
    {
        res = res * (prime.second + 1) % mod;
    }

    printf("%lld\n", res);
    return 0;
}

4.2.3 约数之和

思路：

将n分解质因数n = p1^alpha1 + p2^alpha2 + ... + pk^alphak
n的因数是质因数的任意组合，所以因数之和:
total = (p1^0 + p1^1 + ... + p1^alpha1)...(pk^0 + pk^1 + ... + pk^alphak)

题目：acwing871
模板：

const int mod = 1e9 + 7;
typedef long long LL;

int main()
{
    int n;
    cin >> n;

    unordered_map<int, int> primes;
    while (n--)
    {
        int x;
        cin >> x;

        for (int i = 2; i <= x / i; i++)
        {
            while (x % i == 0)
            {
                x /= i;
                primes[i] ++;
            }
        }

        if (x > 1) primes[x]++;
    }

    LL res = 1;
    for (auto prime : primes)
    {
        LL fa = prime.first, e = prime.second, t = 1;
        for (int i = 0; i < e; i++)
            t = (t * fa + 1) % mod;
        res = (res * t) % mod;
    }

    printf("%lld\n", res);
    return 0;
}

4.2.4 最大公约数（欧几里得算法）

思路：

辗转相除：(a, b) = (b, a mod b)

题目：acwing872
模板：

int gcd(int a, int b)
{
    return b ? gcd(b, a % b) : a;
}

4.3 欧拉函数

意义：fai(n)表示 1~n 之间与 n 互质的数的个数
公式：phi(n) = n(1 - 1/p1)(1 - 1/p2)…(1 - 1/pk)
证明：利用容斥原理，在 1~n 中去掉 p1, p2, … , pk 的所有倍数。它们都是与 n 不互质的（没有想通为什么？）
题目：acwing873
模板：

int main()
{
    int n;
    cin >> n;

    while (n--)
    {
        int a;
        cin >> a;
        int res = a;
        for (int i = 2; i <= a / i; i++)
        {
            if (a % i == 0)
            {
                res = res / i * (i - 1);
                while (a % i == 0)
                {
                    a /= i;
                }
            }
        }

        if (a > 1) res = res / a * (a - 1);
        cout << res << endl;
    }

    return 0;
}

4.3.1 线性筛法求欧拉函数

思路：

针对线性筛法的if分支分情况讨论：
（1）i是素数，phi(i) = i - 1;
（2）i % pj == 0, pj是i的质因子，所以 pj*i 的质因子和 i 的质因子底数是完全相同的。
区别仅在指数，而指数与欧拉函数无关。推导可得 phi(pj * i) = phi(i) * pj;
（3）i % pj != 0, pj 是 pj*i 的质因子，但不是 i 的质因子。因此 phi(pj * i) 仅比phi(pj)多了一项 pj。
推导可得 phi(pj * i) = phi(i)*(pj - 1);

题目：acwing874
模板：

int primes[N], cnt;
int phi[N];
bool st[N];

LL get_eulers(int n)
{
    phi[1] = 1;
    for (int i = 2; i <= n; i++)
    {
        if (!st[i])
        {
            primes[cnt++] = i;
            phi[i] = i - 1;
        }

        for (int j = 0; primes[j] <= n / i; j++)
        {
            st[primes[j] * i] = true;
            if (i % primes[j] == 0)
            {
                phi[primes[j] * i] = phi[i] * primes[j];
                break;
            }
            phi[primes[j] * i] = phi[i] * (primes[j] - 1);
        }
    }

    LL res = 0;
    for (int i = 1; i <= n; i++)
    {
        res += phi[i];
    }
    return res;
}

4.3.2 欧拉函数的应用（欧拉定理）

定义：

若 a 与 n 互质，则 a^phi(n) mod n = 1。也即a^phi(n)与1模n同余；
进一步引申，当 n 为质数时，成为费马定理：a^phi(p - 1) mod p = 1， a^phi(p - 1)与1模p同余。

4.4 快速幂

算法：

应用场景：快速求解 a^k mod p
时间复杂度是：O(logk)
预先求出 a^(2^0), a^(2^1), a^(2^2), ..., a^(2^logk)，可以发现当前项总是前项的平方；
a^k 写成 a^(2^i) 的乘积，即把 k 写成2的指数次幂和，二进制划分的结果。
从而快速求出 a^k

题目：acwing875
模板：

int qmi(int a, int k, int p)
{
    int res = 1;
    while (k)
    {
        if (k & 1 == 1) res = (LL)res * a % p;
        a = (LL)a * a % p;
        k = k >> 1;
    }
    return res;
}

4.4.1 快速幂求逆元

题目：acwing876
思路：

利用费马定理和逆元定义推导出逆元计算公式：b^(-1) = b^(m - 2)(mod m);
利用快速幂求解如下：qmi(b, p - 2, p);
只有当b是m的倍数时b的逆元是不存在的，因为 b * b^(-1) mod m = 0。

