文章目录
- 算法总结-----到处搜集整理的,大多数来自acwing y总
- 一、基础算法
- 1、快速排序
- 2、归并排序
- 3、二分
- 整数二分
- 浮点数二分
- 4、高精度算法
- 高精度加法
- 高精度减法
- 高精度乘法
- 高精度除法
- 5、前缀与差分
- 一维前缀和
- 二维前缀和
- 一维差分
- 二维差分
- 6、双指针算法
- 最长连续不重复子序列
- 子序列的目标和
- 7、位运算
- 8、离散化
- 9、区间合并
- 二、数据结构
- 单链表
- 双链表
- 栈
- 队列
- 普通队列
- 循环队列
- 单调栈
- 单调队列
- KMP算法
- Trie树
- Trie字符串统计
- 求最大异或对
- 并查集
- 连通块中点的数量
- 堆
- 一般哈希
- 字符串哈希
- STL简介
- 三、搜索与图论
- 树与图的存储
- 树与图的遍历
- 拓扑排序
- 朴素dijkstra算法
- 堆优化版dijkstra算法
- Bellman-Ford算法
- spfa 算法(队列优化的Bellman-Ford算法)
- spfa判断图中是否存在负环
- floyd算法
- 朴素版prim算法
- Kruskal算法
- 染色法判别二分图
- 匈牙利算法
- 经典题目
- 排列数字
- n皇后问题
- 走迷宫
- 树的重心
- 图中点的层次
- 有向图的拓扑排序
- 四、数学知识
- 试除法判断质数
- 试除法分解质因数
- 朴素筛法求素数
- 线性筛法求素数
- 试除法求所有约数
- 约数个数和约数之和
- 欧几里得算法
- 求欧拉函数
- 筛法求欧拉函数
- 快速幂
- 扩展欧几里得算法
- 高斯消元
- 递推法求组合数
- 通过预处理逆元的方式求组合数
- Lucas定理
- 分解质因数法求组合数
- 卡特兰数
- NIM游戏
- 公平组合游戏ICG
- 有向图游戏
- Mex运算
- SG函数
- 有向图游戏的和
- 定理
算法总结-----到处搜集整理的,大多数来自acwing y总
一、基础算法
1、快速排序
void quick_sort(int a[],int l,int r) { if(l>=r) return; int i = l-1,j = r+1,mid = a[l+r>>1]; //接下来就是进行交换操作 while(i
do i++;while(a[i] mid); if(i 2、归并排序
//归并排序需要一个tmp数组做临时数组,用于缓存数据 void merge_sort(int q[],int l,int r) { //先设置退出递归的条件 if(l>=r) return; //归并排序是先分再排序 //找到中间点,对两边进行排序 int mid = l+r>>1; merge_sort(q,l,mid),merge_sort(q,mid+1,r); //接下来进行排序操作 int k = 0,i = l,j = mid+1;//k用作tmp数组的下标,i是对左半部分排序的左端点,j是对右半部分排序的左端点 while(i<=mid&&j<=r) { if(q[i]<=q[j]) tmp[k++] = q[i++]; else tmp[k++] = q[j++]; } //上边对部分进行了排序,但是还有一部分没有加入tmp数组,接下来对剩下的数据加入tmp数组 while(i<=mid) tmp[k++] = q[i++]; while(j<=r) tmp[k++] = q[j++]; //现在tmp数组中的数据顺序就是排好序的了,把tmp数组复制给q数组中;就大功告成了 for(int i = l,j = 0;i<=r;i++,j++)//需要注意的是,i是q的下标,从l开始,而j是tmp的下标(即变量k),从0开始 { q[i] = tmp[j]; } //上面就是归并排序的全部了,注释应该写的很清晰吧 }
归并排序中有一个经典问题,就是求逆序对数量
//大致和归并排序差不多,主要就是要返回数据 int merge_sort(int q,int l,int r) { if(l>=r) return 0; int mid = l+r>>1; int res = merge_sort(q,l,mid)+merge_sort(q,mid+1,r);//返回左右两部分各自逆序对的数量 int k = 0,i = l,j = mid+1; while(i<=mid&&j<=r) { if(q[i]<=q[j]) tmp[k++] = q[i++]; else{ res+=mid-i+1;//这里我也解释不太清楚,记住就好了,这里是求逆序对的关键一步 tmp[k++] = q[j++]; } } while(i<=mid) tmp[k++] = q[i++]; while(j<=r) tmp[k++] = q[j++]; for(int i = l,j = 0;i<=r;i++,j++) q[i] = tmp[j]; return res;//最后返回的res就是对当前左右两部分进行归并排序中发现的逆序对的数量 }
3、二分
整数二分
bool check(int x) {/* ... */} // 检查x是否满足某种性质 // 区间[l, r]被划分成[l, mid]和[mid + 1, r]时使用: int bsearch_1(int l, int r) { while (l < r) { int mid = l + r >> 1; if (check(mid)) r = mid; // check()判断mid是否满足性质 else l = mid + 1; } return l; } // 区间[l, r]被划分成[l, mid - 1]和[mid, r]时使用: int bsearch_2(int l, int r) { while (l < r) { int mid = l + r + 1 >> 1; if (check(mid)) l = mid; else r = mid - 1; } return l; }
浮点数二分
bool check(double x) {/* ... */} // 检查x是否满足某种性质 double bsearch_3(double l, double r) { const double eps = 1e-6; // eps 表示精度,取决于题目对精度的要求 while (r - l > eps) { double mid = (l + r) / 2; if (check(mid)) r = mid; else l = mid; } return l; }
4、高精度算法
高精度加法
#include
#include #include using namespace std; vector add(vector &A,vector &B) { int t = 0;//用于存储每次相加的值 vector res; for(int i = 0;i if(i string a,b;//用于输入 vector A,B;//用于存储输入的数,并逆序 cin>>a>>b; //接下来把ab加入到集合中,并逆序 for(int i = a.size()-1;i>=0;i--) A.push_back(a[i]-'0'); for(int i = b.size()-1;i>=0;i--) B.push_back(b[i]-'0'); //加下来进行加法操作 vector res = add(A,B); //由于res中的数据是逆序的,所以输出的时候也应该逆序输出 for(int i = res.size()-1;i>=0;i--) printf("%d",res[i]); return 0; } 高精度减法
#include
using namespace std; bool cmp(vector &A, vector &B) { if(A.size()!=B.size()) return A.size()>B.size(); for(int i = A.size()-1;i>=0;i--) { if(A[i]!=B[i]) return A[i]>B[i]; } return true; } vector sub(vector &A, vector &B) { vector c; for(int i = 0,t = 0;i t = A[i]-t; if(i 1&&c.back() == 0) c.pop_back(); return c; } int main() { string a,b; vector A,B; cin>>a>>b; for(int i = a.size()-1;i>=0;i--) A.push_back(a[i]-'0'); for(int i = b.size()-1;i>=0;i--) B.push_back(b[i]-'0'); vector c; if(cmp(A,B)) { c = sub(A,B); for(int i = c.size()-1;i>=0;i--) printf("%d",c[i]); }else{ c = sub(B,A); printf("-"); for(int i = c.size()-1;i>=0;i--) printf("%d",c[i]); } return 0; } 高精度乘法
#include
using namespace std; vector mul(vector &A, int b) { int t = 0; vector c; for(int i=0;i if(i 1&&c.back()==0) c.pop_back(); return c; } int main() { string a; int b; vector A; cin>>a>>b; for(int i = a.size()-1;i>=0;i--) A.push_back(a[i]-'0'); vector c = mul(A,b); for(int i = c.size()-1;i>=0;i--) printf("%d",c[i]); return 0; } 高精度除法
