算法刷题应用知识补充--基础算法、数据结构篇

枚举

结

此类题就是暴力解法即可，大部分需要枚举题目范围的所有情况

排序

结

使用算法sort即可
注意，如果数组是从下标1开始存储的，那么sort时，就要sort(a + 1, a + n + 1)；
结构体比较的话，可以写一个cmp全局函数，定义排序规则

模拟

结

题目说啥，我们做啥，就按照题目描述来

二分

题

结

二分，就是对于一组单调的数据，两边的性质不同，二分可以找到某一边性质的最值，
如果找红色区间，则会找到满足红色性质的最大值（如果是红色区间，mid =( l + r + 1) >> 1）
如果找绿色区间，则会找到满足绿色性质的最小值（绿色区间则正常，mid = (l + r) >> 1）

补充：如果出错了，考虑check函数是否写错，是否疏忽了一些情况，比如此题，题目并没有说所有的巧克力原料都要用，所以，直接判断遍历所有的边长，如果有些边长比x小，则算出来是0，表示不使用该巧克力

注意点：最后 L == R 跳出循环，注意，最后有用的不是在循环中定义的那个mid，而是L R 或者num[L] num[R]

二分的mid的计算一定要写在while循环里，整个二分其实就是在一个while内的，一个while循环外面套着一层函数壳
二分前，要保证数据是单调的，如果l 和 r 本身就是数据，那么传入时保证l 到 r中的数是单调的，如果 l 和 r 是下标，那么下标是必然按顺序单调的，这时就要保证下标所对应的数据也是单调的

高精度

加、乘

题

结

二者的核心思想都是根据遍历，将当前位的运算都加到 t 身上，之后push（t % 10），然后更新 t = t / 10（这一步很精妙，表示如果 t
小于10，那么就不用进位，如果不是，那么就拿出其十位，加到 t ，为下一位的计算储备材料）

不同的是：加法最后如果 t 不为0，则补1，乘法则补 t

减

题

减法要先进行A 和 B的大小判断，看是A大还是B大，我们统一假设A大，也就是A大的话返回true，所以才会有上面的函数，且最后如果if和for都没有返回的话，最后返回true，表示A==B，所以相等的情况我们也是返回true，所以，该函数是判断是否A>=B

将大的传入div函数：（且如果题目规定求A-B，但是我们判断出B比A大，那么我们还是将B、A传入，最后输出的时候输出负号即可）

结

该题目也是，每次根据情况，将当前位的数 全部给到 t ，之后压入直接压t小于0的情况：（t + 10）% 10
之后判断t是不是真的小于0，如果是，那么 t 赋值为1，如果不是，那么 t 拨乱反正，改回0

最后要去除前导0

除

题

除法有三个参数，第三个参数是余数，且是引用，说明可以通过引用来返回余数是多少

且除法与其他不同，其他的函数内都是从0开始，这里是从后面开始，因为存入时，数据的高位在后面，除法要从高位开始
之后，是将所有的当前的数据加到 r 身上，然后push（r / b），且更新 r = r % b（更新余数）

最后要将其倒序，要将数据的高位放到容器末尾，这样方便去除前导0

传入时，由于第三个参数是传出参数，所以直接传入一个int型变量即可

结

且除法与其他不同，其他的函数内都是从0开始，这里是从后面开始，因为存入时，数据的高位在后面，除法要从高位开始
之后，是将所有的当前的数据加到 r 身上，然后push（r / b），且更新 r = r % b（更新余数）

最后要将其倒序，要将数据的高位放到容器末尾，这样方便去除前导0

main函数传参时：传入时，由于第三个参数是传出参数，所以直接传入一个int型变量即可

结

知识点1：他们都是根据具体情况，将当前的运算，全部存入 t 或者 r 中，然后拿着 t 或者 r 进行结果的压入，并更新 t 和 r，为下一次做准备
知识点2：加和乘法要额外注意，判断最后的 t ，如果循环结束，t还存在，那么要压入 1或者t
知识点3：减法和除法要额外注意，for循环之后，进行前导0的去除
知识点4：为了方便记忆以及前导0的去除，所以，我们统一在main函数，压入数据时，将数据的低位，先压入。也就是从string的末尾开始压入，表现为vector与string是反着的。
而输出时，由于我们统一将个位放在了C容器的栈底，所以，输出时，是从C容器的尾部开始输出
知识点五：在函数中，加减乘都是从个位开始计算，也就是for循环从0开始，而除是从高位开始计算，也就是从容器的末尾开始for循环，所以，在for循环结束后，要将其倒序，一方面是因为这样方便记忆，另一方面，这是去除前导0的前提要求