4.5 扩展欧几里得算法

题目：acwing877, acwing878
思路：

求x, y使其满足 a*x + b*y = (a, b);
通过在gcd函数递归的过程中传进 x, y实现。

模板：

int exgcd(int a, int b, int &x, int &y)
{
    if (!b)
    {
        x = 1, y = 0;
        return a;
    }

    int d = exgcd(b, a % b, y, x);
    y = y - a / b * x;
    return d;
}

4.6 高斯消元法解方程

思路：

模拟行列式求解的过程；
枚举每一列c，找出最大行，换行，行首变成1，把第c列消成0；
消元结果倒推求出方程的解。

题目：acwing883
模板：

const int N = 110;
const double eps = 1e-6;
double a[N][N];
int n;

int gauss()
{
    int c, r;
    for (c = 0, r = 0; c < n; c++)
    {
        int t = r;
        for (int i = r + 1; i < n; i++)
        {
            if (fabs(a[t][c]) < fabs(a[i][c]))
                t = i;
        }

        if (fabs(a[t][c]) < eps) continue;

        if (t != r)
            for (int i = c; i <= n; i++)
                swap(a[r][i], a[t][i]);
        for (int i = n; i >= c; i--)
            a[r][i] /= a[r][c];
        for (int i = r + 1; i < n; i++)
            if (fabs(a[i][c]) > eps)
                for (int j = n; j >= c; j--)
                    a[i][j] -= a[i][c] * a[r][j];

        r++;
    }

    if (r < n)
    {
        for (int i = r; i < n; i++)
        {
            if (fabs(a[i][n]) > eps)
                return 2;
        }

        return 1;
    }

    for (int i = n - 2; i >= 0; i--)
    {
        for (int j = i + 1; j < n; j++)
            a[i][n] = a[i][n] - a[i][j] * a[j][n];
    }

    return 0;
}

int main()
{
    scanf("%d", &n);

    for (int i = 0; i < n; i++)
        for (int j = 0; j <= n; j++)
            scanf("%lf", &a[i][j]);

    int t = gauss();
    if (t == 0)
    {
        for (int i = 0; i < n; i++)
            printf("%.2lf\n", a[i][n]);
    }
    else if (t == 1) puts("Infinite group solutions");
    else puts("No solution");

    return 0;
}

4.7 组合数

4.7.1 组合数1

应用场景：

询问次数多，而询问空间小；
例如，询问100000次，C(a, b)中0 <= a, b <= 2000，组合数范围是2000^2；
采用预处理所有组合数的策略，使用递推公式：C(a, b) = C(a - 1, b) + C(a - 1, b - 1)。
C(a, 0) = 1;

题目：acwing885
模板：

const int N = 2010, mod = 1e9 + 7;
int c[N][N];

void init()
{
    for (int i = 0; i < N; i++)
        for (int j = 0; j <= i; j++)
        {
            if (!j) c[i][j] = 1;
            else
                c[i][j] = (c[i - 1][j] + c[i - 1][j - 1]) % mod;
        }
}

4.7.2 组合数2

应用场景：

询问次数多，而询问空间小；
例如，询问100000次，C(a, b)中0 <= a, b <= 100000；
采用预处理阶乘和阶乘逆元的策略，使用阶乘公式求：C(a, b) = a! / ((a - b)! * b!)。
fact(0) = infact(0) = 1;
因为mod是质数，所以可以用快速幂求对于mod的逆元。

题目：acwing886
模板：

const int N = 100010, mod = 1e9 + 7;
int fact[N], infact[N];

int qmi(int a, int k, int p)
{
    int res = 1;
    while (k)
    {
        if (k & 1 == 1)
        {
            res = (LL)res * a % p;
        }
        a = (LL)a * a % p;
        k  = k >> 1;
    }
    return res;
}

void init()
{
    fact[0] = infact[0] = 1;
    for (int i = 1; i < N; i++)
    {
        fact[i] = (LL)fact[i - 1] * i % mod;
        infact[i] = (LL)infact[i - 1] * qmi(i, mod - 2, mod) % mod;
    }
}

int main()
{
    init();

    int n, a, b;
    scanf("%d", &n);

    while (n--)
    {
        cin >> a >> b;
        printf("%lld\n", (LL)fact[a] * infact[b] % mod * infact[a - b] % mod);
    }
    return 0;
}

4.7.3 组合数3

应用场景：

询问次数多，而询问空间小；
例如，询问20次，C(a, b)中1 <= a, b <= 1e18;
使用lucas定理：C(a, b) 同余于 C(a mod p, b mod p) * C(a / p, b / p) (mod p);
其中式子第一项可以直接用定义求，式子第二项用lucas定理递归求。

