学习目的:生存的更好/卷得开心,改造环境
将设计变现:算法逻辑实现,这就是编程的美妙之处(模板+输入输出的随机应变处理)
学习方法:
画图,思考,应用————>提前准备好模板和应对措施就会大大提高效率(熟练掌握,能够非常快地把代码默写出来)
做题:
1. 一定要看懂题目的前提下再做题:抓住突破点!!
2. 先写出暴力思路,然后优化思路和实现
3. 分解问题,解决问题
基础算法
二分
- 性质:有单调性的话一定可以二分,但是二分的题目不一定必须要求单调性
- 整数二分的本质:边界,整个区间一分为二,左满足右不满足,二分可以寻找满足性质的边界
两种不会错的万能板子:(整数二分)
如何选择模板:
- 先写check函数
- 思考true和false如何更新
二分的主要思想:答案所在的区间(保证区间里面有答案)
- 浮点数二分:
输出r和l均可,因为r和l足够接近
前缀和与差分
一维前缀和:
Si = a1+a2+a3+…+ai
- 如何求Si:Si-1得到
- 求sum[l, r]:Sr-Sl-1
二维前缀和:
差分:
- 用处:构造差分数组,使得b数组是a数组的差分,对b数组求一遍前缀和就可以求出来原数组(O(n)),能够使得在O(1)操作a数组中某连续区间增减固定数值
- al-ar的区间加c:bl+c,br+1 - c
双指针
统一模板:最核心性质是将朴素的O(n^2)算法优化到O(n)
应用:输出单词,快排,KMP
思路:先思考暴力怎么写,然后看出i和j之间的单调关系,有单调关系的话利用ij之间的单调关系把时间复杂度由n^2转变成n
应用场景:
- 根据双指针唯一化数组:满足性质(a[i-1]!=a[i]),则a[j++]=a[i];
位运算操作
数字n的二进制中1的个数:n>>K&1
- 先把第k位移到最后一位n>>k
- 看个位是0 or 1:x&1
lowbit操作:返回x的最后一位1
x=1010,返回:10
x=101000, 返回:1000
表达式:x&-x(复数是取反加一)
区间合并算法:贪心(端点排序)
具体应用场景:快速地把有交集的区间进行合并
- 首先根据区间左端点排序
- 扫描,维护一个区间[st, ed],根据下一个和当前右端点的交集关系判断
离散化:值域跨度很大,但是个数非常稀疏
- 首先用vector对数组排序归一化(注意,已知下标数据和询问下标数据都要记录,进行离散化)
- 离散化
高精度
加法,减法
设置vector,根据设置进位t,实时记录借位
乘法:大数*小数
本位:取模10
进位:除以10的数
排序算法
//基于比较的二分思想的排序算法
快速排序:分治 O(nlogn)
解决方案:确定分界点,确定左右区间(划分)
优美方法:双指针处理算法,循环迭代每次交换
背住板子,注意进入子函数后的边界问题和选择的点,避免死循环
//应用:第k个数
解决方案:快排的处理操作,单次递归
快排的每一趟,数轴的左边都会是 <= x 的, 右边都是 >= x 的。
左边元素的个数是 s1 = j - l + 1, 如果k <= s1 的话,那么下次递归的区间就是左边,否则右边。
直到 l == r 时返回q[l]。
归并排序: O(nlogn)
解决方案:以数字中间点为分界点(左右两端的二分点)划分左右区间,递归排序操作;归并操作合二为一
//应用:
求逆序对的数量
解决方案:
- 根据中间的划分边界点利用分治思想将逆序对分成三大类,
- 为什么能用归并板子做逆序对题目:在归并两个数组中正好根据元素所属可求出原数组逆序对数目
数据结构
//线性结构:
用数组模拟
效率:动态链表方式效率较低
链表
数组模拟单链表:
最多的是邻接表(n个链表):存储树和图
数组模拟双链表:
用来优化某些问题:每个节点有两个指针,一个指向前,一个指向后
栈
数组模拟:
栈:先进后出
队列:先进先出
//应用:
中缀表达式求值(中缀表达式树:遍历),运算顺序用栈来做
解决方案:
定义不同栈存储操作符和数字
处理初始表达式,进入不同栈,根据当前运算符和栈顶的元素选择是否操作
// 单调栈:
常见模型:给一个序列,求这个序列中某数离其左边/右边最近的最大/最小的数
解决方案:利用栈进行处理,根据单调要求,存储的是严格上升的数
队列
// 单调队列:滑动窗口
常见模型:求数组中滑动队列中数的最小值
解决方案:
- 普通队列
- 删除无用元素,使得队列具备单调性
- 直接从模拟数组的队头/队尾O(1)取得最值
字符串
KMP
失配时:
朴素做法:O(n*m),后移一位