位运算（均是拷贝运算，不会影响原数据，这点要注意）

&、|、^

位运算特性+细节

首先，我们尝试不使用递归来解决这道题，他让我们判断是一个数是否为2的次幂。
尝试往位运算方面靠，位运算是通过二进制来解决问题的，而二进制就是2的次幂的表示，且，二进制从低位向高位，依次是2的012345…次方，所以，我们可以知道二进制表示为10000的数，（即第一位是1，后面全是0的数）是2的次幂数
所以，初步的认知已经建立了。之后寻找位运算的特性，如果一个数是1000的话，那么0111 + 1 就是 1000，而1000与0111做位与运算，可以得到0000，所以可以通过该性质找到10000特点的数

注意点1：小于等于0的数，可以直接排除
注意点2：进行位运算时，要在做完位运算之后，加一层括号，因为位运算的优先级低于==

知识补充

2的偶数次幂mod3等于1，例如4、16等，mod3 等于 1
而2的奇数次幂，就是2的偶数次幂再乘2，此时如8、32，mod3等于2

所以在求4的次幂时，因为2的偶次幂，一定是4的次幂，所以，我们在找到2的次幂数的基础上，再找到那些是2的偶次幂的数，那些数mod3==1

对于n-1的理解

对于一个二进制 n = 10000010000101010，n - 1 = 10000010000101000，n - 1会将一个数的二进制表达最右边的1变为0，而其他不变，利用该特点可以得到1的个数

或者使用lowbit，见算法一栏“基础算法”（lowbit的时间复杂度更低）

异或来实现数字交换

首先，a = a ^ b，此后我们可以将一个a看成是变化之后的a，而如果a^b，则是原数据a、b
b = a ^ b，此时a是变化之后的a，将其拆开：a ^ b ^ b，此时a是变化之前的a，所以，就等于a ^ 0，最终等于原来的a
而到此时，a除了在第一行做出了改变，其他地方均无改变，所以，还是第一行的结论：可以将一个a看成是变化之后的a，而如果a^b，则是原数据a、b
所以，a = a ^ b，a是第一行代码执行后变化的a，b是原来的a，所以，将a拆开（得到原来的a 和 b）并且将b换成原来的a：a ^ b ^ a，再使用交换律，得到a ^ a ^ b，最后等于原来的b

找到只出现一次的数据，其余数据出现偶数次

首先定义res = 0；
之后将res与数组中的每个数进行异或运算
用到的知识点：
1、0^a = a
2、b^b = 0；

>> 、<<

二进制中相邻的位的特点

判断相邻位数是否交替为0、1

也就是相邻的位数上不能是相同的，即不能是00或者11，
而00对应于十进制是0，11对应于十进制是3

所以，如果 n&3 == 3，则表示当前n的右边两位是11
如果n&3 = = 0,则表示当前n的右边是00，（注意，此处还是&3，即00&11结果为00。逻辑上，他还有个等价式是00&00结果为11，但是该式子是错误的，因为&只对相同的1是1，其他的均是0，| 也是对1讨论，有1就是1，其他的都是0）

每次判断完之后，将n>>1右移一位，并覆盖到n，注意每次右移一位，如果右移两位，可能会出现0110，这样的数据，会出错

注意点1：&运算仅对1生效，1 & 1 = 1，但是0 & 0 = 0
注意点2：从此处我们也可以看出，我们之前的x&1，就是利用&的原始定义来求的，最终求出x二进制的个位，因为1表示成二进制就是…00001

找出某个排列的所有子集

我们以一个存有三个数的数组为例，那么nums.size()就等于3，而他的子集可能会是没有元素，或者一个元素，或者两个，或者三个，如果我们挨个遍历的话，时间复杂度肯定会剧增，所以，我们利用二进制，即利用位运算