题目：acwing887
模板：

int p;

int qmi(int a, int k, int q)
{
    int res = 1;
    while (k)
    {
        if (k & 1 == 1)
        {
            res = (LL)res * a % q;
        }
        a = (LL)a * a % p;
        k = k >> 1;
    }
    return res;
}

int C(int a, int b)
{
    int res = 1;
    for (int i = 1, j = a; i <= b; i++, j--)
    {
        res = (LL)res * j * qmi(i, p - 2, p) % p;
    }
    return res;
}

int lucas(LL a, LL b)
{
    if ( a < p && b < p) return C(a, b);
    else return (LL)C(a % p, b % p) * lucas(a / p, b / p) % p;
}

int main()
{
    int n;
    cin >> n;

    while (n--)
    {
        LL a, b;
        cin >> a >> b >> p;

        cout << lucas(a, b) << endl;
    }

    return 0;
}

4.7.4 组合数4

应用场景：

求组合数的高精度结果，不取模；
首先将 a!, b!, (a - b)!分解质因数，例：a!对于素数p的次数为 a/p + a/(p^2) + ...；
最后把所有质因数采用高精度乘法相乘。

题目：acwing888

const int N = 5010;
int primes[N], cnt;
bool st[N];
int sum[N];

void get_primes(int n)
{
    for (int i = 2; i <= n; i++)
    {
        if (!st[i]) primes[cnt++] = i;
        for (int j = 0; primes[j] <= n / i; j++)
        {
            st[primes[j] * i] = true;
            if (i % primes[j] == 0) break;
        }
    }
}

int get(int n, int p)
{
    int res = 0;
    while (n)
    {
        res += n / p;
        n /= p;
    }
    return res;
}

vector<int> mul(vector<int> a, int b)
{
    vector<int> c;
    int t = 0;
    for (int i = 0; i < a.size() || t; i++)
    {
        if (i < a.size()) t += a[i] * b;
        c.push_back(t % 10);
        t /= 10;
    }

    while (c.size() > 1 && c[c.size() - 1] == 0) c.pop_back();

    return c;
}

int main()
{
    int a, b;
    cin >> a >> b;

    get_primes(a);

    for (int i = 0; i < cnt; i++)
    {
        int j = primes[i];
        sum[i] = get(a, j) - get(b, j) - get(a - b, j);
    }

    vector<int> ans;
    ans.push_back(1);

    for (int i = 0; i < cnt; i++)
        for (int j = 0; j < sum[i]; j++)
        {
            ans = mul(ans, primes[i]);
        }

    for (int i = ans.size() - 1; i >= 0; i--)
        printf("%d", ans[i]);

    puts("");
    return 0;
}

4.8 卡特兰数

应用场景：

很多问题的方案数都是卡特兰数；
C(2n, n) - C(2n, n - 1) = C(2n, n) / n + 1;
求逆元有两种方式：如果模数是素数，可以用快速幂求解；如果不是素数，要用扩展欧几里得算法求解。

题目：awing889
模板：

const int mod = 1e9 + 7;

int qmi(int a, int k, int p)
{
    int res = 1;
    while (k)
    {
        if (k & 1 == 1) res = (LL)res * a % p;
        a = (LL)a * a % p;
        k = k >> 1;
    }
    return res;
}

int main()
{
    int n;
    cin >> n;

    int a = 2 * n, b = n;
    int res = 1;
    for (int i = a; i > a - b; i--)
        res  = (LL)res * i % mod;

    for (int i = 1; i <= n; i++)
        res = (LL)res * qmi(i, mod - 2, mod) % mod;

    res = (LL)res * qmi(n + 1, mod - 2, mod) % mod;
    cout << res << endl;

    return 0;
}

4.9 容斥原理

思路：

求集合|S|，用 n/p 来求个数；
容斥原理公式一共有 2^m 项，使用位运算来枚举所有情况。

题目：acwing890
模板：

const int M = 20;
int n, m, p[M];


int main()
{
    cin >> n >> m;
    for (int i = 0; i < m; i++)
        cin >> p[i];

    int res = 0;
    for (int i = 1; i < 1 << m; i++)
    {
        int t = 1, cnt = 0;
        for (int j = 0; j < m; j++)
        {
            if (i >> j & 1)
            {
                cnt++;
                if ((LL)t * p[j] > n)
                {
                    t = -1;
                    break;
                }
                t *= p[j];
            }
        }

        if (t != -1)
        {
            if (cnt % 2)
                res += n / t;
            else
                res -= n / t;
        }
    }

    cout << res << endl;
    return 0;
}

4.10 博弈论

4.10.1 Nim游戏

结论：

异或：a1^a2^...^am = 0 先手必败；不等于0 先手必胜。

题目：acwing891
题解：

int main()
{
    int n;
    cin >> n;

    int res = 0;
    while (n--)
    {
        int x;
        cin >> x;
        res ^= x;
    }

    if (res) puts("Yes");
    else puts("No");

    return 0;
}

五 动态规划

5.1 背包问题

5.1.1 01背包

描述：每件物品只有1个
题目：acwing2
思考方式：

Dp
（1）状态表示 f(i, j)
	（(1)）集合
			（((1))）所有的选法
			（((2))）满足条件：只从前 i 个物品中选择；总体积 < j
	（(2)）属性：max，min，数量
（2）状态的计算 —— 集合划分：不包含 i 和包含 i，两种情况。使问题逐步趋近结果。

