今天开始图论，来张图论的算法概述（摘自YXC大佬）

这里写目录标题快速排序归并排序大数加法大数减法大数乘法大数除法二维前缀和二维差分双指针求最大子串区间合并 快速排序 #include <stdio.h> void quicksort(int *a,int begin,int end){ if(begin>end) return; int i=begin,j=end,x=a[begin],k; while(i<j){ while(i<j&&a[j]>=x){ j--; }

一、快速排序

基础算法学习大纲总结 学习算法路线 1.基础算法 模板 1.排序 2.二分 3.高精度 4.前缀和与差分 5.双指针算法 6.位运算 7.离散化 8.区间合并 2.数据结构 模板 1.链表与邻接链表（树与图的存储） 2.栈和队列：单调栈、单调队列 3.kmp 4.Trie 5.并查集 6.堆 7.Hash表 3.搜索与图论 模板 1.DFS与BFS 2.树与图的遍历：拓扑排序 3.最短路 4.最小生成树 5.二分图：染色法、匈牙利算法 4.数学知识 模板 1.质数 2.约数 3.欧拉函数 4.快速幂 5.扩

文章目录前缀和1. 前缀和2. 子矩阵的和差分1. 差分2. 差分矩阵 前缀和 1. 前缀和 输入一个长度为n的整数序列。 接下来再输入m个询问，每个询问输入一对l, r。 对于每个询问，输出原序列中从第l个数到第r个数的和。 输入格式 第一行包含两个整数n和m。 第二行包含n个整数，表示整数数列。 接下来m行，每行包含两个整数l和r，表示一个询问的区间范围。 输出格式 共m行，每行输出一个询问的结果。 数据范围 1≤l≤r≤n1≤l≤r≤n1≤l≤r≤n 1≤n,m≤1000001≤n,m≤100000

第三章 搜索与图论（一） DFS与BFS的区别与联系 都可以对整个问题空间进行遍历； 搜索的结构都像树一样； 但搜索的顺序是不同的； 深度优先搜索是尽可能往深里搜，当搜到叶子节点的时候回溯； DFSDFSDFS 就像一个非常执着的人，它会不断往深里搜，搜到头后回去的时候也还不是直接回到头，而是边回去边看能不能继续往前走，只有确定当前点所有路都走不了的时候，才会往回退一步； 下图中的树代表整个问题空间，节点上的数字代表 DFSDFSDFS 遍历的...

一、基本思想 此算法可以称为“加边法”，初始最小生成树边数为0，每迭代一次就选择一条满足条件的最小代价边，加入到最小生成树的边集合里。 把图中的所有边按代价从小到大排序； 把图中的n个顶点看成独立的n棵树组成的森林； 按权值从小到大选择边，所选的边连接的两个顶点ui,viui,vi,应属于两颗不同的树，则成为最小生成树的一条边，并将这两颗树合并作为一颗树。 重复(3),直到所有顶点都在一颗树内或者有n-1条边为止。 图片来自a2392008643 prim算法适合稠密图，kruskal算法适合简.

Dijkstra算法详解Dijkstra算法设计Dijkstra算法简介Dijkstra算法的基本思想Dijkstra贪心策略完美图解伪代码详解完整代码算法解析及优化拓展使用优先队列的完整代码相关题的题解写在最后的话 Dijkstra算法设计 Dijkstra算法简介 Dijkstra算法是解决**单源最短路径**问题的**贪心算法** 它先求出长度最短的一条路径，再参照该最短路径求出长度次短的一条路径 直到求出从源点到其他各个顶点的最短路径。 Dijkstra算法的基本思想 首先假定源点为u，顶点集合

一、高精度加法 1、零散知识点 （1）vector容器 头文件#include<vector> 在vector容器中的所有对象必须为同一类型 int a[6]={1,2,3,4,5,6}; vector<int> b; vector<int> c(a,a+4); for(vector<int>::iterator it=c.begin();it<c.end();it++) b.push_back(*it); vector容器详解 （2）it

二分排序： 整数二分： 我们先来说一下单调性和二分的区别，有单调性一定能进行二分排序，但是能进行二分排序的不一定有单调性。所以说二分的本质并非是单调性。 我们假设有这样一个范围。我们能把它分成两个部分，左边不满足某一个条件，右面满足某一个条件。我们用二分法可以找到左边部分的边界和右边部分的边界。我们的红色部分和绿色部分就是我们整数二分的两个不同的模板了。 我们来解释一下： 我们取中间值mid，如果mid在红色区域部分，我们通过条件去检查这个Mid发现它满足条件的话，那我们就把这

我们现在来学习浮点数二分的算法： 我们仍然是去找一个中间位置，然后在这个位置的左边是满足条件的，右边是不满足条件的 这样我们就把原来的区间范围一分为二了，由于我们的浮点数不能够整除，所以就不用像上一个算法整数二分那样去考虑边界的问题了，也会比较简单一些。 当我们的区间长度足够小的时候，我们 就可以取l或者r为查找的结果了。 例题： 我们去做一个开平方的例子吧： 求一个正的浮点数的平方根： 当x在mid左边时，肯定满足mid*mid>=x，此时我们就把数的范围从l-r变为l-mi.

目录常用代码模板1——基础算法1.快速排序算法模板2.归并排序算法模板3.整数二分算法模板4.浮点数二分算法模板5.高精度加法6.高精度减法7.高精度乘低精度8.高精度除以低精度9.一维前缀和10.二维前缀和11.一维差分12.二维差分13.位运算14.双指针算法15.离散化16.区间合并 常用代码模板1——基础算法 1.快速排序算法模板 void quick_sort(int q[], int l, int r) { if (l >= r) return; int i = l -

一般ACM或者笔试题的时间限制是1秒或2秒。 在这种情况下，C++代码中的操作次数控制在 107107 为最佳。 下面给出在不同数据范围下，代码的时间复杂度和算法该如何选择： 1.n≤30, 指数级别, dfs+剪枝，状态压缩dp 2.n≤100 => O(n^3)O(n^3)，floyd，dp 3.n≤1000 => O(n^2)O(n^2)，O(n^2 *logn)O(n^2 ...

//整数二分的模板 1、while(l<r) { int mid=l+r+1>>2; if(check(mid)) l=mid; else r=mid-1; } 2、while(l<r) { int mid=l+r>>1; if(check(mid))r=mid; else l=mid+1; } //自从看了yxc的讲解，关于整数二分不在迷茫 /*给定一个...

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

yxc 的日常 Time Limit: 1000MS Memory Limit: 65536KB Problem Description yxc 特别喜欢睡觉，但是由于上课和训练，他睡觉的时间并不是连续的，他间断的分别睡了 a1, a2, a3 ... an 分钟。 yxc 每天都要睡 25 个小时才能满足他的睡眠需求，yxc 很好奇今天是否完成了他的睡眠需求，但是他特别懒