基础算法

1.枚举

枚举法也称穷举法，即从问题所有可能的解中一一枚举各元素，再用题目中的条件判断。
　　优点：算法简单，在局部地方运用枚举法效果很好。
　　缺点：运算量过大，当问题的规模很大时，循环的阶数越大，执行速度越慢。
　　例子：百钱买百鸡
　　up主给出的结论是尽量不要用枚举，要用的话一定要优化
　　枚举法也有一些很恶心的题目：
　　洛谷P5730
　　洛谷P5731
　　洛谷P1320
　　洛谷P1205
　　洛谷P3741
　　都是一些水题，但也不是很好做呢，有空看看哟！
　　洛谷P5015一道关于输入字符串的题目，挺好的

2.递推

通过已知条件，利用特定关系得出中间结论，直至得到结果。
递推算法分为顺推和逆推

• 顺推：斐波那契数列
• 逆推：已知年利率，在n年后要有m元，要存多少钱？

3.贪心

所谓贪心算法是指，在对问题求解时，总是做出在当前看来是最好的选择，也就是说不从整体最优上加以考虑，他所做出的仅仅是在某种意义上的局部最优解。
　　算法没有固定的算法框架，算法设计的关键是贪心策略的选择。必须要注意的是，贪心算法不是对所有问题都能得到整体最优解。选择的贪心策略必须具备无后效性，即某个状态以后的过程不会影响以前的状态，只与当前状态有关。
　　所以对采用的贪心策略一定要仔细分析其是否满足无后效性，否则无法找到最优解，即无法使用贪心。
例题：
合并果子
P5019铺设道路
P1106删数问题
P1094纪念品分组（这题不用背包，与之类似，若是n个，也可以用此题相类似的方法：从大到小遍历，能加就加）

4.递归

递归算法是一种直接或间接调用自身函数或方法的算法。　　　
在做递归算法时一定要把握住出口，也就是做递归算法一定要有一个明确的结束条件。
递归对资源消耗很大。
放苹果

5.分治

分治就是把一个复杂的问题分成两个或更多的相同或相似的子问题，再把子问题分成更小的子问题（递归）…，直到最后子问题可以简单的直接求解，解这些子问题，然后将各子问题的解合并得到原问题的解。
　　分治法在每一层递归上都有三个步骤：

• 分解：将原问题分解为若干个规模较小，相互独立，与原问题形式相同的子问题。
• 解决：若子问题规模较小而容易解决则直接解，否则递归的解各个子问题。
• 合并：将各个子问题的解合并为原问题的解。

例题：求n个数的最大最小值
题解：

6.构造

根据题意生成符合要求的解。

7.模拟

模拟法是最直观的算法，通常是对一类事件进行描述，通过事件发生的先后顺序进行输入输出。模拟法只要读懂问题的要求，将问题中的各种事件进行编码即可完成。
　　模拟法（Simulation)主要是在考验程序设计人员编写程序的功力，而非考验程序设计者的智力和创意。模拟法可以说是程序设计的基本功–问题说的很清楚，不用涉及复杂的演算法，只要按照规定做就好。
　　模拟法的问题有时相当难缠，若是问题规定的错综复杂，那么写起程序就会相当累人，若一不小心犯了错误，那么只能望着长篇大论，杂乱无章的代码，从中找出错误所在，会非常痛苦。

8.排序

排序算法是一种将一串资料按照特定方式进行排序的一种算法。

冒泡排序
快速排序　　快速排序（自己写的）
简单插入排序
希尔排序
简单选择排序
堆排序
二路归并排序 　　归并排序（自己写的）
多路归并排序
计数排序
桶排序
基数排序

9.检索

检索算法是在一串资料中查找符合条件的资料的算法。有顺序查找、二分查找、插值查找、动态查找等。
　　主要介绍二分查找。
　　二分查找也称折半查找，是一种效率较高的查找方法。但是二分查找要求线性表必须用顺序存储方式，而且表中元素按关键字有序排列。
　　二分查找代码：

int binary_search(int a[],int n,int key)
{
	int m;
	int l=0;
	int r=n-1;
	while(l<r)
	{
		m=l+((r-l)>>1);//元素相同时下标最小
		//m=l+((r+l-1)>>1)元素相同时下标最大
		if(a[m]<key)
			l=m+1;
		else
			r=m;
	}
	if(a[r]==key)
		return r;
	return -1;
}

10.高精度

高精度一般都是处理一部分数据，一般与别的题目相结合。高精度常见的是加法和乘法，高精的板子因为封装内容很多，一般代码较长，推荐自己写比较（还不是因为找不到理想的板子？doge）
A+B P1601
A*B P1303
写在后面
up主建议：
1.建议先把握各类算法的整体框架，再在做题时视情况学习需要的知识。
2.善用各种搜索，善用各类博客，CSDN和博客园上有很多讲解各种算法的博客，值得关注。
3.坚持不懈，持之以恒。