题解：

// 朴素二维
const int N = 1010;
int n, m;
int v[N], w[N];
int f[N][N];

int main()
{
    cin >> n >> m;
    for (int i = 1; i <= n; i++)
        cin >> v[i] >> w[i];

    for (int i = 1; i <= n; i++)
        for (int j = 1; j <= m; j++)
        {
            f[i][j] = f[i - 1][j];
            if (j >= v[i]) f[i][j] = max(f[i][j], f[i - 1][j - v[i]] + w[i]);
        }

    cout << f[n][m] << endl;
    return 0;
}

// 优化一维
    for (int i = 1; i <= n; i++)
        for (int j = m; j >= v[i]; j--)
        {
            f[j] = max(f[j], f[j - v[i]] + w[i]);
        }

5.1.2 完全背包

描述：每件物品有无数个
思路：

(1) dp状态转移方程f(i, j) = max(f(i - 1, j), f(i - 1, j - v) + w, f(i - 1, j - 2v) + 2w,
 ..., f(i - 1, j - kv) + kw)
(2) f(i, j - v) = max(f(i - 1, j - v), f(i - 1, j - 2v) + w, ..., f(i - 1, j - kv) + kw)
所以，f(i, j) = max(f(i - 1, j), f(i, j - v) + w)

题目：acwing3
题解：

// (1)朴素做法
int v[N], w[N];
int f[N][N];
int n, m;

int main()
{
    cin >> n >> m;
    for (int i = 1; i <= n; i++)
        cin >> v[i] >> w[i];

    for (int i = 1; i <= n; i++)
        for (int j = 1; j <= m; j++)
        {
            f[i][j] = f[i - 1][j];
            for (int k = 1; k * v[i] <= j; k++)
            {
                f[i][j] = max(f[i][j], f[i - 1][j - k * v[i]] + k*w[i]);
            }
        }

    cout << f[n][m] << endl;
    return 0;
}

// (2)递推优化
   for (int i = 1; i <= n; i++)
        for (int j = 1; j <= m; j++)
        {
            f[i][j] = f[i - 1][j];
            if (v[i] <= j) f[i][j] = max(f[i][j], f[i][j - v[i]] + w[i]);
        }

// (3)f优化到1维
int v[N], w[N];
int f[N];
int n, m;

int main()
{
    cin >> n >> m;
    for (int i = 1; i <= n; i++)
        cin >> v[i] >> w[i];

    for (int i = 1; i <= n; i++)
        for (int j = v[i]; j <= m; j++)
            f[j] = max(f[j], f[j - v[i]] + w[i]);

    cout << f[m] << endl;
    return 0;
}

5.1.3 多重背包

描述：每件物品有 si 个
题目：acwing4、acwing5
思路：

从dp问题的状态表示和状态计算两方面考虑。
（1）f(i, j) = max(f(i-1,j-kv)+kw), k属于[0,s[i]]
（2）把s[i]件物品i打包成logs[i]件，即1，2，4，……，2^logs[i]，c。打包后的物品只有1件，看成01背包问题

题解：

// (1)朴素做法O(n*m*m)
int v[N], w[N], s[N];
int f[N][N];
int n, m;

int main()
{
    cin >> n >> m;
    for (int i = 1; i <= n; i++)
        cin >> v[i] >> w[i] >> s[i];

    for (int i = 1; i <= n; i++)
        for (int j = 0; j <= m; j++)
        {
            f[i][j] = f[i - 1][j];
            for (int k = 1; k * v[i] <= j && k <= s[i]; k++)
                f[i][j] = max(f[i][j], f[i - 1][j - k * v[i]] + k * w[i]);
        }

    cout << f[n][m] << endl;
    return 0;
}

// (2)二进制优化O(n*logs*m)
const int N = 15000, M = 2000;

int v[N], w[N];
int f[M];
int n, m;

int main()
{
    cin >> n >> m;
    int cnt = 1;
    for (int i = 0; i < n; i++)
    {
        int a, b, s;
        cin >> a >> b >> s;

        int k = 1;
        while (k <= s)
        {
            v[cnt] = k * a;
            w[cnt] = k * b;
            cnt++;
            s -= k;
            k *= 2;
        }
        if (s > 0)
        {
            v[cnt] = s * a;
            w[cnt] = s * b;
            cnt++;
        }
    }

    for (int i = 1; i < cnt; i++)
        for (int j = m; j >= v[i]; j--)
            f[j] = max(f[j], f[j - v[i]] + w[i]);

    cout << f[m] << endl;
    return 0;
}

5.1.4 分组背包

描述：将物品分组，每组限制拿取种类
思路：

考虑状态计算时，参考多重背包的朴素枚举思路，枚举第i组中物品选哪个。
f(i,j)=max(f(i-1,j),f(i-1,j-v[i,k])+w[i,k])