我们可以将某个数在or不在，表示为二进制上的1or0，现在我们已经有了不同的子集与二进制的对应，那么如何进行遍历呢，我们可以让
i 从 0 遍历到 小于（1 << size()），因为1左移size位，就变成了1000，他正好就是四位的第一个数，所以小于他的，就是所有0位1位2位3位的二进制，也就是下图所示情况。这样，每个 i 的二进制，都标识了一种数组子集的情况，所以，进行所有情况的遍历的是 i ，而 j 的作用仅仅是看看 i 当前遍历到哪种情况了，就把该情况的元素依次找出来，进行处理

有了这些 i 的循环，我们如何判断当前是哪个二进制位上为1呢，我们可以在每个i循环步内，定义一个 j 循环，j 从 0 到小于size，
他实际上数组下标，判断 i & （1 << j）是否为1，而（1 << j）的循环是 001、010、100，如果结果不为0，那么就是为1，即当前循环步的 i的二进制标识，与当前 j 二进制中为1的那一位，都是1，即表明，i 中对应 j 为1 的位置是1，则nums[ size - j - 1 ]就是当前子集的元素之一

但是注意，他的顺序不是“先是单个元素，然后两个，三个”，他会先输出两个单元素，再输出一个双元素，再输出一个单元素，…无规则的，因为3对应二进制11，肯定会得到两个数

如果想要从左边开始判断，适当修改 i 和 j 的循环方向

栈（使用数组来实现栈、队列、链表等，可以实现一些STL实现起来比较麻烦的操作，比如随机查询，直接在数组里索引下标即可）

题

结

知识点1：tt初始化为0，那么栈顶元素就是从1开始，所以栈不为空的话，就是tt>0，而下标0的位置没有被使用
当然我们也可以使得tt初始化为-1，那么栈顶元素就是从0开始，tt>=0时，不空

知识点2：栈可以解决那些，需要一边进行输入一边进行匹配的问题
知识点3：注意特判，要保证 i > 0时，再进行check。所以说，有时候并不一定要设计出多优雅全能的代码，哪里有问题就解决哪里就好了

单链表

题

结

知识点1：主要就是将一些插入手法（头插、随机插），删除，初始化等等操作熟悉起来(注意在插入时，不可以直接e[idx++] = x，这一步虽然可以完成两步骤，但是idx++应该在最后进行，这里刚开始进行，idx就丢了，应该等所有的操作完成，再idx++，不仅仅是链表，包括其他所有用到e[idx]的数据结构，都别两步并一步)
知识点2：要注意初始化，如果一道题中，已知了链表的全貌，那么在一开始就可以把链表构造出来，head表示头指针，是头结点的下标。然后最后一个结点的ne数组值是-1
知识点3：如果后续还要有新的节点加入进来，那么初始化时，head就可以初始化为-1。后续有节点插入后，就会自然形成尾节点的ne数组值是-1
知识点4：注意遍历方式（i从head开始，i不等于-1，i = ne[i]，这也是为什么知识点5说：ne是下标与下标之间的联系，也是为了方便遍历）
知识点5：ne等这些与其他节点有联系的操作，都是通过下标联系，即地址，只有少数情况会用到e数值
注意点1：本题是在原本的链表内操作，在把x插到头结点的同时，还会把x从原来的地方删除，所以，每次操作涉及插入和删除两个动作

双链表

题

结

知识点1：因为链表的优越性，也就是其在物理位置上的顺序无所大谓，他的顺序是由指针域决定的，所以，我们会将e数组的0号位置设置为头结点，1号位置是尾节点，但是这两个点在e数组上并没有值，他们仅仅代表头指针和尾指针所指的位置，且对于双链表，我们将ne【】改为了l【】和r【】数组，所以，初始化时，r[0] = 1, l[1] = 0,表示头指针位置指向尾指针位置，尾指针位置指向头指针位置

知识点2：

在k的右边插入：顺序是：
先新建一个结点，之后设置新节点的r 和 l （因为这个比较好设置）
其次，就是选择更新旧结点的r 和 l 了，但是如何选呢，有个好的记忆方法是，因为让我们在k的右边插入，所以，r[k] 是我们拿到右边旧结点的关键信息，他会贯穿整个过程，所以，他应该最后一个被更新，所以，在k的右边插入，就最后更新r[k]，注意别忘了最后idx++
知识点3：对于双向链表，插入是需要注意顺序的，但是删除不需要注意顺序（且该双链表的删除，可以直接进行下标为k的点的删除，而单链表只能通过“k的下一个点”，这样的方式删除）
知识点4：对于双链表的遍历，从 i = r[0]开始，当 i != 1时，i = r[ i ]
注意循环条件不要写成r[ i ] != 1，这样的话，最后一个元素将不会输出，且 i 不能从头结点开始，因为双链表的头尾结点没有值，所以从r[ i ] 开始
知识点5：至于要不要构建循环双链表，则视题目情况而定（构建方式，加一个l[0] = 1, r[1] = 0，其他操作不变）