#include
using namespace std; vector div(vector &A,int b,int &r) { vector c; r = 0; for(int i = A.size()-1;i>=0;i--) { r = r*10+A[i]; c.push_back(r/b); r%=b; } reverse(c.begin(),c.end()); while(c.size()>1&&c.back()==0) c.pop_back(); return c; } int main() { string a; int b; vector A; cin>>a>>b; for(int i = a.size()-1;i>=0;i--) A.push_back(a[i]-'0'); int r; vector c = div(A,b,r); for(int i = c.size()-1;i>=0;i--) printf("%d",c[i]); cout< 5、前缀与差分
一维前缀和
#include
using namespace std; const int N = 1000010; int n,m; int a[N],s[N]; int main() { cin>>n>>m; for(int i = 1;i<=n;i++) { cin>>a[i]; s[i] = s[i-1]+a[i]; } while(m--) { int l,r; cin>>l>>r; cout< 二维前缀和
#include
using namespace std; int n,m,q;//q个询问 const int N = 1010; int a[N][N],s[N][N]; int main() { scanf("%d%d%d",&n,&m,&q); for(int i = 1;i <= n;i++) for(int j = 1;j<=m;j++) scanf("%d",&a[i][j]); for(int i = 1;i <= n;i++) for(int j = 1;j<=m;j++) s[i][j] = s[i-1][j] + s[i][j-1] - s[i-1][j-1] + a[i][j]; while(q--) { int x1,y1,x2,y2; scanf("%d%d%d%d",&x1,&y1,&x2,&y2); printf("%d\n",s[x2][y2]-s[x2][y1-1]-s[x1-1][y2]+s[x1-1][y1-1]); } return 0; } 一维差分
#include
using namespace std; const int N = 100010; int a[N],s[N]; int n,m; void insert(int l,int r,int c) { s[l]+=c; s[r+1]-=c; } int main() { cin>>n>>m; for(int i = 1;i<=n;i++) { cin>>a[i]; insert(i,i,a[i]); } while(m--) { int l,r,c; cin>>l>>r>>c; insert(l,r,c); } for(int i = 1;i<=n;i++) a[i] = a[i-1]+s[i];//把a数组当成s的前缀和 for(int i = 1;i<=n;i++) cout< 二维差分
#include
using namespace std; const int N = 1010; int n,m,q; int a[N][N],b[N][N]; void insert(int x1,int y1,int x2,int y2,int c) { b[x1][y1]+=c; b[x2+1][y1]-=c; b[x1][y2+1]-=c; b[x2+1][y2+1]+=c; } int main() { scanf("%d%d%d",&n,&m,&q); for(int i = 1;i<=n;i++) { for(int j = 1;j<=m;j++) scanf("%d",&a[i][j]); } for(int i = 1;i<=n;i++) for(int j = 1;j<=m;j++) insert(i,j,i,j,a[i][j]); while(q--) { int x1,y1,x2,y2,c; scanf("%d%d%d%d%d",&x1,&y1,&x2,&y2,&c); insert(x1,y1,x2,y2,c); } for(int i = 1;i<=n;i++) for(int j = 1;j<=m;j++) b[i][j] += b[i-1][j] + b[i][j-1] - b[i-1][j-1]; for(int i=1;i<=n;i++) { for(int j = 1;j<=m;j++) printf("%d ",b[i][j]); puts(""); } return 0; } 6、双指针算法
最长连续不重复子序列
#include
using namespace std; const int N = 100010; int a[N],s[N]; int n; int main() { cin>>n; int res = 0; for(int i = 0;i >a[i]; for(int i = 0,j = 0;i s[a[i]]++; while(s[a[i]]>1) { s[a[j]]--; j++; } res = max(res,i-j+1); } cout< 子序列的目标和
#include
using namespace std; const int N = 1000010; int n,m,x; int a[N],b[N]; int main() { scanf("%d%d%d",&n,&m,&x); for(int i = 0;i while(j>-1&&a[i]+b[j]>x)j--; if(a[i]+b[j]==x){ printf("%d %d",i,j); return 0; } } } 7、位运算
#include
using namespace std; int lowbit(int n)//返回n的二进制数据中的最后一位1 { return n&-n; } int main() { int n; cin>>n; while(n--) { int x; cin>>x; int res = 0; while(x) x-=lowbit(x),res++; cout< 8、离散化
//这道题是求区间和 //https://www.acwing.com/activity/content/problem/content/836/ #include
#include #include using namespace std; typedef pair PII; const int N = 300010; int n, m; int a[N], s[N]; vector alls;//用来保存真实的下标和想象的下标的映射关系 vector add, query; //原来保存操作输入的值 int find(int x) { //二分查找 int l = 0, r = alls.size() - 1; while (l int mid = l + r >> 1; if (alls[mid] >=x) r = mid; else l = mid + 1; } return r + 1; // 因为要求前缀和,故下标从1开始方便,不用额外的再处理边界。 } int main () { cin >> n >> m; for (int i = 0; i < n;++ i) { int x, c; cin >> x >> c; add.push_back({x, c}); alls.push_back(x);//先把下标放入向量中 统一离散化 } for (int i = 0; i < m;++ i) { int l, r; cin >> l >> r; query.push_back({l, r}); alls.push_back(l); alls.push_back(r); //将其左右端点也映射进来,目的是可以让我们在虚拟的映射表里找到, //这对于我们后面的前缀和操作时是十分的方便的。如果当我们在虚拟的 //映射表里找的时候,如果没有找到左右端点,那么前缀和无法求 } sort(alls.begin(), alls.end()); //排序 alls.erase(unique(alls.begin(), alls.end()), alls.end());//去除重复元素 // 1)erase( pos, n); 删除从pos开始的n个字符,例如erase( 0, 1), // 删除0位置的一个字符,即删除第一个字符 //(2)erase( position); //删除position处的一个字符(position是个string类型的迭代器) //(3)erase(first,last);删除从first到last之间的字符, // (first和last都是迭代器)last 不能是x.end() //unique 使用 必须要先过一遍sort排序。再者,unique函数返的返回值是 //一个迭代器,它指向的是去重后容器中不重复序列的最后一个元素的 //下一个元素。所以如果 想要得到不重复元素的个数就需要用返回值-开始地址。 for ( auto item : add) { //先对添加里的元素映射 赋值 int x = find(item.first);//找到x的映射值 往原数组中加c a[x] += item.second; // 处理插入 } //for(auto a:b)中b为一个容器,效果是利用a遍历并获得b容器中的每一个值, //但是a无法影响到b容器中的元素。 for (int i = 1; i <= alls.size(); ++i) { s[i] = s[i - 1] + a[i];//前缀和 } for (auto item : query) { int l = find(item.first), r = find(item.second); cout << s[r] - s[l - 1] << endl; }//每个元素都对应一组{first, first}键值对(pair), //键值对中的第一个成员称为first,第二个成员称为second. return 0; } 9、区间合并
