1.给定初始点的集合2

最长不下降子序列的O(n^2)算法和O(nlogn)算法  转自：http://blog.163.com/general_happy/blog/static/1693514082011024112934126/2011-01-24 23:29:34|  分类： 默认分类|字号 订阅转帖 最长不下降子序列的O(n^2)算法和O(nlogn)算法 最

poj3164========================== 分割线之下摘自Sasuke_SCUT的blog==================================================最 小树形图，就是给有向带权图中指定一个特殊的点root，求一棵以root为根的有向生成树T，并且T中所有边的总权值最小。最小树形图的第一个算法是 1965年朱永

http://www.cppblog.com/yuan1028/archive/2010/07/31/121784.html网络流很多问题都可以转化成网络流问题，如运输货物时的物流问题，水流问题，匹配问题等等。网络是一个各条边都有权值和方向的图。网络流问题，一般情况下我们会把各种网络问题抽象成网络流问题，网络流是满足以下性质的网络：每一条边拥有一个最大的容量c，即该条边

转载：http://forum.byr.edu.cn/article/ACM_ICPC/51264大家懂的，鉴于HDU用的是windows服务器，所以stack大小及其坑爹，稍微深一点的递归栈就会stack overflow。 通常的规避方法是用stack或者手写stack模拟栈的递归过程。这个极其蛋疼啊，而且被卡了STL也很得不偿失唉。（话说这一切都是基于非现场赛来说的，现场赛怎

二分图匹配（匈牙利算法）1。一个二分图中的最大匹配数等于这个图中的最小点覆盖数König定理是一个二分图中很重要的定理，它的意思是，一个二分图中的最大匹配数等于这个图中的最小点覆盖数。如果你还不知道什么是最小点覆盖，我也在这里说一下：假如选了一个点就相当于覆盖了以它为端点的所有边，你需要选择最少的点来覆盖所有的边。 2。最小路径覆盖=最小路径覆盖＝｜G｜－最大匹配数

想象某个人要写N篇文档，他需要确定每篇文档里每个位置上的词。假定他一共有K个可选的主题，有V个可选的词项，所以，他制作了K个V面的 “主题-词项” 骰子，每个骰子对应一个主题，骰子每一面对应要选择的词项。然后，每写一篇文档会再制作一颗K面的 ”文档-主题“ 骰子；每写一个词，先扔该骰子选择主题；得到主题的结果后，使用和主题结果对应的那颗”主题-词项“骰子，扔该骰子选择要写的词。他不停的重复

深入浅出K-Means算法发表于2012-07-03 09:04| 25785次阅读| 来源CoolShell| 11 条评论| 作者陈皓智能算法数据挖掘K-Means前端开发编程语言摘要：在数据挖掘中，K-Means算法是一种 cluster analysis 的算法，其主要是来计算数据聚集的算法，主要通过不断地取离种子点最近均值的算法。在数据挖掘

Error: org.apache.hadoop.ipc.RemoteException(java.io.IOException): File /user/root/input15/_temporary/1/_temporary/attempt_1404979831191_0032_m_000007_2/part-m-00007 could only be replicated to 0 node

转自：下面是Hadoop集群系列的目录安排，按照一星期发布一期的原则进行。希望大家的关注。　　目录安排：　　1）Hadoop集群_第1期_CentOS安装配置_V1.0　　2）Hadoop集群_第2期_机器信息分布表_V1.1　　3）Hadoop集群_第3期_VSFTP安装配置_V1.0　　4）Hadoop集群_第4期_SecureCRT使用_V1.

MapReduce中Shuttle过程的理解--转自：http://langyu.iteye.com/blog/992916            Shuffle过程是MapReduce的核心，也被称为奇迹发生的地方。要想理解MapReduce， Shuffle是必须要了解的。我看过很多相关的资料，但每次看完都云里雾里的绕着，很难理清大致的逻辑，反而越搅越混。前段时间在做MapReduce j

void left(char *dst,char *src, int n){ char *p = src; char *q = dst; int len = strlen(src); if(n>len) n = len; /*p += (len-n);*/ /*从右边第n个字符开始*/ while(n--) *(q++) = *(p++);

刘汝佳书上的一段代码()待学完后补充:const int sigma_size = 26;const int maxnode = maxn;const int base = 'a';struct Trie{ int ch[maxnode][sigma_size];//ch[i][j]保存节点i的那个编号为j的子节点 int val[maxnode];//val[i]为

点击打开链接利用二分的方法：#define LL long longLL p(LL a,LL b,LL c)//当a不太大时（操作过程中不会数据溢出）{ if(b==0) return 1; LL x = p(a,b/2,c); LL ans = x*x%c; if(b%2==1) ans = ans*a%c;

经常碰到字符串分割的问题，这里总结下，也方便我以后使用。一、用strtok函数进行字符串分割原型： char *strtok(char *str, const char *delim);功能：分解字符串为一组字符串。参数说明：str为要分解的字符串，delim为分隔符字符串。返回值：从str开头开始的一个个被分割的串。当没有被分割的串时则返回NULL。

背包问题的细节问题（如是否装满等）http://www.cnblogs.com/fly1988happy/archive/2011/12/13/2285377.htmlhttp://blog.sina.com.cn/s/blog_4cd99cfa0100mer2.htmlhttp://www.cnblogs.com/tanky_woo/archive/2010/