题目：acwing9
题解：

const int N = 110;
int v[N][N], w[N][N], s[N];
int f[N];

int n, m;

int main()
{
    cin >> n >> m;
    for (int i = 1; i <= n; i++)
    {
        cin >> s[i];
        for (int j = 1; j <= s[i]; j++)
            cin >> v[i][j] >> w[i][j];
    }

    for (int i = 1; i <= n; i++)
        for (int j = m; j >= 0; j--)
            for (int k = 1; k <= s[i]; k++)
                if (v[i][k] <= j)
                    f[j] = max(f[j], f[j - v[i][k]] + w[i][k]);

    cout << f[m] << endl;
    return 0;
}

5.2 线性DP

线性DP：以每行或者每列考虑问题的结果，使得动态规划像线性一样。
时间复杂度分析：状态数量（状态表示的维度）* 状态转移的花销
求目标方案：就是把状态转移存下来，方便回溯
题目：数字三角形
题解：

const int N = 510, INF = 1e9;
int a[N][N];
int f[N][N];

int n;

int main()
{
    cin >> n;
    for (int i = 1; i <=n; i++)
        for (int j = 1; j <= i; j++)
            cin >> a[i][j];

    for (int i = 0; i <= n; i++)
        for (int j = 0; j <= i + 1; j++)
            f[i][j] = -INF;

    f[1][1] = a[1][1];
    for (int i = 2; i <= n; i++)
        for (int j = 1; j <= i; j++)
            f[i][j] = max(f[i - 1][j - 1], f[i - 1][j]) + a[i][j];

    int res = f[n][1];
    for (int i = 2; i <= n; i++) res = max(res, f[n][i]);
    cout << res << endl;
    return 0;
}

题目：最长上升子序列
思路：

• 状态表示：f(i)表示所有以 i 结尾的子序列的选择，将其中最大的子序列长度存储下来。
• 状态转移：把 f(i) 划分成 i 种情况。f(i) = Max(f(j) + 1), a[j] < a[i], j = 0, 1, 2, …, i-1

题解：

const int N = 1010;

int a[N], f[N];
int n;

int main()
{
    cin >> n;
    for (int i = 1; i <= n; i++)
        cin >> a[i];

    for (int i = 1; i <= n; i++)
    {
        f[i] = 1;
        for (int j = 1; j < i; j++)
            if (a[j] < a[i])
                f[i] = max(f[i], f[j] + 1);
    }

    int res = 0;
    for (int i = 1; i <= n; i++) res = max(res, f[i]);
    cout << res << endl;
    return 0;
}

题目：最长公共子序列
思路：

• 状态表示：f(i, j) 所有第一个序列前 i 个字母和第二个序列前 j 个字母中的公共子序列的最大长度。
• 状态计算：f(i, j) 被划分成四种情况，包含与否 a(i), b(j) 。f(i, j) = max(f(i - 1, j), f(i, j - 1), f(i - 1, j - 1) + 1)。求Max状态划分可以重叠。

题解：

char a[N], b[N];
int f[N][N];
int n, m;

int main()
{
    scanf("%d%d", &n, &m);
    scanf("%s%s", a+1, b+1);

    for (int i = 1; i <= n; i++)
        for (int j = 1; j <= m; j++)
        {
            f[i][j] = max(f[i - 1][j], f[i][j - 1]);
            if (a[i] == b[j]) f[i][j] = max(f[i][j], f[i - 1][j - 1] + 1);
        }

    printf("%d\n", f[n][m]);
    return 0;
}

时间复杂度：O(n^2) 。状态表示为 n^2 ，状态计算是 O(1) 。
题目：编辑距离。状态表示和 最长公共子序列 很相似。

5.3 区间DP

题目：石子合并
分析：

• 状态表示： f(i, j) 是所有的将从第 i 堆石子到第 j 堆石子的合并方式的最小值。
• 状态计算： f(i, j) 以两堆石子分割线位置被划分。从 i+1 到 j-1 的位置，计为 k。 f(i,j)=Min(f(i,k)+f(k+1,j)+s[j]-s[i-1])

题解：

const int N = 310;

int s[N];
int f[N][N];
int n;

int main()
{
    scanf("%d", &n);
    for (int i = 1; i <= n; i++)
        scanf("%d", &s[i]);

    for (int i = 1; i <= n; i++)
        s[i] = s[i] + s[i - 1];

    for (int len = 2; len <= n; len++)
        for (int i = 1; i + len - 1 <= n; i++)
        {
            int l = i, r = i + len - 1;
            f[l][r] = 1e9;
            for (int k = l; k < r; k++)
                f[l][r] = min(f[l][r], f[l][k] + f[k+1][r] + s[r] - s[l-1]);
        }

    printf("%d\n", f[1][n]);
    return 0;
}

时间复杂度： O(n^3)

5.4 计数类DP

题目：整数划分
思路：从完全背包的角度考虑。

• 状态表示 f(i, j) 表示 1-i 共 i 件商品体积和恰好是 j 的所有选法数量。
• 状态计算 f(i, j)=f(i-1, j)+f(i, j - 1) 。

