算阶第一章·基本算法（未完成）

算阶1例题的博客链接

0x01 位运算

与	&	and	全1则1
或	\	or	有1则1
非	~	not	是0则1
异或	^	xor	不同则1
左移	<<		相当于 *2
右移	>>		相当于 /2

因为 $|$ 在表格中打不出，用 \ 代替

补码

	32位二进制，最高位 0表示正 1表示负
原码	首位符号位，其余真值
反码正数	与原码一样
反码负数	符号位和原码一样，其他位相反
补码正数	与原码一样
补码负数	等于反码加一

最高位不进位，超过取模$2^{32}$

十六进制

0x声明了进制
$0x7FFFFFFF$ $int$能表示的最大正整数
$memset$只能赋值“每8位字节都相同的$int$”,赋值正无穷用$0x3f$

移位运算

$a<<b$ 表示a* $2^b$
$a>>b$ 表示$\frac{a}{2^b}$ （算术右移）
（c++中/表示向0取整，例如 -3/2=-1）
算术右移：在二进制补码表示下，把数字向右移动，最高位以 符号位 填充，低位越界舍弃
逻辑右移：在二进制补码表示下，把数字向右移动，最高位以 0 填充，低位越界舍弃

快速幂

计算$a^b$

int power(int a, int b){
	int ans = 1;
	while(b){
		if(b & 1) ans = ans * a;//如果b是奇数
		a = a*a;//改变a的值
		//如果a*a很大，爆了longlong怎么办，这时候我们就需要引进快速乘了！
		b >>= 1;//b除以2
	}
	return ans;
}

快速乘

计算$a\ast b$

int power(int a, int b){
	int ans = 0;
	while(b){
		if(b & 1) ans = ans + a;//如果b是奇数
		a *= 2;//改变a的值
		b >>= 1;//b除以2
	}
	return ans;
}

两个数值执行算术运算时，以参加运算的最高数值类型（a或b）为基准，与保存结果的变量类型（d）无关
例如

int a;
int b;
//主程序开始
long long d = a*b;//如果a*b的结果超过long long，保存在d中数值也不会超过int

运算优先级

$（）$
$not$
$\ast$，$/$，$mod$，$and$
$xor$，$+$，$-$，$or$
$=$，$⩽$, $⩾$, $<$, $>$,

二进制状态压缩（状压DP）

成对变换

对于非负整数n
n为偶数： $nxor1=n+1$
n为奇数 ：$nxor1=n-1$
多用于领接表中边集的存储，把一对正反方向的边（无向边）存成一对

$lowbit$运算

定义：非负整数$n$在二进制表示下“最低位的1及其后边所有的0”构成的数值
推导略
函数求值

int lowbit(int a) {return a & (-a);}

0x02 递推与递归

递归递推定义

简单理解：
递推：倒推
递归：自身调用自身

分治

把一个问题划分为若干个规模更小的同类子问题，对子问题递归求解，回溯推导答案

递归的机器实现

原理不多说。（这个不是很重要）
注意事项：
1.不可声明过多或递归过深。
2.注意非局部变量的维护
3.递归转非递归
用一个数组模拟栈，使用变量模拟栈指针和返回值，使用$switch/case$或者$goto/label$模拟语句跳转

0x03 前缀和与差分

前缀和：前面所有值的和（不只是一维）
部分和：前缀和相减
差分：
设原序列A，差分序列B，$B[1]=A[1],B[i]=A[i]-A[i-1]$ ，$i$ $ϵ$ $[2,n]$
原序列A 的差分序列B的前缀和就是A
前缀和序列S的差分序列就是原序列A
应用：序列A区间$[l,r]$加$d$，相当于序列$B[l]+1,B[r+1]-d$.

0x04 二分

基础用法

在单调序列和单调函数中进行查找

整数集合上的二分

注意：终止边界，左右区间取舍时的开闭情况，避免漏答案，造成死循环
二分终止条件：l==r

单调递增区间查找大于等于x的最小值
while(l < r){
	int mid = (l + r) >> 1;
	//关于这里为什么不是/2,而是>>1,是为了向下取整，负数也可以正常使用，上面0x01有提到两者区别。
	if (a[mid] >= x) r = mid;
	else l = mid + 1;
}
return a[l];
//因为单调性，如果a[mid]>=x,答案一定在mid前面（包括mid）

单调递增区间查找小于等于x的最大值
while(l < r){
	int mid = (l + r + 1) >> 1;
	//这里mid的取法要注意，如果不加1，容易进入死循环
	if (a[mid] <= x) l = mid;
	else r = mid - 1;
}
return a[l];
//因为单调性，如果a[mid]<=x,答案一定在mid后面（包括mid）

