六根胡子

不从整体开始切分，而是一开始把每一个元素当成一个列表，然后，自底向上地合并相邻的列表，重复利用开始的那张图。

用栈实现迷宫问题，找出所有可达的路径。

Robert Sedgewick 观察到，当序列较短时，快速排序引入的额外代价比较明显，此时插入排序反而更快。极端情况下，所有数字都相同，会发生N/2次不必要的交换，因为划分是平衡的，故总体性能还是O(NlgN)。一种抽样的方法是检查，头，尾巴，中间的元素，然后选出其中的中位数作为pivot，即可保证最短序列至少有一个元素。

说明：记入队的列表为F(Front)，出队的队列为R(Rear)，那完整的队列。是O(N)，可只有几次，但O(1)出队操作却有N个，即均摊到每次出队操作上只有。如上图所示，左边是原来的队列，右边是翻转后的队列。，也叫循环缓冲区，如图灰色部分就是队列的内容。

查找是否存在某一个值。可以先找中间，每次放弃一半，效率。注意，为了一般化单调递增函数或者数列，我们把。,单调递增，现在给一个正整数。最常见的，一个严格单调递增。

O(n)效率实现中位数，第k大值的算法。

一个图用两种颜色涂（橙黄和橘绿），相邻节点不能同色，如下图，4与5相邻且同色，所以不是二分图。

# coding=utf-8from __future__ import absolute_import, division, print_functionimport copyimport jsonimport mathimport siximport torchimport torch.nn as nnfrom torch.nn import CrossEntropyLossimport torch.nn.functional as Ffrom torch.nn.utils.r

实例31 2 5 6 81 2258 3 65 14读到换行符停止void init() { _read(N); getchar(); int t; _for(i, 0, N) { char ch = ' '; while (ch!='
') { cin >> t; ch = getchar(); out(t); } }}字符串流void init() { _read(N); getchar();//必须去掉，否则会读到首

AcWing原题链接Ac code#include<vector>#include<cstring>#include<iostream>#include<string>#include<cmath>#include<algorithm>using namespace std;#define _for(i,from,to) for(int i=(from);i<(to);++i)//[from,to)#defi

原理背景：常见的，用例已经有了N个元素，且有多个平行数组。只需要把索引加入队列。如果有现成的结构体数组，只要一个关于索引的优先队列即可。注意到，只调整索引（一个整型数）要比交换结构体高效很多。索引优先队列，可理解为能够快速访问最小元素的数组（甚至是任意一部分子集的最小元素，只把这一部分加入队列就好）。API函数名功能void insert(int k,KEY key)插入元素key，并和索引k关联void change(int k,KEY key)将索引为k的值

定义最短路径：在一幅加权有向图中，从顶点s到顶点v的最短路径指的是所有s到t中路径权重的最小者。最短路径树：包含起点s到所有可达顶点的最短路径，s为根节点，树中的每条路径都是一条最短路径。最短路径的性质路径是定向的。 最短的路径必须遵循其边缘的方向。 权重不一定是距离。 几何直觉可能会有所帮助，但是边缘权重权重可能代表时间或成本。并非所有顶点都需要可达。 如果t不能从s到达，则根本没有路径，因此从s到t没有最短的路径。 负权重会带来并发症。假设边缘权重为正（或为零）。 最短路径通常很简单。

图构造对比加权无向图无权有向图无权无向图加权有向图[本文]API1 有向边的类2 加权有向图测试图实现1 有向边类#pragma once#include<iostream>using namespace std;#define out(x) cout<<x<<" "#define hh printf_s("
")string intToStr(int n);string doubleToStr(double d);

union_find APIUF(int n) 构造函数，初始化n个空间bool connected（int v, int w）判断是否连通int find（int p) 找到p所在集合的根void Union(int v,int w) 合并两个集合,大写首字母为了区别关键字union代码//UF.h#pragma once#include<vector>#include<iostream>using namespace std;class UF{pub

基本原理基础定义点这里了解 最小生成树理论准备假定树有V个顶点，按照边的权重由小到大处理，将边加入到最小生成树中，且加入的边不会和已经加入的边构成环，直到树中含有V-1条边为止。黑色边为树，灰色为无用边，所有灰色和所有白色节点构成一个切分，右侧边按权重排序。几个关键按照权重排序边，用一条优先队列。合并森林中的两棵树并识别环，用并查集。用一条队列来保存树的各个边。实现不失重点的，先看如何写好 Kruskal算法 。并查集，优先队列等工具放在文末。#pragma once#inc

优先队列APIinsert(key k)插入节点KeydelMin() 返回最小节点的ID，并从队头删除find(int id) 在队列中查找指定ID的索引，找不到返回-1reduceTo(Key e) 将对象的关键值减小，后调整队列实现c++#pragma once#include<queue>#include<iostream>#include<map>using namespace std;class minEdge{public:

思路要改进 Prim延时版本，可以尝试从队列中删除失效边（两个顶点都已在MST的边），但其实还可以删除更多的边。

基本原理关于横切边和切分定理，点这里 最小生成树理论准备树中的边是黑色加粗，红色边为横切边，加粗红色为最短横切边，也是将要加入最小生成树的边。解决三个问题最短横切边怎么找？用一条优先队列MinPQ来根据权重比较所有边如何保存切分？通过索引的布尔数组marked，标记已经加入树的节点（白色集合），自己的补集为灰色集合，两者构成一个切分。如何保存树？法一，通过一个队列mst保存最小生成树所有边法二，用一个父亲数组记录边，例如，edgeTo[v]记录着将v连入树中的Edge对象

MST定义图的生成树：含有全部顶点的无环连通子图加权图的最小生成树MST: 权值最小的生成树一些约定只考虑连通图。至于非联通的图，将所有联通分量的最小生成树构成最小生成森林，换句话说不连通的没有最小生成树。边的权重不一定表示距离，短边也可能有高权重。边的权重可能是0或者负数。如果要求全为正数，将最小生成树定义为连接所有顶点且总权重最小的子图就够了。所有边的权重不同，权重不同树就一棵，反之不然。切分定理树的两个性质：连接任意两个节点都会产生一个新的环，加边成环。删去任意一条边都会

有权边API用法提示：得到一条边edge的两个顶点，这样用：int v=edge.either(); int w=edge.other(v);c++实现//Edge.h#pragma once#include<iostream>#include<fstream>#include<string>using namespace std;#define out(data) cout<<data<<" "#define hh p