李开复：算法的力量

算法 李开复：算法的力量 算法是计算机科学领域最重要的基石之一，但却受到了国内一些程序员的冷落。许多学生看到一些公司在招聘时要求的编程语言五花八门就产生了一种误解，认为学计算机就是学各种编程语言，或者认为，学习最新的语言、技术、标准就是最好的铺路方法。其实大家都被这些公司误导了。编程语言虽然该学，但是学习计算机算法和理论更重要，因为计算机算法和理论更重要，因为计算机语言和开发平台日新月异，但万变不离其宗的是那些算法和理论，例如数据结构、算法、编译原理、计算机体系结构、关系型数据库原理等等。在“开复学生网”上，有位同学生动地把这些基础课程比拟为“内功”，把新的语言、技术、标准比拟为“外功”。整天赶时髦的人最后只懂得招式，没有功力，是不可能成为高手的。 算法与我 当我在1980年转入计算机科学系时，还没有多少人的专业方向是计算机科学。有许多其他系的人嘲笑我们说：“知道为什么只有你们系要加一个‘科学’，而没有‘物理科学系’或‘化学科学系’吗？因为人家是真的科学，不需要画蛇添足，而你们自己心虚，生怕不‘科学’，才这样欲盖弥彰。”其实，这点他们彻底弄错了。真正学懂计算机的人（不只是“编程匠”）都对数学有相当的造诣，既能用科学家的严谨思维来求证，也能用工程师的务实手段来解决问题——而这种思维和手段的最佳演绎就是“算法”。 记得我读博时写的Othello对弈软件获得了世界冠军。当时，得第二名的人认为我是靠侥幸才打赢他，不服气地问我的程序平均每秒能搜索多少步棋，当他发现我的软件在搜索效率上比他快60多倍时，才彻底服输。为什么在同样的机器上，我可以多做60倍的工作呢？这是因为我用了一个最新的算法，能够把一个指数函数转换成四个近似的表，只要用常数时间就可得到近似的答案。在这个例子中，是否用对算法才是能否赢得世界冠军的关键。 还记得1988年贝尔实验室副总裁亲自来访问我的学校，目的就是为了想了解为什么他们的语音识别系统比我开发的慢几十倍，而且，在扩大至大词汇系统后，速度差异更有几百倍之多。他们虽然买了几台超级计算机，勉强让系统跑了起来，但这么贵的计算资源让他们的产品部门很反感，因为“昂贵”的技术是没有应用前景的。在与他们探讨的过程中，我惊讶地发现一个O(n*m)的动态规划(dynamic programming)居然被他们做成了O(n*n*m)。更惊讶的是，他们还为此发表了不少文章，甚至为自己的算法起了一个很特别的名字，并将算法提名到一个科学会议里，希望能得到大奖。当时，贝尔实验室的研究员当然绝顶聪明，但他们全都是学数学、物理或电机出身，从未学过计算机科学或算法，才犯了这么基本的错误。我想那些人以后再也不会嘲笑学计算机科学的人了吧！ 网络时代的算法 有人也许会说：“今天计算机这么快，算法还重要吗？”其实永远不会有太快的计算机，因为我们总会想出新的应用。虽然在摩尔定律的作用下，计算机的计算能力每年都在飞快增长，价格也在不断下降。可我们不要忘记，需要处理的信息量更是呈指数级的增长。现在每人每天都会创造出大量数据（照片，视频，语音，文本等等）。日益先进的纪录和存储手段使我们每个人的信息量都在爆炸式的增长。互联网的信息流量和日志容量也在飞快增长。在科学研究方面，随着研究手段的进步，数据量更是达到了前所未有的程度。无论是三维图形、海量数据处理、机器学习、语音识别，都需要极大的计算量。在网络时代，越来越多的挑战需要靠卓越的算法来解决。 再举另一个网络时代的例子。在互联网和手机搜索，如果要找附近的咖啡店，那么搜索引擎该怎么处理这个请求呢？最简单的办法就是把整个城市的咖啡馆都找出来，然后计算出它们的所在位置与你之间的距离，再进行排序，然后返回最近的结果。但该如何计算距离呢？图论里有不少算法可以解决这个问题。 这么做也许是最直观的，但绝对不是最迅速的。如果一个城市只有为数不多的咖啡馆，那么这么做应该没什么问题，反正计算量不大。但如果一个城市里有很多咖啡馆，又有很多用户都需要类似的搜索，那么服务器所承受的压力就大多了。在这种情况下，我们该怎样优化算法呢？ 首先，我们可以把整个城市的咖啡馆做一次“预处理”。