#include
using namespace std; int n; typedef pair PII; vector segs; void merge(vector &segs) { vector res; sort(segs.begin(),segs.end()); int st = -2e9,ed = -2e9; for(auto seg:segs) { if(ed if(st!=-2e9) res.push_back({st,ed}); st = seg.first,ed = seg.second; }else ed = max(ed,seg.second); } if(st!=-2e9) res.push_back({st,ed}); segs = res; } int main() { cin>>n; for(int i = 0;i int l,r; cin>>l>>r; segs.push_back({l,r}); } merge(segs); cout< 二、数据结构
单链表
// head存储链表头,e[]存储节点的值,ne[]存储节点的next指针,idx表示当前用到了哪个节点 int head, e[N], ne[N], idx; // 初始化 void init() { head = -1; idx = 0; } // 在链表头插入一个数a void insert(int a) { e[idx] = a, ne[idx] = head, head = idx ++ ; } // 将头结点删除,需要保证头结点存在 void remove() { head = ne[head]; }
双链表
// e[]表示节点的值,l[]表示节点的左指针,r[]表示节点的右指针,idx表示当前用到了哪个节点 int e[N], l[N], r[N], idx; // 初始化 void init() { //0是左端点,1是右端点 r[0] = 1, l[1] = 0; idx = 2; } // 在节点a的右边插入一个数x void insert(int a, int x) { e[idx] = x; l[idx] = a, r[idx] = r[a]; l[r[a]] = idx, r[a] = idx ++ ; } // 删除节点a void remove(int a) { l[r[a]] = l[a]; r[l[a]] = r[a]; }
栈
// tt表示栈顶 int stk[N], tt = 0; // 向栈顶插入一个数 stk[ ++ tt] = x; // 从栈顶弹出一个数 tt -- ; // 栈顶的值 stk[tt]; // 判断栈是否为空,如果 tt > 0,则表示不为空 if (tt > 0) {}
队列
普通队列
// hh 表示队头,tt表示队尾 int q[N], hh = 0, tt = -1; // 向队尾插入一个数 q[ ++ tt] = x; // 从队头弹出一个数 hh ++ ; // 队头的值 q[hh]; // 判断队列是否为空,如果 hh <= tt,则表示不为空 if (hh <= tt) {}
循环队列
// hh 表示队头,tt表示队尾的后一个位置 int q[N], hh = 0, tt = 0; // 向队尾插入一个数 q[tt ++ ] = x; if (tt == N) tt = 0; // 从队头弹出一个数 hh ++ ; if (hh == N) hh = 0; // 队头的值 q[hh]; // 判断队列是否为空,如果hh != tt,则表示不为空 if (hh != tt) {}
单调栈
常见模型:找出每个数左边离它最近的比它大/小的数 int tt = 0; for (int i = 1; i <= n; i ++ ) { while (tt && check(stk[tt], i)) tt -- ; stk[ ++ tt] = i; }
单调队列
常见模型:找出滑动窗口中的最大值/最小值 int hh = 0, tt = -1; for (int i = 0; i < n; i ++ ) { while (hh <= tt && check_out(q[hh])) hh ++ ; // 判断队头是否滑出窗口 while (hh <= tt && check(q[tt], i)) tt -- ; q[ ++ tt] = i; }
KMP算法
// s[]是长文本,p[]是模式串,n是s的长度,m是p的长度 求模式串的Next数组: for (int i = 2, j = 0; i <= m; i ++ ) { while (j && p[i] != p[j + 1]) j = ne[j]; if (p[i] == p[j + 1]) j ++ ; ne[i] = j; } // 匹配 for (int i = 1, j = 0; i <= n; i ++ ) { while (j && s[i] != p[j + 1]) j = ne[j]; if (s[i] == p[j + 1]) j ++ ; if (j == m) { j = ne[j]; // 匹配成功后的逻辑 } }
Trie树
int son[N][26], cnt[N], idx; // 0号点既是根节点,又是空节点 // son[][]存储树中每个节点的子节点 // cnt[]存储以每个节点结尾的单词数量 // 插入一个字符串 void insert(char *str) { int p = 0; for (int i = 0; str[i]; i ++ ) { int u = str[i] - 'a'; if (!son[p][u]) son[p][u] = ++ idx; p = son[p][u]; } cnt[p] ++ ; } // 查询字符串出现的次数 int query(char *str) { int p = 0; for (int i = 0; str[i]; i ++ ) { int u = str[i] - 'a'; if (!son[p][u]) return 0; p = son[p][u]; } return cnt[p]; }
Trie字符串统计
#include
using namespace std; const int N = 1000010; int son[N][26],cnt[N],idx; char str[N];//要操作的字符串 //定义插入操作 void insert(char str[]) { int p = 0; for(int i = 0; str[i]; i++){ int u = str[i]-'a';//将每个字符映射到0-25 if(!son[p][u]) son[p][u] = ++idx;//如果这个字符串不存在,就加一 p = son[p][u];//更新p的值 } //当结束的时候,p就是最后一个字符,让p+1 cnt[p]++; } //定义查询操作 int query(char str[]) { int p = 0; for(int i = 0;str[i];i++){ int u = str[i]-'a'; if(!son[p][u]) return 0; p = son[p][u]; } return cnt[p]; } int main() { int n; scanf("%d",&n); while(n--) { char op[2]; scanf("%s%s",op,str); if(op[0]=='I') insert(str); else printf("%d\n",query(str)); } return 0; } 求最大异或对
#include
using namespace std; const int N = 100010,M = N*31; int a[N];//预先存储各个数字 int n;//有多少个数字 int son[M][2],idx;//Trie树 //往Trie树中插入数据 void insert(int x) { int p = 0;//从根节点开始 for(int i = 30;i>=0;i--){ int u = x>>i&1;//获取x的第i位数字是0还是1 if(!son[p][u]) son[p][u] = ++idx; p = son[p][u]; } } //在Trie树中查询能够与指定数字异或值最大的数,并返回 int query(int x) { int res = 0,p = 0;//res返回最终结果,p表示每个结点 for(int i = 30;i>=0;i--){ int u = x>>i&1;//找到x的第i位数字是0还是1 if(son[p][!u])//如果另外一个方向存在的话,就尽量转到另外那个方向,这样异或得到的值是最大的 { p = son[p][!u];//更改结点 res = res*2+!u;//=更改res的值相当于是移位 }else{ p = son[p][u]; res = res*2+u; } } return res; } int main() { scanf("%d",&n); int res = 0;//结果 for(int i = 0;i insert(a[i]); int t = query(a[i]);//找到与a[i]异或得到最大的那个数字 res = max(res,t^a[i]); } printf("%d",res); return 0; } 并查集
