Data Structure and Algorithm Template
Chapter1. 基础
快排
int q[maxn];
void quick_sort(int q[], int l, int r) {
if (l >= r) {
return;
}
int i = l - 1, j = r + 1, x = q[l + r >> 1];
while (i < j) {
do i++; while (q[i] < x);
do j--; while (q[j] > x);
if (i < j) {
swap(q[i], q[j]);
}
}
quick_sort(q, l, j);
quick_sort(q, j + 1, r);
}
归并排序
int a[maxn], tmp[maxn];
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 k = 0, i = l, j = mid + 1;
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; i <= r; i++, j++) {
q[i] = tmp[j];
}
}
整数二分查找
最优时间复杂度为 O ( 1 ) O(1) O(1) , 平均时间复杂度为 O ( log n ) O(\log n) O(logn)
bool check(int x) {/*...*/} // 检查x是否满足性质
// 区间[l, r]被划分成[l, mid]和[mid + 1, r]时使用:
int binary_search_1(int l, int r) {
while (l < r) {
int mid = l + r >> 1;
if (check(mid)) {
r = mid;
} else {
l = mid + 1;
}
}
return l;
}
// 区间[l, r]被划分成[l, mid - 1]和[mid, r]时使用:
int binary_search_2(int l, int r) {
while (l < r) {
int mid = l + r > >> 1;
if (check(mid)) {
l = mid;
} else {
r = mid - 1;
}
}
return l;
}
STL二分查找 : 定义于头文件**** , 查找首个不小于给定值元素的函数std : : lower_bound , 查找首个大于给定值的元素std : : upper_bound
三分法
三分法和二分法方法类似 , 但是每次操作需要在当前区间[l, r]内任取两点 lmid , rmid (lmid < rmid) . 如例图 , 如果 f(lmid) < f(rmid), 则在[rmid, r] 中函数必然单调递增 , 最小值所在点必然不在这个区间内 , 可以舍去这个区间 . 反之亦然 .
计算 lmid 和 rmid 时 , 需要防止数据溢出
while (r - l > eps) {
mid = (lmid + rmid) / 2;
lmid = mid - eps;
rmid = mid + eps;
if (f(lmid) < f(rmid)) {
r = mid;
} else {
l = mid;
}
}
浮点数二分查找
bool check(double x) {/*...*/} // 检查x是否满足性质
double binary_search_3(double l, double r) {
const double eps = 1e-6; // 二分精度
while (r - l > eps) {
double mid = (l + r) / 2;
if (check(mid)) {
r = mid;
} else {
l = mid;
}
}
return l;
}
高精度加法
// C = A + B, A和B都很大, 超过long long范围
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(); i++) {
t += A[i];
if (i < B.size()) {
t += B[i];
}
C.push_back(t % 10);
t /= 10;
}
if (t) {
C.push_back(t);
}
return t;
}
void solve() {
string a, b;
cin >> a >> b;
vector<int> A, B;
for (int i = a.size() - 1; i >= 0; i--) {
A.push_back(a[i] - '0');
}
for (int i = b.size() - 1; i >= 0; i--) {
B.push_back(b[i] - '0');
}
auto C = add(A, B);
for (int i = C.size() - 1; i >= 0; i--) {
cout << C[i];
}
}
高精度减法
// C = A - B, 满足A >= B, 且A和B都很大, 超出long long范围
vector<int> sub(vector<int> &A, vector<int> &B) {
vector<int> C;
for (int i = 0; i < A.size(); i++) {
t = A[i] - t;
if (i < B.size()) t -= B[i];
C.push_back((t + 10) % 10);
if (t < 0) {
t = 1;
} else {
t = 0;
}
}
while (C.size() > 1 && C.back() == 0) {
C.pop_back();
}
return C;
}
void solve() {
string a, b;
cin >> a >> b;
vector<int> A, B;
for (int i = a.size() - 1; i >= 0; i--) {
A.push_back(a[i] - '0');
}
for (int i = b.size() - 1; i >= 0; i--) {