比如，把一个城市分成若干个“格子(grid)”，然后根据用户所在的位置把他放到某一个格子里，只对格子里的咖啡馆进行距离排序。 问题又来了，如果格子大小一样，那么绝大多数结果都可能出现在市中心的一个格子里，而郊区的格子里只有极少的结果。在这种情况下，我们应该把市中心多分出几个格子。更进一步，格子应该是一个“树结构”，最顶层是一个大格——整个城市，然后逐层下降，格子越来越小，这样有利于用户进行精确搜索——如果在最底层的格子里搜索结果不多，用户可以逐级上升，放大搜索范围。 上述算法对咖啡馆的例子很实用，但是它具有通用性吗？答案是否定的。把咖啡馆抽象一下，它是一个“点”，如果要搜索一个“面”该怎么办呢？比如，用户想去一个水库玩，而一个水库有好几个入口，那么哪一个离用户最近呢？这个时候，上述“树结构”就要改成“r-tree”，因为树中间的每一个节点都是一个范围，一个有边界的范围。 通过这个小例子，我们看到，应用程序的要求千变万化，很多时候需要把一个复杂的问题分解成若干简单的小问题，然后再选用合适的算法和数据结构。 并行算法：Google的核心优势 上面的例子在Google里就要算是小case了！每天Google的网站要处理十亿个以上的搜索，GMail要储存几千万用户的2G邮箱，Google Earth要让数十万用户同时在整个地球上遨游，并将合适的图片经过互联网提交给每个用户。如果没有好的算法，这些应用都无法成为现实。 在这些的应用中，哪怕是最基本的问题都会给传统的计算带来很大的挑战。例如，每天都有十亿以上的用户访问Google的网站，使用Google的服务，也产生很多很多的日志(Log)。因为Log每份每秒都在飞速增加，我们必须有聪明的办法来进行处理。我曾经在面试中问过关于如何对Log进行一些分析处理的问题，有很多面试者的回答虽然在逻辑上正确，但是实际应用中是几乎不可行的。按照它们的算法，即便用上几万台机器，我们的处理速度都根不上数据产生的速度。 那么Google是如何解决这些问题的？ 首先，在网络时代，就算有最好的算法，也要能在并行计算的环境下执行。在Google的数据中心，我们使用的是超大的并行计算机。但传统的并行算法运行时，效率会在增加机器数量后迅速降低，也就是说，十台机器如果有五倍的效果，增加到一千台时也许就只有几十倍的效果。这种事半功倍的代价是没有哪家公司可以负担得起的。而且，在许多并行算法中，只要一个结点犯错误，所有计算都会前功尽弃。 那么Google是如何开发出既有效率又能容错的并行计算的呢？ Google最资深的计算机科学家Jeff Dean认识到，Google所需的绝大部分数据处理都可以归结为一个简单的并行算法：Map and Reduce（http://labs.google.com/papers/mapreduce.html）。这个算法能够在很多种计算中达到相当高的效率，而且是可扩展的（也就是说，一千台机器就算不能达到一千倍的效果，至少也可以达到几百倍的效果）。Map and Reduce的另外一大特色是它可以利用大批廉价的机器组成功能强大的server farm。最后，它的容错性能异常出色，就算一个server farm宕掉一半，整个fram依然能够运行。正是因为这个天才的认识，才有了Map and Reduce算法。借助该算法，Google几乎能无限地增加计算量，与日新月异的互联网应用一同成长。 算法并不局限于计算机和网络 举一个计算机领域外的例子：在高能物理研究方面，很多实验每秒钟都能几个TB的数据量。但因为处理能力和存储能力的不足，科学家不得不把绝大部分未经处理的数据丢弃掉。可大家要知道，新元素的信息很有可能就藏在我们来不及处理的数据里面。同样的，在其他任何领域里，算法可以改变人类的生活。例如人类基因的研究，就可能因为算法而发明新的医疗方式。在国家安全领域，有效的算法可能避免下一个911的发生。在气象方面，算法可以更好地预测未来天灾的发生，以拯救生命。 所以，如果你把计算机的发展放到应用和数据飞速增长的大环境下，你一定会发现；算法的重要性不是在日益减小，而是在日益加强。 ---------转自计算机科学论坛 注: 算法是计算机科学的核心,是程序的灵魂,它的基础性地位遍布计算机科学的各个分支领域. 原文作者介绍: 李开复博士 现google中国总裁 1998年7月加盟微软，当年11月出任微软中国研究院（现微软亚洲研究院）院长。李开复在语音识别、人工智能、三维图形及网络多媒体等领域享有很高的声誉。在他的带领下，微软中国研究院以新一代多媒体、新一代用户界面和新一代信息处理技术为主要方向开展基础研究。 后升任微软副总裁。 加盟微软公司前，李博士曾担任SGI公司的多媒体软件子公司——Cosmo Software的总裁，负责多平台、互联网三维图形和多媒体软件方面的研发工作。此前他还曾在苹果公司工作了六年，主管该公司的多媒体部门。 李博士在苹果公司任职六年中的最后一个职务是其交互式多媒体部门的副总裁，他们后来开发出QuickTime，QuickDraw 3D，QuickTimeVR等产品。 在加入苹果公司之前，李博士曾就读于美国卡内基梅隆大学，获计算机科学博士学位。后担任副教授。在他的博士课题研究工作中,首次创造性的提出基于统计学的语音识别方法，并在此基础上开发出了世界上第一个“非特定人连续语音识别”系统，使识别率由原来的百分之三十提高到百分之九十六，该方法今天已成为计算机语音识别的技术主流，也奠定了李博士在该领域的权威地位。1988年，商业周刊授予该系统“最重要科学创新奖”。在校期间，李博士还开发了“奥赛罗”人机对弈系统，因为在1988年击败了国际象棋世界冠军而名噪一时。李开复同时还是美国电气电子工程协会的院士。 常用算法 &数据结构 浙江大学微软技术俱乐部 彭鹏 ACM竞赛 1,竞赛中常见的16种题型 3,竞赛中基本的数据结构与算法 2,时空复杂度的分析 0,如何建立一支强队 如何建立一支强队 个人的能力 理论(几何, 数论, 动态规划, 图论等) 技术(编程) 队员能力上的互补 某论坛,一无聊男yy的中国"梦之队" 钱文杰( ) 反应奇快,擅长随机化,贪心,NOI贪心王 刘汝佳or吴嘉之 见多识广,做过的题必别人见过的题多 赵爽 上海交大的"割题手" 一支强队需要的角色 Leader/Coordinato(协调比赛进程) Reader(发现题目隐讳的涵义) Thinker(逻辑能力强, 收集其他队员意见) Programmer/Debugger(反应快/稳,细心) Helper(协助比赛, 查错, 验证数据等) 参考书籍 主要参考书籍 《C++ Primer》 《C++ 标准程序库》 《算法导论》 《算法艺术与信息学竞赛》 《组合数学》 《计算几何》 历届国家集训队论文 时空复杂度的分析 时间复杂度的分析 空间复杂度的分析 函数增长和运行时间 引用刘汝佳《序列和字符串》 常见题型 Dynamic Programming(动态规划) Greedy(贪心) Complete Search(穷举) Flood Fill (种子填充) 常见题型 Shortest Path (最短路径) Recursive Search Techniques (回溯) Minimum Spanning Tree (最小生成树) Knapsack(背包) 常见题型 Computational Geometry(计算几何) Network Flow(网络流) Eulerian Path (欧拉回路) Two-Dimensional Convex Hull (二维凸包) 常见题型 BigNums (大数) Heuristic Search(启发式搜索) Approximate Search (近似搜索) Ad Hoc Problems(杂题) 枚举法 又叫穷举法,它利用了计算机计算速度快且准确的特点,是最为朴素和有效的一种算法. 不是办法的办法 但有时却是最好的办法 Pizza Anyone (ZOJ 1219) 题目大意: 你需要为你和你的朋友们订一个皮萨.每个朋友都会告诉你他们想和不想放进皮萨里的东西. 你是否能订一个皮萨,让他满足每个人至少一个条件. 假设一共有16种东西可以放进皮萨. 