draper__QYT的博客

介绍了如何实现图的深度优先遍历，并统计连通分量的个数。

实现了欧几里得算法，求两个数的最大公约数

判断是否为素数

对稀疏图所对应的邻接表和稠密图所对应的邻接矩阵进行了实现

介绍了Prim求最小生成树的算法实现，以及一些图论有关的概念

动态规划、记忆化搜索分别实现

介绍了集合覆盖问题，用python实现了近似求解

关于Rank的优化上文中我们已经对代码进行了几次优化，使得进行连接操作的时候，所形成的数长度尽量短，但同时也存在另一种情况：集合元素多，但是每个元素分别指向根节点，这样就只有两层（举例），那么就应该把这棵树的根节点指向另一棵树的根节点，就出现了所谓的“集合元素多，但是树长度短“的情况，因此，应当首先考虑树的长度，而非树的元素量。

实现了Dijkstra算法求单点最短路径

利用C语言指针实现了二叉树的建立，实现了二叉树的先序遍历、中序遍历、后序遍历、交换左右子树的递归版本，并给出了效率更高的非递归方法、求深度、交换左右子树（递归）操作

第一次写博客，有点小紧张一开始觉得真的这题摸不着头绪，后来上网学习了一下，发现还是有类似模板的原题如下：进制转换Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 65536/32768 K (Java/Others)Total Submission(s): 47127    Accepted Submission

包含图的基础实现（稠密图、稀疏图）、用迭代器遍历相邻节点、最后总结出一个图的通用模板，用文件输入输出流进行相邻节点的遍历。

并查集的具体实现，几次重要优化主要操作：find();unionElements();isConnected();

(三)归并排序归并排序核心思想：将数组的元素不断二分(N个元素就有logN个层级)，再向上归并(时间复杂度为O(n))(递归)。 途径：开辟一块相同大小的临时空间进行操作，使用三个索引分别表示：归并过程中跟踪的位置(k)，两个表示两个子数组当前的元素(left、right),用middle表示中间位置//将arr[l...mid]和arr[mid+1...r]两部分进行归并 template<t

介绍了用迭代器的方式遍历一个节点所有相邻的节点，在为用户提供遍历服务的同时，对数据起到了很好的封装作用。

几种排序的学习总结（一）选择排序选择排序：在每次循环中找出最小的元素，将其移至开头，第二次找出次小元素，将其移至第二位，以此类推//泛型函数模板template<typename T>void selectionSort(T arr[],int n){//分别存放待排序的数组、数组元素个数 for(int i=0;i<n;i++){ int minIndex=i; /

快速排序：“二十世纪最伟大的算法” 基础快速排序实现双路快速排序实现三路快速排序实现核心思想：每次从数组中选择一个元素作为基点，之后把该元素移动到排好序时应该所处的位置，使得基点之前的元素都小于它、之后的元素都大于它。之后对小于它、大于它的子数组分别递归进行快速排序 将元素移动到合适位置的函数：Partition

最大堆： 1.堆中某个节点的值总是不大于其父节点的值 2.堆总是一棵完全二叉树。完全二叉树：除了最后一层节点，其他层所有的节点个数必须是最大值。最后一层所有的节点必须集中在左侧。二叉堆的数组实现：给每个节点编号，使得每个父节点的左节点序列号为父节点的二倍，右节点的序列号为父节点序列号的二倍加1parent(i) = i/2 left child(i) = 2*i right

Heapify： 对于一个完全二叉树，第一个非叶子节点的索引是完全二叉树的元素个数除2得到的值

使用前提：有序数列 迭代版本：template<typename T>int binarySearch(T arr[],int n,int target){ int l=0,r=n-1; while(l<=r){ int mid=l+(r-l)/2;// int mid=(l+r)/2; 可能会出现溢出 if(a

UVA 11624 Fire 题目链接： https://uva.onlinejudge.org/index.php?option=com_onlinejudge&amp;Itemid=8&amp;page=show_problem&amp;problem=2671 要求人在有限的时间内逃生，与求最短路径相似，用广搜 开设两个二维数组，分别记录人、火到达某点的时间，然后进行两次BFS即可，...