qq_52726763的博客

【代码】【C++学习第19天】二分图。

【代码】【C++学习第19天】最小生成树（对应无向图）

【代码】【C++学习第18天】最短路算法。

（1）邻接矩阵；（2）邻接表。

【代码】【C++学习第17天】深度有限搜索。

不具备最短性回溯、剪枝。

和上面类似，增删改查的时间复杂度是 O(1)，而除此之外上面的增删改查的时间复杂度是 O(logn)，但支持和排序有关的操作。不支持 lower_bound() / upper_bound()、迭代器的++和--值得注意的是，queue没有clear()操作。

以"ABCD"为例，假设该字符串时P进制，将其转化为数字为（1 2 3 4）p = （1*p^1 + 2*p^2 + 3*p^3 + 4*p^4）,（1*p^1 + 2*p^2 + 3*p^3 + 4*p^4）mod Q可将任何一个数映射到[0, Q-1]之间。（1）一般情况下，不能把一个字符串映射为0，因为可能会造成“多对一”的情况，因此最好从1开始；（2）经验值：当P=131或13331，Q=2^64时，基本不会发生冲突。

假设哈希表的范围为：[0, N]，初始化一个尺寸在2N或者3N的一维数组，当需要插入一个数x时，从前往后依次寻找空闲位置，并将 x 插入其中。

将一个较大的值域映射到一个比较小的空间，一般情况是映射到 0~N，N一般较小，大约为10^5 ~ 10^6。例如，将 [-10^9, 10^9]映射到[0, 10^5]。

acwing平台 -- 839.模拟堆：维护一个集合，初始时集合为空，支持如下几种操作：1. “I x”，插入一个数x；2. “PM”：输出当前集合中的最小值；3. “DM”：删除当前集合中的最小值，当最小值不唯一时，删除最早插入的最小值；4. “D k”删除第k个插入的数；5. “C k x”：修改第k个插入的树，将其变为x；现在要进行N次操作，对于所有第2个操作，输出当前集合的最小值。第一行包含整数N。接下来N行，每行包含一个操作指令。

如何手写一个堆？堆的本质是一个完全二叉树，即除了最后一排节点，其余节点都是满的，且最后一个节点从左到右排列。

1.将两个集合合并；2.询问两个元素是否在一个集合中。：每个集合用一棵树来表示，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。：路径压缩。：如何判断树根：if(p[x] == x)：如何求x的集合编号：while(p[x]!：如何合并两个集合：px是x的集合编号，py是y的集合编号。p[x] = y。

Trie（又称字典树、前缀树）是一种用于高效存储和检索字符串集合的数据结构。总之，Trie树是一种高效的数据结构，特别适用于处理字符串集合和相关问题。它提供了快速的插入、查找和删除操作，可以应用于自动完成、拼写检查、字符串排序、字符串统计等各种应用场景。

下面这篇博客写的非常简单易懂，看了两三遍终于看懂了！如何更好地理解和掌握 KMP 算法?- 海纳的回答 - 知乎。

【代码】【C++学习第九天】kmp算法。

单调栈（Monotonic Stack）是一种数据结构，用于解决一类与单调性相关的问题。它的主要特点是栈中的元素保持单调（递增或递减）的顺序排列。单调栈通常基于栈这种数据结构实现，但在入栈和出栈操作时会有一些特定的规则。对于单调递增栈，栈内的元素从栈底到栈顶按照递增顺序排列，而单调递减栈则相反，栈内的元素从栈底到栈顶按照递减顺序排列。

队列，顾名思义，就是类似于排队的方式来存储数据，符合先进先出的原则。可以将其看作是一个管道，水流从一端流入，从另一端流出。

栈只有一端可以进出数据，满足先进后出的原则，如果想要删除元素的话，只能从顶部元素开始依次删除。相对于链表而言，栈的操作还是简单很多的。

除了首尾两个结点之外，双链表中的每一个结点都有两个指针，其中一个指针指向左边的结点，另一个指针指向右边的结点。

区间合并指将一组具有重叠或相邻区间的集合，通过合并相交的区间，得到一个不重叠且尽可能合并的新区间集合。例如，区间：[0, 2]、[1, 6]、[7, 9]、[10, 15]、[12, 20]，以上五个区间的合并结果为[0, 6]、[7, 9]、[10, 20]。

离散化的本质是数据压缩，即将无限空间中的有限个元素映射到一个有限的空间中，在不改变数据相对大小的情况下对数据进行压缩。

双指针算法是一种常用的算法技巧，通常用于解决涉及数组、链表或字符串等数据结构的问题。该算法使用在序列中进行迭代。双指针算法主要有两个用途：（1）使用两个指针来维护一段区间；（2）对于两个序列，使用两个指针来维护某种顺序。

前缀和、差分的原理非常简单，类似于高中学到的数列求和、以及如何利用数列的和函数求解数列中的单个元素。

需要注意的是，最后的结果中，C中的最高位是结果的最低位，C中的最低位是结果的最高位，需要进行reverse操作。与低精度数相除，得到商和余数。商是当前位的计算结果，余数是当前位的除法运算过程中剩余的未被除尽的部分。对下一位进行除法运算，依次类推，直到高精度数的所有位都被处理完毕。与高精度减法一样，最后的结果仍然需要消除“前导零”。最终得到的商即为高精度数除以低精度数的结果。将商存储起来，并将余数作为下一位的被除数。从高精度数的最高位开始，将当前位。

A是高精度，数据类型是vector<int>，b是低精度，数据类型是int。算法过程为：从A的低位开始，每一位与b相乘，第 i 位的进位用 t[i] 表示，第 i 位的结果用C[i]表示，其中。

高精度减法与高精度加法类似，使用两个数组A和B分别存储两个长度较长的数，其中A[0]存储最低位，A[n-1]存储最高位。从低位开始运算，即使用A[0]减去B[0]，如果结果小于0，则需要从A[1]位借位，最后的结果是A[0]+10-B[0]。接着计算下一位，即A[1]-B[1]-1，需要注意的是，由于之前A[1]已经被借走一位了，所以此处需要再减去1，因此可以使用变量 t 表示某位是否曾被借位，若被借位，则 t = 1，否则 t = 0；

高精度加法是一种用于处理大整数相加的算法，它可以克服常规整数类型的位数限制，支持对任意长度的大整数进行加法运算。高精度加法的实现原理如下：首先，将两个大整数按照从低位到高位的顺序进行逐位相加。从最低位开始，将对应位上的数字相加，同时考虑进位。使用一个进位变量来记录当前位相加后的进位值。初始时进位为0。逐位相加过程中，将当前位的数值与进位值相加，得到当前位的结果值。同时更新进位值。如果两个大整数的位数不一致，需要在较短的整数的高位补零，以保持对应位的对齐。继续处理下一位，直到处理完所有位。

整数二分算法（Integer Binary Search Algorithm）是一种用于在有序整数数组中查找特定元素的搜索算法。它利用了数组已排序的特性，通过不断缩小搜索范围来快速定位目标元素的位置。整数二分算法的基本思想是将搜索区间分成两部分，然后确定目标元素可能存在的那一部分，并继续在该部分进行二分查找。时间复杂度为O(log n)，其中n为数组的大小。由于每一次迭代都将搜索范围减半，因此算法的效率非常高。它在大规模的有序整数数组中查找目标元素时非常实用。

网上已经有很多高质量博客，此处略去原理的讲解。

快速排序算法的C++实现