是个对计算机很小的数 贪心法(Greedy) 矩阵胚理论(详情请参考算法导论) 枚举法的时间效率很低,贪心法恰恰与其相反.并且贪心法的程序也很好实现. 无数论文都指责贪心法往往得不到问题的最优解. 绝世高手与普通高手的差距所在. 栈和队列 栈:后进先出(LIFO) 队列:先进先出(FIFO) 字符串的输入与输出 或 char s[100];scanf("%s",s); string a(s); String a; cin >> a; C++常用头文件 字符串的读入 哪种读入更快 在输入数据达到1M时,cin,cout将比scanf , printf在速度上有明显的劣势 排序 排序的种类: 交换排序,选择排序,插入排序,堆排序 希尔排序,快速排序,归并排序,桶排序 用C++实现排序 #include 数组 a sort( a , a + 5 ); vector a sort( a. begin() , a. end() ); 并查集 并查集是一种树型的数据结构,用于处理一些不相交集合的合并问题. 并查集的主要操作有 1-合并两个不相交集合 2-判断两个元素是否属于同一个集合 3-路径压缩 Parity(ceoi99) 有一个01序列,长度<=1000000000,现在有n条信息,每条信息的形式是-a b even/odd.表示第a位到第b位元素之间的元素总和是偶数/奇数. 你的任务是对于这些给定的信息,输出第一个不正确的信息所在位置-1.信息的数目不超过5000. 如果信息全部正确,即可以找到一个满足要求的01序列,那么输出n. Parity(ceoi99) 从整个01序列肯定是无法入手的,因为它的长度高达109. 从范围比较小的n入手.也就是说我们需要对信息进行一些特殊的处理. a b even/odd,那么将元素b指向a-1,边的权值是even/odd. 下面我们由样例来说明一下这个处理方法. Parity(ceoi99)(肖天) 建立sum数组,sum[i]表示从1到i之和是奇(true)还是偶(false),sum[0]=false.这样题目中给的任意问题(a,b)的答案都可以用sum[b] xor sum[a-1]表示. 开始我们并不知道sum[1..n]的值,不妨设为false,这时任意sum[a],sum[b]都是独立的.对于每对问答(a,b,c),都可以知道sum[b] xor sum[a-1]=c,由此把sum[b]和sum[a-1]联系起来.这步操作可以用并查集完成,对于问答(a,b,c)如果sum[a-1],sum[b]不属于一个集合就把它们并起来,否则如果sum[a-1] xor sum[b]不等于c则说明出现矛盾,输出总句数,退出. 对于不出现矛盾的sum数组,对于每个集合分为两个部分,我们指定其中一个部分为true,另一个部分为false,则可以确定sum数组,利用sum[i] xor sum[i-1]可以求出第i位的数字,由于不同集合之间没有问答出现,所以此数列是一可行解,证明算法正确. 堆(优先队列) 优点: 实现简单 动态维护一组数据中最小(大)的一个 数组维护 例题: 积水 一个长方形网格包含了n*m块地,每块地上面有1个长方体.每一个长方形盖住了一块地,地的面积是1平方英寸.相邻的地上的长方体之间没有空隙.一场大雨降临了这个建筑物,在建筑物的某些区域有积水产生. 给各方格高度, 求积水总量 分析 定义每块地上的 长方体的高度称为原始高度 积满水时的水面高度称为积水高度(高于积水高度的水一定会流走,低于积水高度的水一定流不走) 积水高度与原始高度之差为积水深度 如果一个长方体上不可能有积水,那么它的积水高度就等于它的原始高度. 最外圈不能积水,积水高度等于原始高度 分析 由外而内计算.每次选取外围的格子中积水高度最低的一个格子x,考虑它周围所有在网格内部的格子y 想象不断的往x和y里注水,但是x的积水高度固定(想象该高度处有一个小孔),因此 如果y的原始高度不小于x的积水高度,那么它的积水高度就是它的原始高度 如果y的原始高度小于x的积水高度,那么它的积水高度就等于x的积水高度 每次用堆取出x进行计算,O(mnlogmn). 