基础算法
方法:上课理解思想——>背模板——>做模板题(多敲几遍以增加熟练度)
快速排序
分治
1. 确定分界点
2. 调整区间(左<=x ,右>=x)
3. 递归处理左右两段
归并排序
- 确定分界点 mid=(l+r)/2
- 递归排序 left right
- 归并——合二为一
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;
}
高精度算法
高精度加法
// C = A + B, A >= 0, B >= 0
vector<int> add(vector<int> &A, vector<int> &B)
{
if (A.size() < B.size()) return add(B, A);
vector<int> C;
int t = 0;
for (int i = 0; i < A.size(); i ++ )
{
t += A[i];
if (i < B.size()) t += B[i];
C.push_back(t % 10);
t /= 10;
}
if (t) C.push_back(t);
return C;
}
高精度减法
// C = A - B, 满足A >= B, A >= 0, B >= 0
vector<int> sub(vector<int> &A, vector<int> &B)
{
vector<int> C;
for (int i = 0, t = 0; i < A.size(); i ++ )
{
t = A[i] - t;
if (i < B.size()) t -= B[i];
C.push_back((t + 10) % 10);
if (t < 0) t = 1;
else t = 0;
}
while (C.size() > 1 && C.back() == 0) C.pop_back();
return C;
}
高精度乘低精度
// C = A * b, A >= 0, b >= 0
vector<int> mul(vector<int> &A, int b)
{
vector<int> C;
int t = 0;
for (int i = 0; i < A.size() || t; i ++ )
{
if (i < A.size()) t += A[i] * b;
C.push_back(t % 10);
t /= 10;
}
while (C.size() > 1 && C.back() == 0) C.pop_back();
return C;
}
高精度除低精度
// A / b = C ... r, A >= 0, b > 0
vector<int> div(vector<int> &A, int b, int &r)
{
vector<int> 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;
}
前缀和差分
一维前缀和
S[i] = a[1] + a[2] + … a[i]
a[l] + … + a[r] = S[r] - S[l - 1]
二维前缀和
S[i, j] = 第i行j列格子左上部分所有元素的和
以(x1, y1)为左上角,(x2, y2)为右下角的子矩阵的和为:
S[x2, y2] - S[x1 - 1, y2] - S[x2, y1 - 1] + S[x1 - 1, y1 - 1]
一维差分
给区间[l, r]中的每个数加上c:B[l] += c, B[r + 1] -= c
二维差分
给以(x1, y1)为左上角,(x2, y2)为右下角的子矩阵中的所有元素加上c:
S[x1, y1] += c, S[x2 + 1, y1] -= c, S[x1, y2 + 1] -= c, S[x2 + 1, y2 + 1] += c
双指针算法
先暴力,再找性质(i j 单调关系)优化,复杂度n^2变n
for (int i = 0, j = 0; i < n; i ++ )
{
while (j < i && check(i, j)) j ++ ;
// 具体问题的逻辑
}
常见问题分类:
(1) 对于一个序列,用两个指针维护一段区间
(2) 对于两个序列,维护某种次序,比如归并排序中合并两个有序序列的操作
位运算
- n的2进制表示中第k位是几
- n>>k (所求移到最后一位)
- 看个位数 n&1
- lowbit(x):返回x的最后一位1(带上后缀0
- x&-x
- 原理:x&(~x+1)负数补码
- 应用:统计1的个数,树状数组
离散化
特殊哈希
数据大且离散——>映射
==Points==
- 去重 sort+unique
- 二分求离散化的值
整数,保序
1. 法1:二分实现
vector<int>alls;
sort(alls.begin(),alls.end());
alls.erase(unique(alls.begin(),alls,end()),end());//把多余的去掉
//二分找x对应的离散化的值
int find(int x){
int l=0,r=alls.size()-1;
while(l<r){
int mid=l+r>>1;
if(alls[mid]>=x)//小
r=mid;//往小的那里跑
else//大
l=mid+1;
}
return r+1;//映射到1,2, ,n
}
- lower_bound实现
for(int i=1;i<=n;i++)
b[i]=a[i];
sort(b+1,b+1+n);
int tot=unique(b+1,b+1+n)-(b+1);
for(int i=1;i<=n;i++)
a[i]=lower_bound(b+1,b+1+n,a[i])-b;
区间合并
把有交集的区间合并在一起
1. 按区间左端点排序
2. 扫描 列关系
- 包含 不变
- 后相交 扩ed
- 不相交 ans++,更新st
void merge(vector<PII>&segs){
vector<PII>res;
sort(segs.begin(),segs,end());
int st=-0x7fffffff,ed=-0x7fffffff;
for(auto seg:segs){
if(ed<seg.first){
if(st!=-0x7fffffff)
res.push_back({st,ed});
st=seg.first,ed=seg.second;
}
else
ed=max(ed,seg.second);//扩ed
}
if(st!=-0x7fffffff)
res.push_back({st,ed});//不相交
segs=res;
}