wy3441415563的博客

这几道题目的核心是如何判断一个区间之内是否存在某一个区间的和与其他数的关系（大于或者小于）解决办法双指针，前面一个指针记录前面前缀和的最小值，边遍历边记录边判断。前面的指针从0开始，后面的指针从L（区间长度）开始。碰到过几次了，记一下加深一下印象；

如果只有一天的话只能判断0和15这两个特殊元素,其他的都不能判断，如果有两天以上的话只用看最后两天可以了（这种情况只有14,15需要特判）。用数组记录所有出现过的字母的次数，排序得到答案，再判断质数（0不是质数）注意看清题目，只有是的时候输出答案，否则一律输出0；一个逆序对是指一对数，其中前面的元素严格大于后面的数；其实质就是计算第三种逆序对，因为左右两边的逆序对随着递归最终都会分解成第三种情况。方法二：可以用单调栈的方法写，有兴趣的同学可以自己去了解。c++有个to_string函数很方便。

(稠密图求最小生成树时用prim算法)

830. 单调栈 - AcWing题库 131. 直方图中最大的矩形 - AcWing题库 1413. 矩形牛棚 - AcWing题库 A-玉蟾宫_hunau暑假集训2——单调栈与单调队列 (nowcoder.com) 154. 滑动窗口 - AcWing题库 D-理想正方形_hunau暑假集训2——单调栈与单调队列 (nowcoder.com) 895. 最长上升子序列 - AcWing题库 AcWing 896. 最长

前缀和主要思想是通过预处理从而降低时间复杂度。（前缀和预处理）

感觉这次的题目都很好，但是E题....（我太菜了想不到），别人的题解都上百行了，晕；

这篇题解是我本着打牢基础和大家分享交流的目的写出来的，所以大家如果对我的观点有自己独到的见解，欢迎一起交流，同时也希望能够帮助大家。

这篇文章稍微总结一类用dfs的全排列解决的从1到9选数的问题。（此题答案直接给出，但建议自己编写程序解决）

一些常见的类似最短路的题型

离散化是一种数据处理的技巧，本质上可以看成是一种哈希其，保证数据在哈希以后仍然保持原来的全/偏序关系。通俗地讲就是当有些数据因为本身很大或者类型不支持，自身无法作为数组的下标来方便地处理（离散化问题的特征），而影响最终结果的只有元素之间的相对大小关系时，我们可以将原来的数据按照排名来处理问题，即离散化。（参考离散化 - OI Wiki (oi-wiki.org)

前面三篇背包系列文章我介绍了个人关于他们的理解，这篇文章我将介绍混合背包和分组背包问题，如果对前三种基础背包问题理解了的话难度不是特别高。背包问题是动态规划的一个巨大的分支，常见的背包问题都有相对的模版，个人认为如果只是会背板子是下下之策，从长远的角度来看是不可取的，因此我想在这里分享一些个人对于背包问题的理解（会有借鉴其他大牛地方，逃~）同时如果我有一些不正的确的地方也欢迎大家和我交流。希望能加深大家对背包问题的理解。

排序是重要的基础算法，在实际题目中无论是作为支持算法的工具还是单独考察都有可能。这篇文章重点介绍我平常用比较多的快速排序和归并排序。

本篇笔记以图解形式为主，望理解（其实是今天想摸一下鱼）。除法基本上只有被除数会用到高精度，除数为整数，在了解了前面几种高精度的实现方式后就很容易写出来。

今天早上起晚了（不过仔细一想这好像这已经是日常了，很难想象开学怎么办，哭），所以今天到现在只写了四个小时的题目，只写了7道搜索的题目（慌~~）。不过收获还是有的。就如标题所言，今天就浅谈一下Flood Fill算法。

二分答案，顾名思义对答案进行二分。因为二分只能对有序特性的数组进行，所以我们可以得到该类问题的第一个特性：答案具有有序特性。其次我们二分得到的值我们要能够判断它的正确性，这边是第二个特征。因此二分答案的特征有以下两点：1.答案具有有序特性。2.能够判断二分得到的值的正确性。

（来自OI Wiki）：倍增法（英语：binary lifting），顾名思义就是翻倍。它能够使线性的处理转化为对数级的处理，大大地优化时间复杂度。这个方法在很多算法中均有应用，其中最常用的是 RMQ 问题和求LCA（最近公共祖先）区间DP求各个区间的最大值，我们将状态 opt[i][j] 定义为从i开始的长度为2^j的区间的opt运算的值（最大值/最小值/公约数）。

我在前两篇博客中分别介绍了01背包以及完全背包问题，在这篇博客我主要想写一下自己关于多重背包问题的基本原理的见解。背包问题是动态规划的一个巨大的分支，常见的背包问题都有相对的模版，个人认为如果只是会背板子是下下之策，从长远的角度来看是不可取的，因此我想在这里分享一些个人对于背包问题的理解（会有借鉴其他大牛地方，逃~）同时如果我有一些不正的确的地方也欢迎大家和我交流。希望能加深大家对背包问题的理解。

背包问题是动态规划的一个巨大的分支，常见的背包问题都有相对的模版，个人认为如果只是会背板子是下下之策，从长远的角度来看是不可取的，因此我想在这里分享一些个人对于背包问题的理解（会有借鉴其他大牛地方，逃~）同时如果我有一些不正的确的地方也欢迎大家和我交流。希望能加深大家对背包问题的理解。

背包问题是动态规划的一个巨大的分支，常见的背包问题都有相对的模版，个人认为如果只是会背板子是下下之策，从长远的角度来看是不可取的，因此我想在这里分享一些个人对于背包问题的理解（会有借鉴其他大牛地方，逃~）同时如果我有一些不正的确的地方也欢迎大家和我交流。希望能加深大家对背包问题的理解，