(1)朴素并查集: int p[N]; //存储每个点的祖宗节点 // 返回x的祖宗节点 int find(int x) { if (p[x] != x) p[x] = find(p[x]); return p[x]; } //返回祖宗结点的非递归算法 int find(int x){ int r=x; while(p[r]!=r) r=p[r];//查找祖宗 int i=x,j; while(i!=r){ j=p[i];//临时存i的父亲节点 p[i]=r;//更改i的父亲节点为祖宗 i=j;//对i的父亲下手 } return r; } // 初始化,假定节点编号是1~n for (int i = 1; i <= n; i ++ ) p[i] = i; // 合并a和b所在的两个集合: p[find(a)] = find(b); (2)维护size的并查集: int p[N], size[N]; //p[]存储每个点的祖宗节点, size[]只有祖宗节点的有意义,表示祖宗节点所在集合中的点的数量 // 返回x的祖宗节点 int find(int x) { if (p[x] != x) p[x] = find(p[x]); return p[x]; } // 初始化,假定节点编号是1~n for (int i = 1; i <= n; i ++ ) { p[i] = i; size[i] = 1; } // 合并a和b所在的两个集合: size[find(b)] += size[find(a)]; p[find(a)] = find(b); (3)维护到祖宗节点距离的并查集: int p[N], d[N]; //p[]存储每个点的祖宗节点, d[x]存储x到p[x]的距离 // 返回x的祖宗节点 int find(int x) { if (p[x] != x) { int u = find(p[x]); d[x] += d[p[x]]; p[x] = u; } return p[x]; } // 初始化,假定节点编号是1~n for (int i = 1; i <= n; i ++ ) { p[i] = i; d[i] = 0; } // 合并a和b所在的两个集合: p[find(a)] = find(b); d[find(a)] = distance; // 根据具体问题,初始化find(a)的偏移量 (4)merge合并操作 void merge(int a,int b) { p[find(a)] = find(b); }
连通块中点的数量
#include
using namespace std; const int N = 100010; int n,m; int p[N],s[N]; int find(int x) { if(p[x]!=x) p[x] = find(p[x]); return p[x]; } int main() { scanf("%d%d",&n,&m); for(int i =1;i<=n;i++) { p[i] = i; s[i] = 1; } while(m--) { char op[5]; int a,b; scanf("%s",op); if(op[0]=='C') { scanf("%d%d",&a,&b); if(find(a)==find(b)) continue; s[find(b)]+=s[find(a)]; p[find(a)] = find(b); }else if(op[1]=='1'){ scanf("%d%d",&a,&b); if(find(a)==find(b)) puts("Yes"); else puts("No"); }else{ scanf("%d",&a); printf("%d\n",s[find(a)]); } } return 0; } 堆
// h[N]存储堆中的值, h[1]是堆顶,x的左儿子是2x, 右儿子是2x + 1 // ph[k]存储第k个插入的点在堆中的位置 // hp[k]存储堆中下标是k的点是第几个插入的 int h[N], ph[N], hp[N], size; // 交换两个点,及其映射关系 void heap_swap(int a, int b) { swap(ph[hp[a]],ph[hp[b]]); swap(hp[a], hp[b]); swap(h[a], h[b]); } void down(int u) { int t = u; if (u * 2 <= size && h[u * 2] < h[t]) t = u * 2; if (u * 2 + 1 <= size && h[u * 2 + 1] < h[t]) t = u * 2 + 1; if (u != t) { heap_swap(u, t); down(t); } } void up(int u) { while (u / 2 && h[u] < h[u / 2]) { heap_swap(u, u / 2); u >>= 1; } } // O(n)建堆 for (int i = n / 2; i; i -- ) down(i);
一般哈希
(1) 拉链法 int h[N], e[N], ne[N], idx; // 向哈希表中插入一个数 void insert(int x) { int k = (x % N + N) % N; e[idx] = x; ne[idx] = h[k]; h[k] = idx ++ ; } // 在哈希表中查询某个数是否存在 bool find(int x) { int k = (x % N + N) % N; for (int i = h[k]; i != -1; i = ne[i]) if (e[i] == x) return true; return false; } (2) 开放寻址法 int h[N]; // 如果x在哈希表中,返回x的下标;如果x不在哈希表中,返回x应该插入的位置 int find(int x) { int t = (x % N + N) % N; while (h[t] != null && h[t] != x) { t ++ ; if (t == N) t = 0; } return t; }
字符串哈希
核心思想:将字符串看成P进制数,P的经验值是131或13331,取这两个值的冲突概率低 小技巧:取模的数用2^64,这样直接用unsigned long long存储,溢出的结果就是取模的结果 typedef unsigned long long ULL; ULL h[N], p[N]; // h[k]存储字符串前k个字母的哈希值, p[k]存储 P^k mod 2^64 // 初始化 p[0] = 1; for (int i = 1; i <= n; i ++ ) { h[i] = h[i - 1] * P + str[i]; p[i] = p[i - 1] * P; } // 计算子串 str[l ~ r] 的哈希值 ULL get(int l, int r) { return h[r] - h[l - 1] * p[r - l + 1]; }
STL简介
vector, 变长数组,倍增的思想 size() 返回元素个数 empty() 返回是否为空 clear() 清空 front()/back() push_back()/pop_back() begin()/end() [] 支持比较运算,按字典序 pair
first, 第一个元素 second, 第二个元素 支持比较运算,以first为第一关键字,以second为第二关键字(字典序) string,字符串 size()/length() 返回字符串长度 empty() clear() substr(起始下标,(子串长度)) 返回子串 c_str() 返回字符串所在字符数组的起始地址 queue, 队列 size() empty() push() 向队尾插入一个元素 front() 返回队头元素 back() 返回队尾元素 pop() 弹出队头元素 priority_queue, 优先队列,默认是大根堆 size() empty() push() 插入一个元素 top() 返回堆顶元素 pop() 弹出堆顶元素 定义成小根堆的方式:priority_queue , greater > q; stack, 栈 size() empty() push() 向栈顶插入一个元素 top() 返回栈顶元素 pop() 弹出栈顶元素 deque, 双端队列 size() empty() clear() front()/back() push_back()/pop_back() push_front()/pop_front() begin()/end() [] set, map, multiset, multimap, 基于平衡二叉树(红黑树),动态维护有序序列 size() empty() clear() begin()/end() ++, -- 返回前驱和后继,时间复杂度 O(logn) set/multiset insert() 插入一个数 find() 查找一个数 count() 返回某一个数的个数 erase() (1) 输入是一个数x,删除所有x O(k + logn) (2) 输入一个迭代器,删除这个迭代器 lower_bound()/upper_bound() lower_bound(x) 返回大于等于x的最小的数的迭代器 upper_bound(x) 返回大于x的最小的数的迭代器 map/multimap insert() 插入的数是一个pair erase() 输入的参数是pair或者迭代器 find() [] 注意multimap不支持此操作。 时间复杂度是 O(logn) lower_bound()/upper_bound() unordered_set, unordered_map, unordered_multiset, unordered_multimap, 哈希表 和上面类似,增删改查的时间复杂度是 O(1) 不支持 lower_bound()/upper_bound(), 迭代器的++,-- bitset, 圧位 bitset<10000> s; ~, &, |, ^ >>, << ==, != [] count() 返回有多少个1 any() 判断是否至少有一个1 none() 判断是否全为0 set() 把所有位置成1 set(k, v) 将第k位变成v reset() 把所有位变成0 flip() 等价于~ flip(k) 把第k位取反 三、搜索与图论