KMP处理:根据预处理已匹配过的前后缀长度,利用后移数值增加 O(n)
Trie树(串树:字母类型不会很多 )
应用:高效地存储和查找字符串集合的数据结构
问题模型:统计字符串出现频率
解决方案:
从根节点开始存储每个节点 ,每个叶节点打标记得到该字符串
根据字符串的内容创建路径/树的分支,即得串树
代码实现思路:数组模拟插入查询(多叉树)
//应用:最大异或对
问题模型:给定n个整数,从其中挑出两个整数,求最大异或值
解决方案:
优化暴力:
1. 首先将整数构造为01串,然后根据01字符串构造Trie树
2. 枚举每个数,根据Trie树查询到针对当前枚举的数找到的最大数
堆
数组模拟手写实现:建堆,创建,删除
维护一个数据集合:up和down操作
1. 插入一个数
2. 求集合当中的最小值
3. 删除最小值
4. 删除任意一个元素
5. 修改任意一个元素
建堆:利用down操作的时间复杂度为O(n)
//应用-模拟堆:增加操作删去第k个元素
解决方案:
1. 增加双向映射hp(堆指向映射),ph(映射指向堆节点)
2. 增加外部映射数组,交换堆中两节点的同时交换
首先交换蓝颜色两条边
之后交换绿色指向边
最后交换节点数值
并查集:代码精简,思路精巧(思维性)
应用:快速处理集合,近乎O(1)
1. 将两个集合合并
2. 询问两个元素是否在一个集合当中
基本思想:
树的形式维护所有集合:每个集合用一颗树来表示,树根的编号就是整个集合的编号,每个节点存储它的父节点,p[x]表示x的父节点
问题1:如何判断树根:if(p[x] = x)
问题2:如何求x的集合编号:只要x不是树根编号,就一直往上走 while(p[x] != x) x = p[x];————>优化:路径上所有的节点都直接指向根节点,一遍即可(很好的加速-路径压缩)
问题3:如何合并两个集合:px,py分别是x,y的集合编号,让p[x]=y;
应用:图中连通块中点的数量
解决方案:集合维护连通块,维护一个size即可
应用:食物链
解决方案:判断构成环形
并查集维护额外信息:表示同类和被吃的关系
如何确定关系:记录每个点和根节点之间的关系,就可以知道任意两点之间的关系(判断领袖与节点的关系)
点到根节点的距离表示关系:余1吃根节点,余2被根节点吃,余0与根节点同类
从根节点到不同点的距离可来分析这些点的关系:不同点之间的d值模3同余的是同类
代码实现:p存储father,d存储点到根节点之间的距离(在find过程中处理)
初始化集合
处理关系:根据关系确定新节点的d值,处理的突破点是根据模余关系得到吃与被吃的关系
#include<iostream>
#include<vector>
using namespace std;
const int N = 100010;
int p[N],d[N];
int find(int x){
if(p[x] != x){
int t = find(p[x]);
d[x] += d[p[x]]; //回溯到根,在递归结束的栈顶依次处理节点到根的距离
p[x] = t; //节点关系路径压缩
}
return p[x];
}
int main(){
int ans = 0;
int n,m;
scanf("%d%d",&n,&m);
for(int i = 1;i <= n;i++)p[i] = i; //初始化
while(m--){
int z,x,y;
scanf("%d%d%d",&z,&x,&y);
//取出x,y的两个根节点
int px = find(x),py = find(y);
if(x > n || y > n)ans++;
else if(z == 1){
//也就是说默认出现的第一个x,y都是默认正确的,只是寻找后面的x,y是否符合前面x,y的规范
//注意只有在同一颗树的中,才能进行操作,否则将其进行加入
//查看两个节点的距离是否模除为0 不要进行d[x] % 3 == d[y] % 3的操作 因为有可能出现负数
if(px == py && (d[x] - d[y]) % 3 )ans++; //在一个集合中不是同类
else if(px != py){
//不在一个集合中,进行合并操作
p[px] = py;
d[px] = d[y] - d[x];
}
}
else{
//注意这里的d[x] - d[y] + 1 模3 判断,那么下面的将两个集合放在一起的操作就需要相应的减一
if(px == py && (d[x]