我们发现
mid = (l + r) >> 1;取不到l
mid = (l + r + 1) >> 1;取不到r
利用这个性质，我们把二分区间[1,n]分别扩大为[0,n][1,n+1],如果最后二分终止与这个越界下标，说明无解

实数域上的二分

保持精度
1.确定精度$eps$，以$l+eps<r$为循环条件,$eps=$ $10^{-(k-2)}$.
2.固定循环次数（for循环）

三分求单峰函数极值

单峰（谷）函数：有一个最大（小）值，越往外越小（大）【严格单调】【不严谨概念……】。
在$[l,r]$上任取两点$lmid，rmid$，把函数分成三段.

以单峰函数为例
if(f[lmid] < f[rmid]) 极大值必在lmid右侧
if(f[lmid] < f[rmid]) 极大值必在rmid左侧

转载：二分答案转化为判定
转载：二分例题讲解

0x05 排序

排序

名称	复杂度
选择排序、插入排序、冒泡排序	O($n^2$) 比较法
堆排序、归并排序、快速排序	O( n logn) 比较法
计数排序、基数排序、桶排序	与数值大小有关，运用位划分，分类映射等

离散化

把无穷大集合中的若干个元素映射为有限集合以便于统计

void discrete(){
	sort(a+1, a+n+1);
	for(int i = 1; i <= n; i++)
		if(i == 1 || a[i] != a[i-1])
			b[++m] = a[i];
}
int query(int x){
	return lower_bound(b+1, b+m+1,x)-b;
}查询x映射为1~m之间的整数

关于lower_bound( )和upper_bound( )

1、在从小到大的排序数组中
lower_bound( begin,end,num)
从数组的begin位置到end-1位置二分查找第一个$>=num$的数字，返回该数字的地址.
通过返回的地址减去起始地址begin,——>数字在数组中的下标。
upper_bound( begin,end,num)
从数组的begin位置到end-1位置二分查找第一个$>$num的数字，找到返回该数字的地址
通过返回的地址减去起始地址begin——>数字在数组中的下标。
2、在从大到小的排序数组中
lower_bound( begin,end,num,greater<type>() )
从数组的begin位置到end-1位置二分查找第一个$<=$num的数字，找到返回该数字的地址
通过返回的地址减去起始地址begin,——>数字在数组中的下标。
upper_bound( begin,end,num,greater<type>() )
从数组的begin位置到end-1位置二分查找第一个<num的数字，找到返回该数字的地址
通过返回的地址减去起始地址begin,——>数字在数组中的下标。

中位数

这个就不用多说了吧……
有一些奇妙的应用，看例题吧

第K大数

给定$n$个整数，如何求第$k$大的数
快排后输出第k个数，复杂度是$O$（$nlog$${}_n$）
利用类似快排的思想，复杂度$O(n)$
快速排序时每次选择基准值后，把大的数放在左半边，统计出大于基准值的数的数量$cnt$
如果$k<=cnt$,我们就在左半段（比基准值大的数中）寻找第$k$大数
如果$k>cnt$，我们就在右半段（小于等于基准值的数中）寻找第$k-cnt$大数。

void work(int l, int r){
	后补
}

逆序对

对于一个序列a，若$i<j$且$a[i]>a[j]$，则称$a[i]>a[j]$构成逆序对
使用归并排序求逆序对

a[]是待排序数组，b[]是临时数组，cnt是逆序对个数
void merge(int l, int mid, int r){
	int i = l, j = mid+1;
	for(int k = l; k <= r; k++)
		if(j > r || i <= mid && a[i] <= a[j]) b[k] = a[i++];
		else b[k] = a[j++], cnt += mid-i+1;
	for(int k = l; k <= r; k++) a[k] = b[k];
}

0x06 倍增

通过成倍增长的方法，只递推状态空间中在$2$的整数次幂位置上的值作为代表。
因为任意整数可以表示成若干个$2$的次幂项的和，所需值可由求出的代表值拼凑。

倍增算法1

令$p=1,k=0,sum=0$
将要处理的数组$a【】$与 $a[p]$ 相处理
不满足条件$p\ast =2，$超过条件$p/=2$
直至 $p$ 值为 $0$

ST算法

在$RMQ$问题（区间最值问题）中常用
$f[i][j]$ 表示子区间$[i,$ $i+2$${}^j$$-1]$的所求值