树与图的存储
树是一种特殊的图,与的图的存储方式相同
对于无向图的边ab,可以表示为a->b,b->a
(1)邻接矩阵:g[a][b]存储边a->b
(2)邻接表:
// 对于每个点k,开一个单链表,存储k所有可以走到的点。h[k]存储这个单链表的头结点 int h[N], e[N], ne[N], idx; // 添加一条边a->b void add(int a, int b) { e[idx] = b, ne[idx] = h[a], h[a] = idx ++ ; } // 初始化 idx = 0; memset(h, -1, sizeof h);
树与图的遍历
时间复杂度O(n+m),n表示点数,m表示边数
一、深度优先搜索
int dfs(int u) { st[u] = true; // st[u] 表示点u已经被遍历过 for (int i = h[u]; i != -1; i = ne[i]) { int j = e[i]; if (!st[j]) dfs(j); } }
二、广度优先搜索
queue
q; st[1] = true; // 表示1号点已经被遍历过 q.push(1); while (q.size()) { int t = q.front(); q.pop(); for (int i = h[t]; i != -1; i = ne[i]) { int j = e[i]; if (!st[j]) { st[j] = true; // 表示点j已经被遍历过 q.push(j); } } } 拓扑排序
时间复杂度O(n+m),n表示点数,m表示边数
bool topsort() { int hh = 0, tt = -1; // d[i] 存储点i的入度 for (int i = 1; i <= n; i ++ ) if (!d[i]) q[ ++ tt] = i; while (hh <= tt) { int t = q[hh ++ ]; for (int i = h[t]; i != -1; i = ne[i]) { int j = e[i]; if (-- d[j] == 0) q[ ++ tt] = j; } } // 如果所有点都入队了,说明存在拓扑序列;否则不存在拓扑序列。 return tt == n - 1; }
朴素dijkstra算法
时间复杂度是 O ( n 2 + m ) , n 表示点数, m 表示边数 时间复杂度是O(n^2+m),n表示点数,m表示边数 时间复杂度是O(n2+m),n表示点数,m表示边数
int g[N][N]; // 存储每条边 int dist[N]; // 存储1号点到每个点的最短距离 bool st[N]; // 存储每个点的最短路是否已经确定 // 求1号点到n号点的最短路,如果不存在则返回-1 int dijkstra() { memset(dist, 0x3f, sizeof dist); dist[1] = 0; for (int i = 0; i < n - 1; i ++ ) { int t = -1; // 在还未确定最短路的点中,寻找距离最小的点 for (int j = 1; j <= n; j ++ ) if (!st[j] && (t == -1 || dist[t] > dist[j])) t = j; // 用t更新其他点的距离 for (int j = 1; j <= n; j ++ ) dist[j] = min(dist[j], dist[t] + g[t][j]); st[t] = true; } if (dist[n] == 0x3f3f3f3f) return -1; return dist[n]; }
堆优化版dijkstra算法
时间复杂度 O ( m log n ) , n 表示点数, m 表示边数 时间复杂度O(m\log_n),n表示点数,m表示边数 时间复杂度O(mlogn),n表示点数,m表示边数
typedef pair
PII; int n; // 点的数量 int h[N], w[N], e[N], ne[N], idx; // 邻接表存储所有边 int dist[N]; // 存储所有点到1号点的距离 bool st[N]; // 存储每个点的最短距离是否已确定 // 求1号点到n号点的最短距离,如果不存在,则返回-1 int dijkstra() { memset(dist, 0x3f, sizeof dist); dist[1] = 0; priority_queue , greater > heap; heap.push({0, 1}); // first存储距离,second存储节点编号 while (heap.size()) { auto t = heap.top(); heap.pop(); int ver = t.second, distance = t.first; if (st[ver]) continue; st[ver] = true; for (int i = h[ver]; i != -1; i = ne[i]) { int j = e[i]; if (dist[j] > distance + w[i]) { dist[j] = distance + w[i]; heap.push({dist[j], j}); } } } if (dist[n] == 0x3f3f3f3f) return -1; return dist[n]; } Bellman-Ford算法
时间复杂度 O ( n m ) , n 表示点数, m 表示边数 时间复杂度O(nm),n表示点数,m表示边数 时间复杂度O(nm),n表示点数,m表示边数
int n, m; // n表示点数,m表示边数 int dist[N]; // dist[x]存储1到x的最短路距离 struct Edge // 边,a表示出点,b表示入点,w表示边的权重 { int a, b, w; }edges[M]; // 求1到n的最短路距离,如果无法从1走到n,则返回-1。 int bellman_ford() { memset(dist, 0x3f, sizeof dist); dist[1] = 0; // 如果第n次迭代仍然会松弛三角不等式,就说明存在一条长度是n+1的最短路径,由抽屉原理,路径中至少存在两个相同的点,说明图中存在负权回路。 for (int i = 0; i < n; i ++ ) { for (int j = 0; j < m; j ++ ) { int a = edges[j].a, b = edges[j].b, w = edges[j].w; if (dist[b] > dist[a] + w) dist[b] = dist[a] + w; } } if (dist[n] > 0x3f3f3f3f / 2) return -1; return dist[n]; }
spfa 算法(队列优化的Bellman-Ford算法)
时间复杂度,平均情况下 O ( m ) ,最坏情况下 O ( n m ) , n 表示点数, m 表示边数 时间复杂度,平均情况下O(m),最坏情况下O(nm),n表示点数,m表示边数 时间复杂度,平均情况下O(m),最坏情况下O(nm),n表示点数,m表示边数
int n; // 总点数 int h[N], w[N], e[N], ne[N], idx; // 邻接表存储所有边 int dist[N]; // 存储每个点到1号点的最短距离 bool st[N]; // 存储每个点是否在队列中 // 求1号点到n号点的最短路距离,如果从1号点无法走到n号点则返回-1 int spfa() { memset(dist, 0x3f, sizeof dist); dist[1] = 0; queue
q; q.push(1); st[1] = true; while (q.size()) { auto t = q.front(); q.pop(); st[t] = false; for (int i = h[t]; i != -1; i = ne[i]) { int j = e[i]; if (dist[j] > dist[t] + w[i]) { dist[j] = dist[t] + w[i]; if (!st[j]) // 如果队列中已存在j,则不需要将j重复插入 { q.push(j); st[j] = true; } } } } if (dist[n] == 0x3f3f3f3f) return -1; return dist[n]; }
spfa判断图中是否存在负环
时间复杂度 O ( n m ) , n 表示点数, m 表示边数 时间复杂度O(nm),n表示点数,m表示边数 时间复杂度O(nm),n表示点数,m表示边数
int n; // 总点数 int h[N], w[N], e[N], ne[N], idx; // 邻接表存储所有边 int dist[N], cnt[N]; // dist[x]存储1号点到x的最短距离,cnt[x]存储1到x的最短路中经过的点数 bool st[N]; // 存储每个点是否在队列中 // 如果存在负环,则返回true,否则返回false。 bool spfa() { // 不需要初始化dist数组 // 原理:如果某条最短路径上有n个点(除了自己),那么加上自己之后一共有n+1个点,由抽屉原理一定有两个点相同,所以存在环。 queue