题解：

const int N = 1010, mod = 1e9+7;

int f[N];
int n;

int main()
{
   scanf("%d", &n);

   f[0] = 1;
   for (int i = 1; i <= n; i++)
       for (int j = i; j <= n; j++)
       {
           f[j] = (f[j] + f[j - i]) % mod;
       }

   cout << f[n] << endl;
   return 0;
}

5.5 计数位DP

题目：acwing338
思路：实现一个count(n, x)函数表示在 1-n 中数字 x 出现的次数，最后用前缀和的方式计算最终结果count(j, x) - count(i-1, x)。关键点是分情况讨论，求出 x 在每一位上的出现次数。
难点： 充分讨论 x 是否等于 0 ，以及当前数值位 d 与 x 的大小关系。
题解：

int a, b;

int get(vector<int> num, int l, int r)
{
    int res = 0;
    for (int i = l; i >= r; i--)
    {
        res = res*10 + num[i];
    }
    return res;
}

int power10(int x)
{
    int res = 1;
    while(x)
    {
        res *= 10;
        x--;
    }
    return res;
}

int count0(int n, int x)
{
    vector<int> num;
    while (n)
    {
        num.push_back(n % 10);
        n /= 10;
    }
    n = num.size();

    int res = 0;
    for (int i = n - 1; i >= 0; i--)
    {
        if (!x && i == n - 1) continue; //x == 0时最高位不放

        if (i < n - 1)
        {
            res += get(num, n - 1, i + 1)*power10(i);
            if (!x) res -= power10(i);
        }

        if(num[i] > x) res += power10(i);
        else if (num[i] == x) res += get(num, i - 1, 0) + 1;
    }
    return res;
}

int main()
{
    while (true)
    {
        cin >> a >> b;
        if (a == 0 && b == 0)
            break;
        if (a > b) swap(a, b);

        for (int i = 0; i < 10; i++)
            cout << count0(b, i) - count0(a - 1, i) << " ";
        cout << endl;
    }
    return 0;
}

5.6 状态压缩DP

题目：acwing291
思路：找出横向小方格的所有选法，纵向小方格的放置是唯一的。 f(i, j) 表示第 i 列处于 j（用二进制位运算表示该列所有放置状态） 放置方式下的所有放法。f(i,j) = f(i-1,0) + f(i-1,1) + … + f(i-1,m)。满足要求的策略应该具备，j 是当前列的一种放置策略，k 是 i-1 列的各种情况遍历：

• （1）j&k == 0前后两列不存在冲突；
• （2）j|k不存在连续奇数个0。

写代码的时候先预处理，检查所有状态，筛选出满足要求的状态。

const int N = 12, M = 1 << N;
long long f[N][M];
bool st[M];
int n, m;

int main()
{
    while (true)
    {
        scanf("%d%d", &n, &m);
        if (n == 0 && m == 0)
            break;

        // 预处理 2^n 种状态的可行结果
        memset(f, 0, sizeof(f));

        for (int i = 0; i < 1 << n; i++)
        {
            st[i] = true;
            int cnt = 0;
            for (int j = 0; j < n; j++)
                if (i >> j & 1)
                {
                    if (cnt & 1) st[i] = false;
                    cnt = 0;
                }
                else
                    cnt++;
            if (cnt & 1) st[i] = false;
        }

        f[0][0] = 1;
        for (int i = 1; i <= m; i++)
            for (int j = 0; j < 1 << n; j++)
                for (int k = 0; k < 1 << n; k++)
                {
                    if ((j & k) == 0 && st[j|k])
                        f[i][j] += f[i - 1][k];
                }

        printf("%lld\n", f[m][0]); // 最后一列没有方块怼出去
    }
    return 0;
}

题目：acwing91最短哈密顿距离
思路：

• f(i, j) 表示所有从 0 走到 j 经过的所有点是 i 的路径。i 采用二进制状态压缩表示 n 个结点是否被经过，共有 2^n 种状态。
• 状态计算，根据路径中倒数第2个点进行分类，f(i,j) = Min(f(i-{j},k) + w(k,j) k 是从 0 开始枚举的。

题解：

const int N = 22, M = 1 << N;
int g[N][N];
int f[M][N];
int n;

int main()
{
    cin >> n;

    for (int i = 0; i < n; i++)
        for (int j = 0; j < n; j++)
        {
            int w;
            cin >> w;
            g[i][j] = w;
        }

    memset(f, 0x3f, sizeof(f));
    f[1][0] = 0;

    for (int i = 1; i < 1 << n; i++)
        for (int j = 1; j < n; j++)
        {
            if (i >> j & 1) // 从0走到j点的状态
            {
                for (int k = 0; k < n; k++)
                    if ((i - (1 << j)) >> k & 1)
                        f[i][j] = min(f[i][j], f[i - (1 << j)][k] + g[k][j]);
            }
        }

    cout << f[(1 << n) - 1][n - 1] << endl;
    return 0;
}

5.7 树形DP

题目：acwing285没有上司的舞会
思路：

• 状态表示 f(u,0)和f(u,1) 分别表示以 u 为根结点的子树包含和不包含 u 的情况下的 Max 值。
• 状态计算 f(u,0) = 求和(max(f(Si,0),f(Si,1))); f(u,1) = 求和(f(Si,0))。