哈希表(Hash) 理论上查找速度最快的数据结构之一 缺点: 需要大量的内存 需要构造Key Hash表的实现 数组 冲突解决法 开散列法 闭散列法 C++ sgi stl 实现 Hash Key的选取 数值: 方法一:直接取余数(一般选取质数M最为除数) 方法二:平方取中法,即计算关键值的平方,再取中间r位形成一个大小为 的表 是多少 字符串: int ELFhash( char* key ) { unsigned int h = 0; while( *key ){ h = ( h <> 24; h &= -g; } return h % M; } 方法二:ELFhash函数 方法一: 折叠法:即把所有字符的ASCII码加起来 二分搜索树 普通的二分搜索树 时间复杂度: 缺点: 容易出现不平衡的情况 AVL Tree , Splay tree , 红黑树 树堆(Treap) Treap = Tree + heap 每次插入/删除结点的时候,给结点随机分配一个优先级,让Treap关于优先级形成一个堆的同时,关于关键码形成BST 跳跃表,B树 跳跃表(Skiplists) 线段树 在一类问题中,我们需要经常处理可以映射在一个坐标轴上的一些固定线段,例如说映射在OX轴上的线段.由于线段是可以互相覆盖的,有时需要动态地取线段的并,例如取得并区间的总长度,或者并区间的个数等等.一个线段是对应于一个区间的,因此线段树也可以叫做区间树. Atlantis (ZOJ 1128) 一个平面被很多矩形覆盖,矩形之间会相互叠加.输出矩形覆盖的总面积. Atlantis (ZOJ 1128) 线段树 矩形切割 矩形切割 字典树( Trie ) 当关键字是串的时候,理论上查找最快的数据结构 定义:保存字符串用的树型数据结构(多叉树),其中每个节点表示一个公共前缀,单词信息保存在相应的页节点里面. 给如下几个单词,构造的单词树: An,Ant,All,Allot Alloy,Aloe,Are,Ate be 版权归浙江大学ACM领队徐串所有 转载需保留此字样 T9(ZOJ 1038) 题目描述:手机有智能英文输入法,他根据自己已有的词汇表,即使你每个数字只按一次也可以猜出你要按的是哪个单词(方法就是从所有可能的串中选出出现概率最高的一个). 词汇表: hell 3 hello 4 idea 8 next 8 super 3 按435561是的响应显示 i id hel hell hello 动态规划 动态规划的时间效率极高. 动态规划的算法简洁,一般只用边界和状态转移方程就可清晰地表示出进行规划的步骤;而因为有了这些用数学语言描述的天然材料,编程也较为方便. 最重要的一点:动态规划不单是一种思想,也不单是一类算法,它是思想方法和具体算法的混合物. 摘自徐静《动态规划的算法与实现》 动态规划 无后效性 递推法和记忆化搜索 深度优先搜索(DFS) 按照深度优先的顺序遍历状态空间,通常用递归或者栈来实现. void dfs ( state , depth ){ if ( state == 结束状态 )退出; 枚举所有可行状态{ 更新全局变量; dfs( newstate , depth + 1 ); 还原全局变量 } } 宽度优先搜索(BFS) 如果代价和搜索树深度成正比,那么可以通过广度优先搜索得到解.由于空间占用大,BFS用处不是很广,一般只用在路径寻找问题中,但是一旦使用,将比深度优先搜括看得多 双向宽度优先搜索 深度优先和宽度优先搜索比较 Prime Ring Problem (ZOJ 1457) A ring is compose of n circles as shown in diagram. Put natural number 1, 2, ..., n into each circle separately, and the sum of numbers in two adjacent circles should be a prime. Note: the number of first circle should