队列

二级目录

二级目录

堆

题

关于大根堆的构建以及up和down：

大根堆和小跟堆反着来写up和down即可

大根堆构建时，与小跟堆是一致的，都是是从k/2到 1，进行down( i )
但是注意，在输入完h数组之后，在进行down构建堆之前，要先将size赋好值

结

知识点1：堆的题目有时候可能可以使用multiset来做，（包含头文件set），或者使用priority_queue，（包含头文件queue），priority_queue只有push（插入）、pop（弹出堆顶元素）、top操作（返回堆顶元素）
知识点2：不管是手写堆，还是使用优先队列，他们只能保证在第一个元素，或者在队头，是最大或者最小，其他的不能保证，也就是有效的元素就那一个
知识点3：使用手写堆的优势在于可以任意删除一个元素，或者任意修改一个元素，因为他是数组实现的，可以进行随机索引（但是随机查询只有h[1]是有意义的，其他都是没有意义的，因为其他元素的大小在二叉树的某一层是不做要求的）
知识点4：大根堆就是大数在前，小跟堆就是小数在前
知识点5：小跟堆见“算法笔记”
知识点6：要在使用down构建堆之前，先对size赋值
！！！
知识点7：如果涉及到向序列中所有的数加上或者减去一个数，那么multiset的迭代器是不支持修改值的，而priority_queue没有迭代器，所以不好遍历，所以，这时就要用到手写堆了。
知识点8：输入时要从下标为1开始输入

Tire树（字典树）

题

1、

2、

查找每个字符串与其他字符串的最长公共前缀，该题目就是对插入时每个结点进行计数，最后查询时，对于每个字符串，从头开始查其节点的个数，如果大于1（等于1的话是自身），则说明与其他字符串有公共前缀，就将res更新为当前的字符下标 i ，而且实时更新，这样可以保证res是最新、最长的长度

结

知识点1：son数组存储的是字符的编号，这个编号由idx实现，初始值是0，插入时，每次如果p有新的u，则son[p][u] = ++idx,也就是idx要从1开始对字符编号。
知识点2：每次不管是插入还是查询，都会在if语句后面，进行p的更新，因为对于插入而言，如果son是新值，那么p要被更新为新的son编号，如果son是旧值，if不会执行（防止重复添加），p要被更新为旧的son编号，这样可以保证如果输入进来是相同的字符串，那么会一直顺到结尾，你可以在for循环结束后，进行cnt++，或者其他操作。
而对于查询而言，p的更新更为重要了，if语句如果执行，那么表示查询过程中有新的字符，可以直接退出了。而如果if不执行，那么就表明查到了旧值，将p更新为旧值son继续下一步的查询
知识点3：可以对查询函数有一定的操作空间，根据题目要求进行适当修改（例如，究竟是查到末尾返回计数，还是查到中途，没有错误就可以，等等），当然不必本本主义，如果仅通过操作查询无法解决，还可以对插入进行操作、修改
知识点4：N代表结点的最大个数，也就是所有字符串的长度之和
知识点5：映射u时，采用了s[ i ] - ‘a’，这是因为题目说明所有字母都是小写字母，如果都是大写字母，则要映射s[ i ] - ‘A’，如果比较杂，那么son的第二维大小就要开的大一些了，且映射的话，映射其字符ascii码最小的字符
知识点5：由知识点4我们已知，son的第二维的大小，取决于要能容纳下所有的映射的字符，而不能是N，因为第一维肯定是N，表示节点数量，如果第二维也是N，那么一般会超出二维的最大范围，2w*2w
知识点6：缓冲区输入的字符默认是字符串常量，而如果我们使用字符数组接收缓冲区的字符串，末尾会带\0，如果使用string也会带\0，但是这里使用字符数组，输入会快一些，传入时传入数组形式变量，实际上是字符数组的首地址指针
知识点7：如果需要存储系统输入的字符串的话，最好使用string类型的数组，此时就不宜再使用char数组了，string的输入使用cin，且循环遍历时，可以向char数组一样，因为他接收字符串常量的话，末尾也会带\0，而缓冲区默认就是字符串常量