题解：

const int N = 6010;
int happy[N];
int f[N][2];
int h[N], e[N], ne[N], idx;
int n;
bool has_father[N];

void add(int a, int b)
{
    e[idx] = b;
    ne[idx] = h[a];
    h[a] = idx++;
}

void dfs(int u)
{
    f[u][1] = happy[u];

    for (int i = h[u]; i != -1; i = ne[i])
    {
        int j = e[i];

        dfs(j);

        f[u][0] += max(f[j][0], f[j][1]);
        f[u][1] += f[j][0];
    }
}

int main()
{
    scanf("%d", &n);
    for (int i = 1; i <= n; i++)
        scanf("%d", &happy[i]);

    memset(h, -1, sizeof(h));
    for (int i = 0; i < n; i++)
    {
        int a, b;
        scanf("%d%d", &a, &b);
        add(b, a);
        has_father[a] = true;
    }

    int u = 1;
    while (has_father[u]) u++;

    dfs(u);

    printf("%d\n", max(f[u][0], f[u][1]));
    return 0;
}

5.8 记忆化搜索

题目：acwing901滑雪
思路：

• 状态表示 f(i, j) 表示以 (i, j) 为起点的所有滑雪方式的 Max 值。
• 状态计算 f(i,j) = max(f(i-1,j), f(i,j+1), f(i+1,j), f(i,j-1))。
• 使用递归实现。

题解：

const int N = 310;

int ha[N][N];
int f[N][N];
int n, m;
int dx[4] = {-1, 0, 1, 0}, dy[4] = {0, 1, 0, -1};

int dp(int x, int y)
{
    int &v = f[x][y];
    if (v != -1) return v;

    v = 1;
    for (int i = 0; i < 4; i++)
    {
        int a = x + dx[i], b = y + dy[i];
        if (a >= 1 && a <= m && b >= 1 && b <= n && ha[a][b] < ha[x][y])
            v = max(v, dp(a, b) + 1);
    }

    return v;
}

int main()
{
    scanf("%d%d", &n, &m);
    for (int i = 1; i <= n; i++)
        for (int j = 1; j <= m; j++)
            scanf("%d", &ha[i][j]);

    memset(f, -1, sizeof(f));

    int res = 0;
    for (int i = 1; i <= n; i++)
        for (int j = 1; j <= m; j++)
            res = max(res, dp(i, j));
    printf("%d\n", res);
    return 0;
}

六 贪心

6.1 区间问题

题目： 区间选点acwing905、最大不相交区间数量acwing908
思路：

• （1）将所有区间按照右端点从小到大排序；
• （2）从前往后依次枚举每个区间。如果当前区间包含选择点，pass。否则选择当前区间的右端点。

代码：

const int N = 100010;

struct Range
{
    int l, r;
    bool operator <(const Range &W)const
    {
        return r < W.r;
    }
}range[N];

int main()
{
    int n;
    scanf("%d", &n);

    for (int i = 0; i < n; i++)
        scanf("%d%d", &range[i].l, &range[i].r);

    sort(range, range+n);

    int cnt = 0, end0 = -2e9;
    for (int i = 0; i < n; i++)
    {
        if (range[i].l > end0)
        {
            cnt++;
            end0 = range[i].r;
            printf("%d\n", end0);
        }
    }

    printf("%d\n", cnt);
    return 0;
}

题目： 区间分组acwing906
思路：

• 所有区间按左端点从小到大排序；
• 从前往后处理每个区间，判断能否放进某个组中。如果不存在这样的组，满足L[i] <= Min(Max_r)，开进组，把该区间放进去。否则，把区间放到满足条件的组，更新 Max_r。

代码：

const int N = 100010;

struct Range
{
    int l, r;
    bool operator< (const Range& W)const
    {
        return l < W.l;
    }
}range[N];

int main()
{
    int n;
    scanf("%d", &n);

    for (int i = 0; i < n; i++)
    {
        int l, r;
        scanf("%d%d", &l, &r);
        range[i] = {l, r};
    }

    sort(range, range + n);

    priority_queue <int, vector<int>, greater<int> > heap;

    for (int i = 0; i < n; i++)
    {
        if (heap.empty() || heap.top() >= range[i].l)
        {
            heap.push(range[i].r);
        }
        else
        {
            heap.pop();
            heap.push(range[i].r);
        }
    }

    printf("%lld\n", heap.size());
    return 0;
}

题目： 区间覆盖acwing907
思路：

• 所有区间按左端点从小到大排序；
• 从前往后枚举每个区间。在所有能覆盖start的区间中，选出右端点最大的区间；
• 将start设置成选出区间的右端点。

代码：

const int N = 100010;

struct Range
{
    int l, r;
    bool operator <(const Range &W)const
    {
        return l < W.l;
    }
}range[N];

int n;