B.push_back(b[i] - '0');
}
auto C = sub(A, B);
for (int i = C.size() - 1; i >= 0; i--) {
cout << C[i];
}
}
高精度乘低精度
// C = A * b, A很大,超出long long范围,b一般不超过int
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.back() == 0) {
C.pop_back();
}
return C;
}
void solve() {
string a;
int b;
cin >> a >> b;
vecotr<int> A;
for (int i = a.size() - 1; i >= 0; i--) {
A.push_back(a[i] - '0');
}
auto C = mul(A, b);
for (int i = C.size() - 1; i >= 0; i--) {
cout << C[i];
}
}
高精度除以低精度
// A / b = C, A很大,超过long long范围,b一般不超过int, r是余数
vector<int> div(vector<int> &A, int b, int &r) {
vector<int> C;
r = 0;
for (int i = A.size() - 1; i >= 0; i--) {
r = r * 10 + A[i];
C.push_back(r / b);
r %= b;
}
reverse(C.begin(), C.end());
while (C.size() > 1 && C.back() == 0) {
C.pop_back();
}
return C;
}
void solve() {
string a;
int b;
cin >> a >> b;
vector<int> A;
for (int i = a.size() - 1; i >= 0; i--) {
A.push_back(a[i] - '0');
}
int r = 0;
auto C = div(A, b, r);
for (int i = C.size() - 1; i >= 0; i--) {
cout << C[i];
}
cout << '\n' << r << '\n';
}
一维前缀和
// 前缀和数组s[maxn], 原数组a[maxn];
s[i] = a[1] + a[2] + ... + a[i];
a[l] + a[l + 1] + ... + a[r] = s[r] - s[l - 1];
STL中前缀和函数 std : : partial_sum , 定义在头文件****中
二维前缀和
// 前缀和数组s[maxn][maxn], 原数组a[maxn][maxn];
s[i][j] = s[i - 1][j] + s[i][j - 1] + a[i][j] - s[i - 1][j - 1];
//以(x1, y1)为左上角,(x2, y2)为右下角的子矩阵和为:
s[x2][y2] - s[x1 - 1][y2] - s[x2][y1 - 1] + s[x1 - 1][y1 - 1];
一维差分
// 差分数组b[maxn], 原数组a[maxn];
b[i] = a[i] - a[i - 1];
//给原数组区间[l, r]中每个数加上c
b[l] += c, b[r + 1] -= c;
STL中差分函数 std : : adjacent_difference , 定义在头文件****中
二维差分
// 差分数组b[maxn][maxn], 原数组a[maxn][maxn];
// 给以(x1, y1)为左上角,以(x2, y2)为右下角的子矩阵中所有元素加上c
b[x1][y1] += c, b[x2 + 1][y1] -= c, b[x1][y2 + 1] -= c, b[x2 + 1][y2 + 1] += c;
位运算
求n的第k位数字:n >> k & 1;
返回n的最后一位1: lowbit(n) = n & -n;
双指针
for (int i = 0, j = 0; i < n; i++) {
while (j < i && check(i. j)) j++;
// 具体逻辑
}
// 常见问题:
// (1)对于一个序列,用两个指针维护一段区间
// (2)对于两个序列,维护某种次序,比如归并排序中合并两个有序序列的操作
离散化
离散化本质上可以看成是一种哈希 , 其保证数据在哈希之后仍然保持原来的全 / 偏序关系
用来离散化的可以是大整数 , 浮点数 , 字符串等
vector<int> alls; // 存储所有待离散化的值
sort(alls.begin(), alls.end()); // 将所有值排序
all.erase(unique(alls.begin(), alls.end()), alls.end()); // 去掉重复元素
// 二分求出x对应的离散化的值
int find(int x) {
int l = 0, r = all.size() - 1;
while (l < r) {
int mid = l + r >> 1;
if (alls[mid] >= x) {
r = mid;
} else {
l = mid + 1;
}
}
return r + 1;
}
区间合并
void merge(vector<pii> &segs) {
vector<pii> res;
sort(segs.begin(), segs.end());
int st = -2e9, ed = -2e9;
for (auto seg : segs) {
if (ed < seg.first) {
if (st != -2e9) res.push_back({st, ed});
st = seg.first, ed = seg.second;
} else {
ed = max(ed, seg.second);
}
}
if (st != -2e9) {
res.push_back({st, ed});
}
segs = res;
}