SPFA(Shortest Path Faster Algorithm)是Bellman-Ford算法的一种队列实现，减少了不必要的冗余计算。算法大致流程是用一个队列来进行维护。 初始时将源加入队列。 每次从队列中取出一个元素，并对所有与他相邻的点进行松弛，若某个相邻的点松弛成功，则将其入队。 直到队列为空时算法结束。这个算法，简单的说就是队列优化的bellman-ford,利用了每个

N!求解位数下面介绍两种方法直接求阶乘结果的位数：方法一    可以将n!表示成10的次幂,即n!=10^M(10的M次方)则不小于M的最小整数就是 n!的位数，对该式两边取对数，有     M =log10^n!即：    M = log10^1+log10^2+log10^3...+log10^n    循环求和,就能算得M值，该M是n!的精确位数代码：

快速幂取模算法在网站上一直没有找到有关于快速幂算法的一个详细的描述和解释，这里，我给出快速幂算法的完整解释，用的是C语言，不同语言的读者只好换个位啦，毕竟读C的人较多~所谓的快速幂，实际上是快速幂取模的缩写，简单的说，就是快速的求一个幂式的模(余)。在程序设计过程中，经常要去求一些大数对于某个数的余数，为了得到更快、计算范围更大的算法，产生了快速幂取模算法。[有读者反映在讲快速幂部分时有点

http://www.cnblogs.com/shuaiwhu/archive/2012/04/27/2473788.html

入门P120二进制法：理解：对于给定的一个整数n求其集合{0，1,2，3.....n-1}的子集显然，n个元素有2^n个子集（含空集）全集为2^n-1(n个1）用1表示存在0表示不存在（看p120）2^n个子集用二进制表示有2^n总方式从000000.....0到11111.......1;每个都是不同的都对应一个子集；于是对于一个给定的二进制表达00001

http://wenku.baidu.com/view/65e0d61714791711cc7917f6.html函数名: strcat strcat(destination, blank); strcat(destination, c); printf("%sn", destination); return 0; }

一．巴什博奕（Bash Game）：首先我们来玩一个比较古老的报数游戏。A和B一起报数，每个人每次最少报一个,最多报4个。轮流报数,看谁先报到30.如果不知道巴什博弈的可能会觉得这个是个有运气成分的问题，但是如果知道的人一定知道怎样一定可以赢。比如A先报数的话,那么B一定可以赢(这里假定B知道怎么正确的报数)B可以这样报数,每次报5-k(A)个数,其中k(A)是A报

Havel定理描述给定一个非负整数序列{d1,d2,...dn}，若存在一个无向图使得图中各点的度与此序列一一对应，则称此序列可图化。进一步，若图为简单图，则称此序列可简单图化。可图化的判定比较简单：d1+d2+...dn=0(mod2)。关于具体图的构造，我们可以简单地把奇数度的点配对，剩下的全部搞成自环。可简单图化的判定，有一个Havel定理，是说: 我们把序列排成

http://www.cnblogs.com/dolphin0520/archive/2011/10/11/2207886.html转自：http://www.cnblogs.com/Jason-Damon/archive/2012/04/15/2450100.html比较不错！  今天把Trie树彻底的看了下。发现网上有两篇非常好的文章，通过他们的博客，我对Trie树有了

http://www.notonlysuccess.com/index.php/segment-tree-complete/习题：http://www.cnblogs.com/JMDWQ/category/394973.html【完全版】线段树很早前写的那篇线段树专辑至今一直是本博客阅读点击量最大的一片文章,当时觉得挺自豪的,还去pku打广告,但是现在我自己都不

http://blog.youkuaiyun.com/ray58750034/article/details/1325939 首先，逆序对（inversion pair）是指在序列{a0,a1,a2...an}中，若aij)，则(ai,aj)上一对逆序对。而逆序数（inversion number）顾名思义就是序列中逆序对的个数。例如： 1 2 3是顺序，则逆序数是0；1 3 2中(2,3)满足逆

http://blog.youkuaiyun.com/shahdza/article/details/6314818又做了几道树状数组的题，决定放一块儿总结一下；恩，总结一下。。（ps：大牛可以直接跳过。。。）树状数组中用的d【】，每个点都有一定的管辖范围；如d[1]=a[1];d[2]=a[1]+a[2];d[3]=a[3];d[4

给定一个非负整数序列{dn}，若存在一个无向图使得图中各点的度与此序列一一对应，则称此序列可图化。进一步，若图为简单图，则称此序列可简单图化可图化的判定：d1+d2+……dn=0（mod 2）。关于具体图的构造，我们可以简单地把奇数度的点配对，剩下的全部搞成自环。可简单图化的判定（Havel定理）：把序列排成不增序，即d1>=d2>=……>=dn，则d可简单图化当且仅当d’={d2

#include #include #include #include #include #include #include #include #include #include #include #define rep(i,s,e) for(int i = (s);i<=(e);++i)#define maxn 100000#define INF 1000000000

C++ STL函数原型第一个版本：               templateForwardIteratorlower_bound( ForwardIterator first,ForwardIterator last, const Type &value );第二个版本：templateForwardIterator