always be 1. n (0 < n < 20) while ( !deque.empty() ){ state = deque[0]; deque.pop(); 枚举所有可行状态{ tempstate = 状态改变(state); deque.push_back(tempstate); } } 宽度优先搜索(BFS) 宽度优先搜索的框架 Winlinez (ZOJ 1591) Now we have a board of 9 * 9 grids, on which there are several beads. These beads have only seven colors, we number them 1 - 7. We define the empty grid to be zero. Each turn you can move any bead on the board to the destination where there is a route between them. The route means that the bead can move up, down, left or right to the adjacent empty grid and may go on until it reaches the destination. After the moving, if there are five or more same-colored beads in a line (row, column, diagonal), they will all be eliminated. 博弈问题 给定一个有向无环图(X, F),其中X是一个非空的点集(每个点表示一个位置),F是一个在集合X上的函数,对于集合X中的任意一个元素x,F(x)返回一个集合X的子集,即,F(x)表示了由一个位置x可以到达的位置.如果F(x)是空集,则称x是一个结束位置. 现在两个人在这样的一个有向图上玩游戏,首先在一个初始位置x0上放置了一个棋子,然后他们将按照如下规则进行游戏: 首先由选手I从初始位置x0进行移动. 两个选手交替移动. 在一个位置x,选手可以将棋子移到位置y上,其中y∈x. 如果轮到某一个选手移动时棋子处在一个结束位置,那么这个选手就会因为无法继续移动棋子而被判输掉这局游戏. 对于给定的有向图和初始位置,请你判断出选手I与选手II谁会获胜. 楼天城 《浅谈一类博弈问题的解法》 局面 Max局面 Min局面 终结局面 局面估价函数 Alpha-Beta剪枝 A Multiplication Game (ZOJ1893) Stan和Ollie一起做游戏.游戏的内容是将一个整数p乘上2到9中的任一个数.Stan总是从p=1开始,然后两个人交替相乘.在游戏开始前,两个人订了一个数n(1 = 0 ) i--; if ( i < 0 ) return 0; for ( Min = i + 1 , j = i + 2; j a [ i ] && a [ j ] < a [ Min ] ) Min = j; swap( a [ i ] , a [ Min ] ); for ( int j = i + 1; j < n; j++ ) for ( int k = j + 1; k a[ k ] ) swap( a[ j ] , a [ k ] ); return 1; } Catalan数 将正n边形用对角线剖分成三角形的方法数 通项公式 Fibonacci数 Fibonacci数的O(lgn)实现 彩票 大街上到处在卖彩票,一元钱一张.购买撕开它上面的锡箔,你会看到一个漂亮的图案.图案有n种,如果你收集到所有n种彩票,就可以得大奖.