并查集

题

1、

2、

该并查集的思想是，对每个数而言，p数组存储着该数向上还没被输出的数
初始化时，将每个数的p数组都初始化为自己，表示从自己开始，自己还没有被输出（这里就不研究编号了，而是预处理所有的值）
之后，每次读入一个数，就将其赋值为x = find(x)，这样，find时，就能找到该数向上能输出的最大数，且更新到x，x被输出，
输出之后，还没完，因为该集的最大数被用了，所以，要再创造一个当前被用了的数+1，用于下一次该集的使用，所以，建立父节点p[x] = x +1，若x + 1在之前被用过，那么就会顺着x+1的集向上寻找最大可用数，（这时也发生了并集），若没被用过，则说明并上了一个单节点集

3、

结

知识点1：注意，对于并查集，p数组，记录着每个结点的父节点，且他也被用于初始化存储初始节点，（p[i] = i），但是他不能用于最终的查询，因为他记录的是某些阶段性的父节点，可能后面，父节点也有了自己的父节点，但是p也不会被更新，所以，p的值很有可能是没被更新的，所以，最终的查询不能用p数组，该数组仅仅用于合并操作
知识点2：那么最终的查询应该用谁呢，应该用find函数，find函数会查询到当前最新状态的某个点的祖宗结点，且更新p数组，所以，我们在最终查询操作时，直接使用find函数。如上图，如果s.insert插入的是p[i]那么肯定错误，因为最终没有进行find来更新，但是如果进行了find更新，那我们直接使用find的返回值就好了，也没必要使用p数组了
总结1、2：初始化要用到p数组，合并要用到p+find数组，查询要用到find函数
知识点3：find（int x）函数的实现，就是在找x的祖宗结点，且更新一次该路径上的p数组到祖宗结点，函数的实现里有三个p[x]（不算条件语句），一个find
知识点4：并集：p[find(a)] = find(b)
查集：find(a) ? find(b)
知识点5：单纯一个find（x），可以拿到x所在集的祖宗结点，当然，我们可以单独拿着一个find（x）进行相关操作
知识点6：并集操作，不会产生歧义，见下图：

但是如果涉及到计数或者涉及到自环，那么需要使用if(find(a) == find(b))来continue（自环的话，find(a) 也会 = =find(b)），屏蔽接下来的操作，直接跳过，避免对无用的操作产生计数
知识点7：初始化时，找到一种不会产生冲突的初始化方式，如果有编号，那么初始化编号，如果没有编号，那么初始化值也可以（但是如果这样做了，可能就无法记录数据输入的顺序，可以考虑采用一入一出的方式进行输出）

哈希表

题

结

可能是用于，处理一些集合，该集合的特点是，数据少，但是数据有很大的也有很小的，将其哈希到一个比较紧凑的区域，节省空间和效率
思考：有没有可能可以使用set or multiset代替？

字符串哈希

题

结

他主要是将前 i 个字符组成的子串哈希成一个ULL值，再根据【l， r】的哈希值是h[r] - h[l - 1]*p[r-(l - 1)]这个公式，从而可以迅速的求出任意一段子串

知识点1：该计算公式用于字符串从1位置开始存储，所以，我们在写程序时，要写从1开始输入字符串，但是如果题目要求从0开始输入，且题目据此规则进行查询，那么无需改动其他的，只需要在读入l1，r1，l2，r2后，传入get函数l1 + 1，r1 + 1，l2 + 1，r2 + 1，即可

知识点2：要注意大写P=131，小写p是数组，表示p的某次方
知识点3：预处理：初始化在全局位置，所以p[]和h[]都是0，在预处理之前，我们要修改p[0] = 1，不然所有的p都是0，h不用修改，预处理时，处理 i 从1到N（或者题目若给出了字符串长度n，则是到等于n，如果拿不准，直接N也可以），注意p和h的预处理都建立在i - 1之上，别写错了

知识点4：h数组和p数组都是ULL，对于无符号整形的变量，如果超出了其表示范围，那么会对其进行自动取模，所以，这里存入ULL类型，是为了自动取模2的64次方（该自动取模只会使用与无符号整型，且如果遇到负数 则还会将其先加上模数变为整数 再取模）