q; for (int i = 1; i <= n; i ++ ) { q.push(i); st[i] = true; } while (q.size()) { auto t = q.front(); q.pop(); st[t] = false; for (int i = h[t]; i != -1; i = ne[i]) { int j = e[i]; if (dist[j] > dist[t] + w[i]) { dist[j] = dist[t] + w[i]; cnt[j] = cnt[t] + 1; if (cnt[j] >= n) return true; // 如果从1号点到x的最短路中包含至少n个点(不包括自己),则说明存在环 if (!st[j]) { q.push(j); st[j] = true; } } } } return false; }
floyd算法
时间复杂度 O ( n 3 ) , n 表示点数 时间复杂度O(n^3),n表示点数 时间复杂度O(n3),n表示点数
初始化: for (int i = 1; i <= n; i ++ ) for (int j = 1; j <= n; j ++ ) if (i == j) d[i][j] = 0; else d[i][j] = INF; // 算法结束后,d[a][b]表示a到b的最短距离 void floyd() { for (int k = 1; k <= n; k ++ ) for (int i = 1; i <= n; i ++ ) for (int j = 1; j <= n; j ++ ) d[i][j] = min(d[i][j], d[i][k] + d[k][j]); }
朴素版prim算法
时间复杂度 O ( n 2 + m ) , n 表示点数, m 表示边数 时间复杂度O(n^2+m),n表示点数,m表示边数 时间复杂度O(n2+m),n表示点数,m表示边数
int n; // n表示点数 int g[N][N]; // 邻接矩阵,存储所有边 int dist[N]; // 存储其他点到当前最小生成树的距离 bool st[N]; // 存储每个点是否已经在生成树中 // 如果图不连通,则返回INF(值是0x3f3f3f3f), 否则返回最小生成树的树边权重之和 int prim() { memset(dist, 0x3f, sizeof dist); int res = 0; for (int i = 0; i < n; i ++ ) { int t = -1; for (int j = 1; j <= n; j ++ ) if (!st[j] && (t == -1 || dist[t] > dist[j])) t = j; if (i && dist[t] == INF) return INF; if (i) res += dist[t]; st[t] = true; for (int j = 1; j <= n; j ++ ) dist[j] = min(dist[j], g[t][j]); } return res; }
Kruskal算法
时间复杂度 O ( m log m ) , n 表示点数, m 表示边数 时间复杂度O(m\log_m),n表示点数,m表示边数 时间复杂度O(mlogm),n表示点数,m表示边数
int n, m; // n是点数,m是边数 int p[N]; // 并查集的父节点数组 struct Edge // 存储边 { int a, b, w; bool operator< (const Edge &W)const { return w < W.w; } }edges[M]; int find(int x) // 并查集核心操作 { if (p[x] != x) p[x] = find(p[x]); return p[x]; } int kruskal() { sort(edges, edges + m); for (int i = 1; i <= n; i ++ ) p[i] = i; // 初始化并查集 int res = 0, cnt = 0; for (int i = 0; i < m; i ++ ) { int a = edges[i].a, b = edges[i].b, w = edges[i].w; a = find(a), b = find(b); if (a != b) // 如果两个连通块不连通,则将这两个连通块合并 { p[a] = b; res += w; cnt ++ ; } } if (cnt < n - 1) return INF; return res; }
染色法判别二分图
时间复杂度 O ( n + m ) , n 表示点数, m 表示边数 时间复杂度O(n+m),n表示点数,m表示边数 时间复杂度O(n+m),n表示点数,m表示边数
int n; // n表示点数 int h[N], e[M], ne[M], idx; // 邻接表存储图 int color[N]; // 表示每个点的颜色,-1表示未染色,0表示白色,1表示黑色 // 参数:u表示当前节点,c表示当前点的颜色 bool dfs(int u, int c) { color[u] = c; for (int i = h[u]; i != -1; i = ne[i]) { int j = e[i]; if (color[j] == -1) { if (!dfs(j, !c)) return false; } else if (color[j] == c) return false; } return true; } bool check() { memset(color, -1, sizeof color); bool flag = true; for (int i = 1; i <= n; i ++ ) if (color[i] == -1) if (!dfs(i, 0)) { flag = false; break; } return flag; }
匈牙利算法
时间复杂度 O ( n m ) , n 表示点数, m 表示边数 时间复杂度O(nm),n表示点数,m表示边数 时间复杂度O(nm),n表示点数,m表示边数
int n1, n2; // n1表示第一个集合中的点数,n2表示第二个集合中的点数 int h[N], e[M], ne[M], idx; // 邻接表存储所有边,匈牙利算法中只会用到从第一个集合指向第二个集合的边,所以这里只用存一个方向的边 int match[N]; // 存储第二个集合中的每个点当前匹配的第一个集合中的点是哪个 bool st[N]; // 表示第二个集合中的每个点是否已经被遍历过 bool find(int x) { for (int i = h[x]; i != -1; i = ne[i]) { int j = e[i]; if (!st[j]) { st[j] = true; if (match[j] == 0 || find(match[j])) { match[j] = x; return true; } } } return false; } // 求最大匹配数,依次枚举第一个集合中的每个点能否匹配第二个集合中的点 int res = 0; for (int i = 1; i <= n1; i ++ ) { memset(st, false, sizeof st); if (find(i)) res ++ ; }
经典题目
排列数字
#include
#include using namespace std; const int N = 100010; int path[N]; bool st[N]; int n; void dfs(int u) { if(u==n+1) { for(int i = 1;i<=n;i++) printf("%d ",path[i]); puts(""); return; } for(int i = 1;i<=n;i++) { if(!st[i]) { //更新数据 path[u] = i; st[i] = true; dfs(u+1);//继续往下递归 //回溯 st[i] = false; } } } int main() { cin>>n; dfs(1); return 0; } n皇后问题
#include
#include using namespace std; const int N = 20; char path[N][N]; bool col[N],dg[N],udg[N]; int n; void dfs(int u) { if(u==n+1) { for(int i = 1;i<=n;i++){ for(int j = 1;j<=n;j++) printf("%c",path[i][j]); puts(""); } puts(""); return; } for(int i = 1;i<=n;i++) { if(!col[i]&&!dg[u+i]&&!udg[n-u+i]) { path[u][i] = 'Q'; col[i] = dg[u+i] = udg[n-u+i] = true; dfs(u+1); path[u][i] = '.'; col[i] = dg[u+i] = udg[n-u+i] = false; } } } int main() { cin>>n; for(int i = 1;i<=n;i++) for(int j = 1;j<=n;j++) path[i][j] = '.'; dfs(1); return 0; } 走迷宫
#include
#include #include #include using namespace std; const int N = 110; typedef pair PII; int path[N][N];//用于记录图中的数据 int d[N][N];//用于记录每个点到起始点的距离 int n,m;//图的高度和宽度 queue q; int bfs() { int dx[4] = {-1,1,0,0},dy[4] = {0,0,-1,1};//定义向量 memset(d,-1,sizeof d);//将所有点的距离设为-1 d[0][0] = 0;//将起始点的距离设为0; q.push({0,0});//将起始点的坐标加入队列 while(!q.empty()) { PII h = q.front();//取出队头元素 q.pop();//每次取出队头元素之后,就应该删除队头元素 //接下来对该元素的上下左右进行遍历 for(int i = 0;i<4;i++) { int x = h.first+dx[i],y = h.second+dy[i];//设置某个方向上点的坐标 //接下来判断该点是否满足条件,如果满足条件,那么就修改该点的距离,并加入队列以供下次遍历 if(x>=0&&x =0&&y d[x][y] = d[h.first][h.second]+1;//修改距离 q.push({x,y});//加入队列 } } } return d[n-1][m-1]; } int main() { cin>>n>>m; for(int i = 0;i >path[i][j]; cout< 树的重心