请问,在平均情况下,需要买多少张彩票才能得到大奖呢 分析 总结 已有0个图案: 拿1次就可以多搜集一个 已有1个图案: 平均拿n/(n-1)次就可多搜集一个 已有k个图案: 平均拿n/(n-k)次就可多搜集一个 所以总次数为: n(1+1/2+1/3+…+1/n) 数值分析 定积分计算(Romberg) 多项式求根(牛顿法) 线形方程组(高斯消元法) 生成树问题 最小生成树(MST) 最大生成树 Prim算法 Kruskal算法 两种算法的使用范围 最短路问题 单源最短路径问题 Dijkstra 多源最短路径问题 Floyd-Warshall Bellman-ford 第n短路径 第二最短路径:枚举最短路径上的每条边,每次删除一条,然后求新图的最短路径,取这些图的最短路径.最短的一条即为第二最短路径 第n最短路径可以在求解第n-1最短路径的基础上求解 Arbitrage (ZOJ 1092) 题目大意: 有很多很多种货币,每两种货币之间都有一个汇率,问是否能找到一种套汇( )的方法 网络流问题 特点: 2.较高的编程复杂度 3.较死板的构造方法 1.较广的使用范围 由于后面的两个特点,网络流算法已经逐步淡出了高中信息学舞台. 但在ACM/ICPC竞赛中,网络流算法仍占据着一席之地 网络流模型 若有向图G=(V,E)满足下列条件: 有且仅有一个顶点S,它的入度为零,即d-(S) = 0,这个顶点S便称为源点,或称为发点. 有且仅有一个顶点T,它的出度为零,即d+(T) = 0,这个顶点T便称为汇点,或称为收点. 每一条弧都有非负数,叫做该边的容量.边(vi, vj)的容量用cij表示. 则称之为网络流图,记为G = (V, E, C) 最大流 最大流的定义 求有向带权图G=(V,E,C)的一个流,它满足容量限制条件 , 且原点提供的流量最大 最大流解法 Ford-Fulkerson method Push-relabel algorithm Relabel-to-front algorithm 算法导论第26章 最小费用最大流 给定网络G=(V,E,C,W),求网络上的一个流f,使得f是网络的最大流,且每条弧的流量与费用的乘积加起来的总合 带上下界的最小费用最大流 最小费用路算法 消圈算法 网络流算法(金恺) 难点:网络流在具体问题中的应用,最具挑战性的部分是模型的构造,其次是算法的优化. 构造没有现成的模式可依,只能根据题目的具体条件来分析.这需要对各种网络流的性质了如指掌,并且归纳总结一些经验,发挥我们的创造性. 一般来说,用得最多的方法是拆点法. 优化是算法的重要环节,它并非朝夕之功就能提高的,必须靠经验的积累. 二分图匹配问题 二分图是一类很重要的图,它的顶点可以分成两个集合X和Y,图的所有边一定是有一个顶点属于集合X,另一个顶点属于集合Y. 二分图的最大匹配 同类结点不邻接.图的一个匹配是一些边的集合,任意两条边没有公共端点.图中包含边数最多的匹配称为图的最大匹配 匈牙利算法 网络流解法(Hopcroft) 二分图的最小覆盖 定理:二分图中点对边的最小覆盖等于其最大匹配数. M个是足够的.只需要让它们覆盖最大匹配的M条边,则其它边一定被覆盖(如果有边e不被覆盖,把e加入后得到一个更大的匹配) M个是必须的.仅考虑形成最大匹配的这M条边,由于它们两两个无公共点,因此至少需要M个点才能把它们覆盖 二分图的匹配 二分图的最佳匹配 二分图的完美匹配 二分图的完备匹配 稳定婚姻问题 独立集 考虑图G=(V,E).S是V的一个子集,如果在S中任意两个顶点在G中都不是邻接的,那么S就是G的一个独立集. 如果在G中不存在具有|S1|〉|S|,则称S为G的最大独立集 诱导子图 顶点-导出子图 另V1是图G=(V,E)的顶点集V的子集,如果E1是E的子集,且边(vi,vj)属于E1,当且仅当vi和vj属于V1,那么子图G1=(V1,E1)就叫做G在顶点集V1上的导出子图. 