zhengheda的博客

12.4 同余问题

12.3 解不定方程 ax＋by＝c!*

第十二单元 数论算法12.1 同余的性质12.2 最大公约数、最小公倍数

11.10 解线性方程组*

11.9 表达式求值

11.8 快速幂

11.6 进制转换（正整数）11.7 高精度算法（压位存储）

11.4 排列和组合的产生（有重集元素） 对不起大家WWW我死了一段时间

上海市青少年算法竞赛2022年7月乙组解析

11.3 排列和组合的产生（无重集元素）(1) 全排列(2) 一般组合(3) 全组合(4) 由上一排列产生下一排列(5) 由上一组合产生下一组合

11.2 组合数的计算!(1) 使用加法递推——O（n^2）(2) 使用乘法递推——O（n）11.3 排列和组合的产生（无重集元素）!(1) 全排列(2) 一般组合(3) 全组合(4) 由上一排列产生下一排列(5) 由上一组合产生下一组合...

有 高中数学知识C++第十一单元 数学基础11.1 组合数学(1) 加法定理与乘法原理(2) 排列与组合(3) 鸽巢原理（抽屉原理）(4) 容斥原理

10.7 哈希（Hash）表(1) 实现(2) 散列函数(3) 开散列方法(4) 闭散列方法（开地址方法）(5) 删除*

10.6 哈夫曼（Huffman）树(1) 建立哈夫曼树(2) 哈夫曼编码

10.5 堆和优先队列*(1) 堆(2) 插入一个元素(3) 插入一组元素(4) 删除一个元素*

10.3 查找第 k 小元素10.4 二叉排序树①

C++第十单元 查找与检索10.1 顺序查找10.2 二分查找

9.7 小结

9.6 并查集!

9.5 二叉树C++详解

9.4 队列C++

9.3 栈

第九单元 基本数据结构9.1 线性表（顺序结构）9.2 线性表（链式结构）

8.4 使用二叉树的排序算法*8.5 小结

8.2 简单排序算法(附代码) (1) 插入排序! (2) 选择排序! (3) 冒泡排序!8.3 线性时间排序(附代码) (1) 桶排序! (2) 计数排序 (3) 基数排序*

第八单元 排序算法 8.1 常用排序算法 (1) 使用 STL 算法!(2) 快速排序!(3) 归并排序

7.12 子集和问题和后期预告

7.9 混合背包问题7.10 特殊要求7.11 背包问题的搜索解法

7.6 分组的背包问题7.7 有依赖的背包问题7.8 泛化物品

【问题描述】有 n 件物品和一个容量为 C、容积为 U 的背包。第 i 件物品的重量是 w[i]，体积是 u[i]，价值是 v[i]。求解将哪些物品装入背包可使价值总和最大。(1) 0/1 背包的表示方法费用加了一维，只需把状态也加一维。1. 状态表示：设 f[i][c][u]为前 i 件物品付出两种代价分别为 c 和 u 时可以获得的最大价值。2. 状态转移方程：当然，为了节省空间，可以把 i 去掉。3. 一个启示：当发现由熟悉的动态规划题目变形而来的题目时，在原来的状态中加一维以满..

7.3 完全背包问题【问题描述】有 n 种物品和一个容量为 C 的背包。第 i 种物品的重量是 w[i]，价值是 v[i]，数量无限。求解将哪些物品装入背包可使价值总和最大。(1) 基本算法1. 状态转移方程：f[i][c]＝max{f[i－1][c－k×w[i]]＋k×v[i]}，0≤k×w[i]≤c ...

第七单元 背包专题这个整理了好久，求谅解，谢谢7.1 部分背包问题参见 “4.1 装载问题”。部分背包问题是贪心算法问题，其他背包问题都是动态规划问题。7.2 0/1 背包问题!【问题描述】有 n 件物品和一个容量为 C 的背包。第 i 件物品的重量是 w[i]，价值是 v[i]。求解将哪些物品装入背包可使价值总和最大。(1) 二维数组表示1. 定义状态：f[i][c]表示前 i 件物品恰放入一个容量为 c 的背包可以获得的最大价值。2. 状态转移方程：// 注意边界.