#include
#include #include using namespace std; const int N = 1000010,M = 2*N; int h[N],e[M],ne[M],idx; int n; int ans = N;//初始化一个比较大的值,以便于后面做比较 bool st[N]; void add(int a,int b) { e[idx] = b,ne[idx] = h[a],h[a] = idx++; } int dfs(int u) { st[u] = true; int sum = 1,res = 0;//sum存储以u为根节点的子树的结点个数,res存储删除结点u之后各个连通块中sum的最大值 for(int i = h[u];i!=-1;i = ne[i]) { int j = e[i]; if(!st[j]) { int s = dfs(j); sum+=s; res = max(s,res); } } res = max(res,n-sum);/*上面的res仅仅是所有子树中sum的最大值,要求所有连通块的最大值,还需要与剩余部分进行比较, 而剩余部分的结点个数是n-sum,所以res的最终值是max(res,n-sum)*/ ans = min(ans,res);/*找到删除结点u之后各个连通块结点数最大值之后,更新结果,取较小值*/ return sum;//返回以u为根节点的树的总结点数 } int main() { cin>>n; memset(h,-1,sizeof h); for(int i = 1;i int a,b; cin>>a>>b; add(a,b),add(b,a); } dfs(1); cout< 图中点的层次
#include
#include using namespace std; const int N = 100010; int n,m;//要输入的数据 int d[N],q[N];//距离数组和队列 int h[N],e[N],ne[N],idx; void add(int a,int b) { e[idx] = b,ne[idx] = h[a],h[a] = idx++; } int bfs() { int hh = 0,tt = 0; q[0] = 1; memset(d,-1,sizeof d); d[1] = 0; while(hh<=tt) { int t = q[hh++]; for(int i = h[t];i!=-1;i = ne[i]) { int j = e[i]; if(d[j] == -1) { d[j] = d[t]+1; q[++tt] = j; } } } return d[n]; } int main() { cin>>n>>m; memset(h,-1,sizeof h); for(int i = 0;i int a,b; cin>>a>>b; add(a,b); } cout< 有向图的拓扑排序
#include
#include #include using namespace std; const int N = 100010; int n,m; int d[N],q[N]; int h[N],e[N],ne[N],idx; void add(int a,int b) { e[idx] = b,ne[idx] = h[a],h[a] = idx++; } bool topsort() { int hh = 0,tt = -1; for(int i = 1;i<=n;i++) { if(!d[i]) q[++tt] = i; } while(hh<=tt) { int t = q[hh++]; for(int i = h[t];i!=-1;i = ne[i]) { int j = e[i]; d[j] --; if(!d[j]) q[++tt] = j; } } return tt == n-1; } int main() { cin>>n>>m; memset(h,-1,sizeof h); for(int i = 0;i int a,b; cin>>a>>b; add(a,b); d[b] ++; } if(topsort()) { for(int i = 0;i 四、数学知识
试除法判断质数
bool is_prime(int x) { if (x < 2) return false; for (int i = 2; i <= x / i; i ++ ) if (x % i == 0) return false; return true; }
试除法分解质因数
void divide(int x) { for (int i = 2; i <= x / i; i ++ ) if (x % i == 0) { int s = 0; while (x % i == 0) x /= i, s ++ ; cout << i << ' ' << s << endl; } if (x > 1) cout << x << ' ' << 1 << endl; cout << endl; }
朴素筛法求素数
int primes[N], cnt; // primes[]存储所有素数 bool st[N]; // st[x]存储x是否被筛掉 void get_primes(int n) { for (int i = 2; i <= n; i ++ ) { if (st[i]) continue; primes[cnt ++ ] = i; for (int j = i + i; j <= n; j += i) st[j] = true; } }
线性筛法求素数
int primes[N], cnt; // primes[]存储所有素数 bool st[N]; // st[x]存储x是否被筛掉 void get_primes(int n) { for (int i = 2; i <= n; i ++ ) { if (!st[i]) primes[cnt ++ ] = i; for (int j = 0; primes[j] <= n / i; j ++ ) { st[primes[j] * i] = true; if (i % primes[j] == 0) break; } } }
试除法求所有约数
vector
get_divisors(int x) { vector res; for (int i = 1; i <= x / i; i ++ ) if (x % i == 0) { res.push_back(i); if (i != x / i) res.push_back(x / i); } sort(res.begin(), res.end()); return res; } 约数个数和约数之和
如果 N = p1^c1 * p2^c2 * ... *pk^ck 约数个数: (c1 + 1) * (c2 + 1) * ... * (ck + 1) 约数之和: (p1^0 + p1^1 + ... + p1^c1) * ... * (pk^0 + pk^1 + ... + pk^ck)
欧几里得算法
int gcd(int a, int b) { return b ? gcd(b, a % b) : a; }
求欧拉函数
int phi(int x) { int res = x; for (int i = 2; i <= x / i; i ++ ) if (x % i == 0) { res = res / i * (i - 1); while (x % i == 0) x /= i; } if (x > 1) res = res / x * (x - 1); return res; }
筛法求欧拉函数
int primes[N], cnt; // primes[]存储所有素数 int euler[N]; // 存储每个数的欧拉函数 bool st[N]; // st[x]存储x是否被筛掉 void get_eulers(int n) { euler[1] = 1; for (int i = 2; i <= n; i ++ ) { if (!st[i]) { primes[cnt ++ ] = i; euler[i] = i - 1; } for (int j = 0; primes[j] <= n / i; j ++ ) { int t = primes[j] * i; st[t] = true; if (i % primes[j] == 0) { euler[t] = euler[i] * primes[j]; break; } euler[t] = euler[i] * (primes[j] - 1); } }
快速幂
求 m^k mod p,时间复杂度 O(logk)。 int qmi(int m, int k, int p) { int res = 1 % p, t = m; while (k) { if (k&1) res = res * t % p; t = t * t % p; k >>= 1; } return res; }
扩展欧几里得算法
// 求x, y,使得ax + by = gcd(a, b) int exgcd(int a, int b, int &x, int &y) { if (!b) { x = 1; y = 0; return a; } int d = exgcd(b, a % b, y, x); y -= (a/b) * x; return d; }