如果vi和vj属于V1,那么E中任何一条以vi和vj为端点的边都属于E1 弦图 定理:如果一个图的任何诱导子图都不是K阶环(K>=4),那么该图称为弦图 Fishing Net (ZOJ 1015) 判断一个图是否是弦图 计算几何 判两条线断相交 判点在多边性内部 二维凸包 叉乘 OJ是什么 Online Judge的简称 一种通过网络信息交互在线判题的系统 它模拟了ICPC比赛真实的情况 当前世界上规模比较大的OJ UVA ZOJ URAL USACO Zhejiang university online judge http://acm.zju.edu.cn 推荐使用: gcc + vi vs2003/vs2005 Submission Error -- 提交使用了不正确的队名,题号等. No Such Problem -- 检查题号有没有填错 Compile Error -- 程序不能通过编译. Run Time Error -- 程序运行过程中出现非正常中断. Memory Limit Exceeded -- 内存使用量超过裁判规定的上限. Output Limit Exceeded -- 输出数据量过大,多半死循环了…… Time Limit Exceeded -- 运行超过时限还没有得到输出结果. Wrong Answer -- 答案错误. Presentation Error -- 输出格式不对,可检查空格,回车等等细节. Accepted -- 恭喜恭喜! Out Of Contest Time -- 比赛已经结束啦! Contest Rule Violation -- 宣判极刑,参赛资格随即被取消. 可能收到的反馈信息包括: 常见问题 long long vc++6.0 _int64 gcc vc++7.0 long long printf("%lld") 在处理浮点数时,请选择double 读入一行 gets() , getline() ZOJ输入输出 程序提交上去后,服务器( )会编译它(gcc),然后重新定向它的输入输出. 所以,coder无须担心文件操作之类的事情. 请采取解决一个case,就直接打印出来的办法,因为输入输出是分开的,无须担心相互之间会有影响. 请不要混用cout 和 printf , 这样很可能得不到希望的结果. ZOJ输入输出 读到文件的结尾,程序自动结束 while( ( scanf("%d",&a) ) != -1 ) while ( cin >> a ) 读到一个0时,程序结束 while( scanf("%d",&a) && a ) while ( cin >> a && a ) ZOJ输入输出 读到两个0时,程序结束 while( scanf("%d",&a) && (a || b) ) while ( cin >> a && ( a || b ) ) 读入一个数N,程序一共执行N次 while( N-- ){} ZOJ输入输出 每个case之后打印一个空行 cout << endl; case之间有一个空行 需要一个计数器count int count = 0; { if( count++ ) cout << endl; } ZOJ输入输出 有的题目会告诉你,程序由很多block组成,每个block又有很多case 基本上不用理睬它,只要把block看成一个大的case就好了 通常情况下,打印 1 1 2 3 这样的一行数字时,结尾的数字后面要求没有空格 cout << a [ 0 ]; for ( int i = 1; i < n; i++ ) cout << " " << a [ i ]; ZOJ输入输出 对于大部分的ACM题目来说,输入输出并不是题目的难点.出题者一般会遵守大家默认的规则. 不过,也不能保证有的出题者"心血来潮".比赛的时候一次PE是20分钟的时间. 所以,在平时的训练中,大家一定要养成交题前检查输入输出格式的习惯. Special Judge 一般情况下,ACM的题目答案都是唯一的. 当答案不能确定时: 1. 修改输出要求,迫使答案唯一 2.Special Judge 出题者将写一个程序,与后台程序一起验证答案的正确性. Special Judge一般会将PE判成WA,所以要格外小心. Special Judge多出现在构造题中. Debug 每道题所能忍受的Debug时间 编译器提供的工具 Printf,万能的debug方法 Debug位置的选择 ZOJ上的简单题 如何寻找简单题 什么是简单题 有没有必要做简单题 谢谢!