6.11 小结动态规划：各个阶段采取的决策依赖于当前状态，又随即引起状态的转移，在变化的状态中产生一个决策序列，这种解决多阶段决策最优化问题的方法为动态规划方法。1. 动态规划的基本思想动态规划的基本思想是“空间换时间”，努力避免重复解决相同问题或子问题。由于这个原因，动态规划的速度比搜索快得多。2. 动态规划的原理动态规划满足两个原理：最优化原理、无后效性原则。最优化原理指无论过去的状态和决策如何，对前面的决策所形成的当前状态而言，余下的诸决策必须构成最优策略。通俗地说，如果全局最优，那么一定

“货郎担问题”是 NP 问题，只能用搜索解决。后来，J. L. Bentley 提出了的变形——Bitonic Tour问题（又称双调旅程问题）。这个新问题可以用动态规划解决。【问题描述】已知地图上 n 个旅行须到达城市的坐标，要求从最西端的城市开始，严格地由西向东到最东端的城市，再严格地由东向西回到出发点。除出发点外，每个城市经过且只经过一次。给出路程的最短值。（1≤n≤1000）【分析】可以看出来，如果以城市来表示状态，将与搜索无异！1. 递推之前的预处理：将地点按从东到西编号（按横坐标大小.

【问题简述】一个独木桥，可看做一个数轴，上面每个点的坐标分别为 0、1、2、……、L（L≤109）。青蛙从坐标为 0 的点出发，不停地跳跃，直到跳到或超过 L 点。它一次跳跃的距离最小为 S，最大为 T（包括 S、T，1≤S≤T≤10）。独木桥上有 M（M≤100）个石子，位置都是已知的，并且不会重叠。青蛙讨厌踩到石子上。问：青蛙若想通过独木桥，最少要踩几个石子？【分析】很容易想出，若 f(i)表示从起点到达 i 坐标点所踩到石子的最小个数，则f(i)=min{f(i－k)}＋f(i)，s≤k≤t

(1) 苹果树【问题描述】有一棵苹果树，如果树枝有分叉，一定是分 2 叉（就是说没有只有 1 个儿子的结点）。这棵树共有 n 个结点（叶子点或者树枝分叉点），编号为 1～n，树根编号一定是 1。我们用一根树枝两端连接的结点的编号来描述一根树枝的位置。下面是一颗有 4 个树枝的树：现在这颗树枝条太多了，需要剪枝。但是一些树枝上长有苹果。已知需要保留的树枝数量为 q，求出最多能留住多少苹果。数据规模：1＜n≤100，1≤q≤n，每个树枝上的苹果数量不超过 30000（网友：理论上30000个苹果是.

(1) 乘积最大【问题简述】在一个长度为 n 的非 0 数字串中插入 k 个乘号，使表达式的值最大。（6≤n≤40，1≤k≤6）【分析】1. 划分阶段：以一个乘号为一个阶段。2. 状态表示：f(i,l)表示前 i 个数字插入 l 个乘号之后的最大乘积。3. 状态转移方程：f(i,l) = max{f(j, l－1)×s(j＋1, n)}，l<j<i, l≤min{k, i－1}边界条件：f(i,0) = s(1,i)其中 s(a,b)表示连接第 a 个数字到第 b 个数字之后表

6.4 背包问题参见 之后的“第七单元 背包专题”。先欠更~（没办法）6.5 编号问题(1) 最长非降子序列（LIS）【问题描述】一个序列 a1，a2，a3，…，an共 N 个元素。现在请用动态规划的方法求出从序列找到一个长度最长、且前面一项不大于它后面任何一项的子序列。只需输出序列的长度。N≤1000。【分析】1. 递推思路：f(i)表示对于前 i 个数组成的序列，保留第 i 个数时能取得的非降子序列的最大长度。2. 状态转移方程：f(i)＝max{f(j)}＋1（aj＞ai 且 i

(1) 单向取数问题【问题描述】一个 m×n 的方格，每个格子都有一个数字。现在从方格的左上角出发，到右下角停止。要求只能往右走或往下走，且一次只能走一步。现在使经过的所有数字的和最大，问最大值是多少？（1≤m,n≤1000）【分析】很容易想到贪心算法，即每次往数值更大的方向走。不过它是错误的。正确的做法是动态规划：1. 划分阶段：每走一步为一个阶段。2. 状态表示：f(r,c)表示从起点出发走到第 r 行第 c 列②时经过数字总和的最大值。3. 状态转移方程边界处理：让方格的下标从 .

6.2 区间问题：石子合并【问题简述】n 堆石子围成一圈，每堆石子的量 a[i]已知。每次可以将相邻两堆合并为一堆，将合并后石子的总量记为这次合并的得分。n－1 次合并后石子成为一堆。求这 n－1 次合并的得分之和可能的最大值和最小值。（n≤100，1≤i≤n）(1) 环的处理方法以某一点作为起点，按顺时针或逆时针的顺序把环上的元素复制两遍。处理时注意起点范围（0～n－1）和最大长度（n）。例如上面的示例，可以变成：5 9 4 4 5 9 4 4，这样就包含了分别以 5、9、4、4 为起点