catch_catch的专栏

思路：k^N=10^(N lg k)。令：N lg k=a+b。其中：a为 N lg k的整数部分，b为小数部分。则所求最高位有10^b的首个非零数决定。在转换时的注意精度处理，最好把double与long long 相互转换，精度会损失少些，与Int可能会出错。

归并排序：以前学过归并排序，把意思看懂了，但要是自己写代码实现，那是真的不会，现在看了紫书上的代码，现在真的是豁然开朗，看这个的原因是也是为了实现逆序对的O(N log N)实现。思路：其实，归并排序的实质就是二分，我们对二分并不陌生，经常用二分来查找某个值，我们可以把这个值称为二分的“附加值”（即：我们的目的），同样的在归并排序中，这个“附加值”不再是某个值，而是某个过程，这个过程就是“

越来越明白了一个道理：你写不出代码的原因只有一个，那就是你没有彻底理解这个算法的思想！！以前写过最小生成树，但是，水了几道题后，过了一段时间，就会忘却，一点也写不出来了。也许原因只有一个，那就是我没有彻底理解这两种算法。主题：其实，求最小生成树有两个要点，一个是权值最小，还有一个就是这个图必须是树。而Prime和Kruskal的不同之处在于两者选择的变量不同，Prime选择的是始终保持

双向BFS，既然是双向的，那么就得知道起点和终点，这样，我们就可以进行双向搜索了。但是，双向BFS是否真的可以提高效率呢？如果能，那么又能提高多少呢？看到过一个图，说双BFS可以在BFS的基础上把时间和空间复杂度上都减半。实际上，在许多的实际应用中，往往不仅仅是减半！这就是我比较注重双BFS的原因。我们假设，单向BFS需要搜索N层才能到达终点，在每个层需要进行的判断量（即通常的那个

个人见解,如有错误，欢迎指出。作为一个算法新手，我就从我个人的角度来讲述前向星这种算法，我看到大多数都是建立一个边集的结构体，然后在结构体内放入边指向结点，边的前驱，和边权：例如：struct edge{//建立一个边集结构体    int next;//好一点的把next换成了pre，从字面上来讲更好理解    int w;//边的权值    int v;//边指向结点，