int main()
{
    int st, ed;
    scanf("%d%d", &st, &ed);
    scanf("%d", &n);
    for (int i = 0; i < n; i++)
    {
        int l, r;
        scanf("%d%d", &l, &r);
        range[i] = {l, r};
    }

    sort(range, range+n);

    int res = 0;
    for (int i = 0; i < n; i++)
    {
        int j = i, r = -2e9;
        while (j < n && range[j].l <= st)
        {
            r = max(r, range[i].r);
            j++;
        }

        if (r < st)
        {
            res = -1;
            break;
        }

        res++;
        st = r;
        i = j - 1;

        if (r >= ed)
        {
            break;
        }
    }

    printf("%d\n", res);

    return 0;
}

6.2 哈夫曼树

题目： acwing148合并果子
代码：

int main()
{
    int n;
    scanf("%d", &n);

    priority_queue<int, vector<int>, greater<int> > heap;

    while (n--)
    {
        int x;
        scanf("%d", &x);
        heap.push(x);
    }

    int res = 0;
    while (heap.size() > 1)
    {
        int a = heap.top(); heap.pop();
        int b = heap.top(); heap.pop();
        res += a + b;
        heap.push(a + b);
    }

    printf("%d\n", res);

    return 0;
}

6.3 打水问题

题目：acwing913排队打水
思路： 按照打水时间从小到大排队，总时间最小。
代码：

int n;
int t[N];

int main()
{
    scanf("%d", &n);

    for (int i = 0; i < n; i++)
    {
        scanf("%d", &t[i]);
    }

    sort(t, t + n);

    LL res = 0;

    for (int i = 0; i < n; i++)
        res += t[i] * (n - i - 1);

    printf("%lld\n", res);

    return 0;
}

6.4 绝对值不等式

题目：acwing104货仓选址
思路：

• 把所有货舱点从小到大排列在数轴上；
• f(x) = |x1-x| + |x2-x| + … + |xn-x| = (|x1-x|+|xn-x|) + (|x2-x|+|xn-1 - x|) + …
• 当 x 选在 x1、xn 中间时，(|x1-x|+|xn-x|) 取得最小值xn-x1。因此取序列中位数作为 x 点，是最优解。

代码：

#include <iostream>
#include <algorithm>

using namespace std;

const int N = 100010;

int t[N];

int main()
{
    int n;
    scanf("%d", &n);
    
    for (int i = 0; i < n; i++)
        scanf("%d", &t[i]);
    
    sort(t, t + n);
    
    int res = 0;
    for (int i = 0; i < n; i++)
        res += abs(t[i] - t[n / 2]);
    
    printf("%d\n", res);
    
    return 0;
}

6.5 耍杂技的牛（推公式

题目：acwing125
思路：

• 按照 wi+si 从小到大排序，得到的最大危险系数一定最小。
• 通过调整法进行证明：假设最优解不按照 wi+si 从小到大排序，则一定存在 wi+si > w(i+1)+s(i+1) 。推出 i 位置和 i+1 位置的危险系数公式，能够得出交换后最大危险系数变小的结论。

代码：

#include <iostream>
#include <algorithm>

using namespace std;

typedef pair<int, int> PII;

const int N = 50010;

PII niu[N];
int n;

int main()
{
    scanf("%d", &n);

    for (int i = 0; i < n; i++)
    {
        int w, s;
        scanf("%d%d", &w, &s);
        niu[i] = {w + s, w};
    }

    sort(niu, niu + n);

    int res = -2e9, sum = 0;
    for (int i = 0; i < n; i++)
    {
        int w = niu[i].second, s = niu[i].first - w;
        res = max(res, sum - s);
        sum += w;
    }

    printf("%d\n", res);

    return 0;
}

七 时空复杂度分析

时间复杂度基本常识： 根据数据范围推测算法。一般题目允许的计算次数在 10^7 ~ 10^8。
时间复杂度分析常用方法（模型）：

• 分析循环
• 递归，每一层的计算量 * 递归层数。例如，快排、归并排序，O(n)*logn。
• 双指针、单调栈、单调队列、KMP，表面上看是两层循环，但是内层循环只加不减，是线性的。
• 并查集，nlogn。
• 遍历图，DFS和BFS，先对 n 个点判重，然后每条边仅遍历一次，所以n+m。
• 动态规划问题，状态数量*状态转移计算量。也可以根据循环计算。

空间复杂度分析：

int 4 Byte; char 1 Byte; double, long long 8 Byte 
1 Byte = 8 bit
1 KB = 1024 Byte
1 MB = 1024 * 1024 Byte
1 GB = 1024 * 1024 * 1024 Byte
64M = 2^26 Byte = 2^24 int ~= 16000000 int

• 根据题目给的空间限制可以推算，开数组空间的最大值；
• 也可以用 sizeof 直接计算数组空间。

结尾

学了好长时间的算法基础课，中途停下来好几次，终于跟完了所有视频。但是还是要说，算法基础只是开始，未来还有很长的路要走。感谢看到这里！