高斯消元
// a[N][N]是增广矩阵 int gauss() { int c, r; for (c = 0, r = 0; c < n; c ++ ) { int t = r; for (int i = r; i < n; i ++ ) // 找到绝对值最大的行 if (fabs(a[i][c]) > fabs(a[t][c])) t = i; if (fabs(a[t][c]) < eps) continue; for (int i = c; i <= n; i ++ ) swap(a[t][i], a[r][i]); // 将绝对值最大的行换到最顶端 for (int i = n; i >= c; i -- ) a[r][i] /= a[r][c]; // 将当前行的首位变成1 for (int i = r + 1; i < n; i ++ ) // 用当前行将下面所有的列消成0 if (fabs(a[i][c]) > eps) for (int j = n; j >= c; j -- ) a[i][j] -= a[r][j] * a[i][c]; r ++ ; } if (r < n) { for (int i = r; i < n; i ++ ) if (fabs(a[i][n]) > eps) return 2; // 无解 return 1; // 有无穷多组解 } for (int i = n - 1; i >= 0; i -- ) for (int j = i + 1; j < n; j ++ ) a[i][n] -= a[i][j] * a[j][n]; return 0; // 有唯一解 }
递推法求组合数
// c[a][b] 表示从a个苹果中选b个的方案数 for (int i = 0; i < N; i ++ ) for (int j = 0; j <= i; j ++ ) if (!j) c[i][j] = 1; else c[i][j] = (c[i - 1][j] + c[i - 1][j - 1]) % mod;
通过预处理逆元的方式求组合数
首先预处理出所有阶乘取模的余数fact[N],以及所有阶乘取模的逆元infact[N] 如果取模的数是质数,可以用费马小定理求逆元 int qmi(int a, int k, int p) // 快速幂模板 { int res = 1; while (k) { if (k & 1) res = (LL)res * a % p; a = (LL)a * a % p; k >>= 1; } return res; } // 预处理阶乘的余数和阶乘逆元的余数 fact[0] = infact[0] = 1; for (int i = 1; i < N; i ++ ) { fact[i] = (LL)fact[i - 1] * i % mod; infact[i] = (LL)infact[i - 1] * qmi(i, mod - 2, mod) % mod; }
Lucas定理
若p是质数,则对于任意整数 1 <= m <= n,有: C(n, m) = C(n % p, m % p) * C(n / p, m / p) (mod p) int qmi(int a, int k, int p) // 快速幂模板 { int res = 1 % p; while (k) { if (k & 1) res = (LL)res * a % p; a = (LL)a * a % p; k >>= 1; } return res; } int C(int a, int b, int p) // 通过定理求组合数C(a, b) { if (a < b) return 0; LL x = 1, y = 1; // x是分子,y是分母 for (int i = a, j = 1; j <= b; i --, j ++ ) { x = (LL)x * i % p; y = (LL) y * j % p; } return x * (LL)qmi(y, p - 2, p) % p; } int lucas(LL a, LL b, int p) { if (a < p && b < p) return C(a, b, p); return (LL)C(a % p, b % p, p) * lucas(a / p, b / p, p) % p; }
分解质因数法求组合数
当我们需要求出组合数的真实值,而非对某个数的余数时,分解质因数的方式比较好用: 1. 筛法求出范围内的所有质数 2. 通过 C(a, b) = a! / b! / (a - b)! 这个公式求出每个质因子的次数。 n! 中p的次数是 n / p + n / p^2 + n / p^3 + ... 3. 用高精度乘法将所有质因子相乘 int primes[N], cnt; // 存储所有质数 int sum[N]; // 存储每个质数的次数 bool st[N]; // 存储每个数是否已被筛掉 void get_primes(int n) // 线性筛法求素数 { for (int i = 2; i <= n; i ++ ) { if (!st[i]) primes[cnt ++ ] = i; for (int j = 0; primes[j] <= n / i; j ++ ) { st[primes[j] * i] = true; if (i % primes[j] == 0) break; } } } int get(int n, int p) // 求n!中的次数 { int res = 0; while (n) { res += n / p; n /= p; } return res; } vector
mul(vector a, int b) // 高精度乘低精度模板 { vector c; int t = 0; for (int i = 0; i < a.size(); i ++ ) { t += a[i] * b; c.push_back(t % 10); t /= 10; } while (t) { c.push_back(t % 10); t /= 10; } return c; } get_primes(a); // 预处理范围内的所有质数 for (int i = 0; i < cnt; i ++ ) // 求每个质因数的次数 { int p = primes[i]; sum[i] = get(a, p) - get(b, p) - get(a - b, p); } vector res; res.push_back(1); for (int i = 0; i < cnt; i ++ ) // 用高精度乘法将所有质因子相乘 for (int j = 0; j < sum[i]; j ++ ) res = mul(res, primes[i]); 卡特兰数
给定n个0和n个1,它们按照某种顺序排成长度为2n的序列,满足任意前缀中0的个数都不少于1的个数的序列的数量为: Cat(n) = C(2n, n) / (n + 1)
NIM游戏
给定N堆物品,第i堆物品有Ai个。两名玩家轮流行动,每次可以任选一堆,取走任意多个物品,可把一堆取光,但不能不取。取走最后一件物品者获胜。两人都采取最优策略,问先手是否必胜。 我们把这种游戏称为NIM博弈。把游戏过程中面临的状态称为局面。整局游戏第一个行动的称为先手,第二个行动的称为后手。若在某一局面下无论采取何种行动,都会输掉游戏,则称该局面必败。 所谓采取最优策略是指,若在某一局面下存在某种行动,使得行动后对面面临必败局面,则优先采取该行动。同时,这样的局面被称为必胜。我们讨论的博弈问题一般都只考虑理想情况,即两人均无失误,都采取最优策略行动时游戏的结果。 NIM博弈不存在平局,只有先手必胜和先手必败两种情况。 定理: NIM博弈先手必胜,当且仅当 A1 ^ A2 ^ … ^ An != 0
公平组合游戏ICG
若一个游戏满足: 1、由两名玩家交替行动; 2、在游戏进程的任意时刻,可以执行的合法行动与轮到哪名玩家无关; 3、不能行动的玩家判负; 则称该游戏为一个公平组合游戏。 NIM博弈属于公平组合游戏,但城建的棋类游戏,比如围棋,就不是公平组合游戏。因为围棋交战双方分别只能落黑子和白子,胜负判定也比较复杂,不满足条件2和条件3。
有向图游戏
给定一个有向无环图,图中有一个唯一的起点,在起点上放有一枚棋子。两名玩家交替地把这枚棋子沿有向边进行移动,每次可以移动一步,无法移动者判负。该游戏被称为有向图游戏。 任何一个公平组合游戏都可以转化为有向图游戏。具体方法是,把每个局面看成图中的一个节点,并且从每个局面向沿着合法行动能够到达的下一个局面连有向边。
Mex运算
设S表示一个非负整数集合。定义mex(S)为求出不属于集合S的最小非负整数的运算,即: mex(S) = min{x}, x属于自然数,且x不属于S
SG函数
在有向图游戏中,对于每个节点x,设从x出发共有k条有向边,分别到达节点y1, y2, …, yk,定义SG(x)为x的后继节点y1, y2, …, yk 的SG函数值构成的集合再执行mex(S)运算的结果,即: SG(x) = mex({SG(y1), SG(y2), …, SG(yk)}) 特别地,整个有向图游戏G的SG函数值被定义为有向图游戏起点s的SG函数值,即SG(G) = SG(s)。
有向图游戏的和
设G1, G2, …, Gm 是m个有向图游戏。定义有向图游戏G,它的行动规则是任选某个有向图游戏Gi,并在Gi上行动一步。G被称为有向图游戏G1, G2, …, Gm的和。 有向图游戏的和的SG函数值等于它包含的各个子游戏SG函数值的异或和,即: SG(G) = SG(G1) ^ SG(G2) ^ … ^ SG(Gm)
定理
有向图游戏的某个局面必胜,当且仅当该局面对应节点的SG函数值大于0。 有向图游戏的某个局面必败,当且仅当该局面对应节点的SG函数值等于0。