普通网友-优快云博客

原创数据结构大作业——家谱管理系统（超详细！完整代码！）

家谱管理系统通常以树形结构为基础，核心功能包括成员添加、删除、查询、修改以及家族关系展示。采用面向对象设计模式，结合文件存储实现数据持久化。实际开发时可根据具体需求调整功能模块，建议采用MVC架构分离数据、控制和视图层。完整实现代码需考虑异常处理、输入验证等边界情况。

2026-01-12 23:03:06 199

原创《C++进阶之STL》【哈希表】

默认情况下，STL使用std::hash模板生成哈希值。int id;

2026-01-12 22:56:46 164

原创【鼠鼠优选算法-双指针】003：快乐数 & 004：盛水最多的容器

快乐数是指一个正整数，将其替换为各个位上的数字的平方和，重复这个过程直到数字变为1，或者进入无限循环但始终变不到1。如果最终结果为1，则是快乐数。，表示一系列垂直线的长度。找出两条线，与x轴共同构成容器，使得容器能盛最多的水。给定一个非负整数数组。

2026-01-12 22:53:03 157

哈希是一种将任意长度的数据映射到固定长度值的技术，核心目标是实现高效的数据存储与检索。哈希函数将输入（如字符串、对象）转换为唯一的哈希值（通常为整数），该值作为数据的索引或标识。哈希表是哈希的典型应用，通过数组和哈希函数实现键值对的快速存取。通过合理选择哈希函数和冲突解决策略，C++ 哈希能在绝大多数场景下提供高效的数据操作能力。当冲突发生时，按某种规则（如线性探测、二次探测）寻找下一个空闲槽位。负载因子（元素数/桶数）影响性能。每个槽位维护一个链表，冲突元素直接添加到链表中。

2026-01-12 22:46:54 140

原创《算法闯关指南：动态规划算法--斐波拉契数列模型》--01.第N个泰波拉契数，02.三步问题

动态规划是解决递归问题的高效方法，尤其适用于斐波拉契数列及其变种问题。两个问题本质都是斐波拉契数列的三阶扩展，区别在于初始条件和问题背景。问题描述：小孩上台阶，每次可以跨1、2或3步，求到达第n阶的方法数。对于大规模n，需要注意数值溢出问题，及时进行模运算。

2026-01-12 22:44:49 124

原创数据结构与算法 - 网络流基础：最大流问题的Ford-Fulkerson算法

Ford-Fulkerson算法是解决最大流问题的经典方法，通过不断寻找增广路径来逐步增加流量，直到无法找到新的增广路径为止。该算法适用于有向图，其中每条边有容量限制，目标是找到从源点到汇点的最大流量。

2026-01-12 22:41:58 152

原创动态规划 —— dp 问题-粉刷房子

初始化dp[0][j] = cost[0][j] 对于每个房子i从1到n-1：对于每种颜色j从0到k-1：找到前一个房子i-1中所有不等于j的颜色c的最小dp值 dp[i][j] = cost[i][j] + min_value。用dp[i][j]表示第i个房子粉刷第j种颜色时的最小成本。状态转移方程为： dp[i][j] = cost[i][j] + min(dp[i-1][c])，其中c ≠ j。要求相邻房子颜色不同，求最小总成本。最后结果是min(dp[n-1][j])对所有j。

2026-01-12 22:37:26 133

原创【算法】前缀和(一)原理

前缀和（Prefix Sum）是一种预处理技术，用于高效计算数组或序列中某个区间的累加和。通过预先计算并存储从起始位置到每个位置的累加值，可以将区间和的查询时间复杂度从。prefix[i] = \sum_{k=0}^{i-1} nums[k] \quad \text{（通常从 } i=1 \text{ 开始）}利用前缀和数组，区间。

2026-01-12 22:35:41 287

原创【计算机算法与设计（8）】最小生成树算法(Kruskal 算法和 Prim 算法)

Kruskal 算法适合稀疏图，时间复杂度为 ( O(E \log E) )，主要由排序步骤决定。Prim 算法适合稠密图，使用二叉堆实现时时间复杂度为 ( O(E \log V) )，使用斐波那契堆可优化至 ( O(E + V \log V) )。初始化一个空的边集合作为生成树。依次检查排序后的边，如果加入当前边不会形成环路，则将其加入生成树集合。从队列中取出权重最小的边，将其加入生成树，并将新加入顶点的所有邻接边加入队列。算法从任意顶点开始，每次选择连接生成树与非生成树顶点的最小权重边。

2026-01-12 22:26:31 279

原创 Leetcode 98 从链表中移除在数组中存在的节点

题目要求从给定的链表中移除所有在给定数组中存在的节点。需要遍历链表，检查每个节点的值是否在数组中，若存在则移除该节点。关键在于如何高效处理节点的删除操作，尤其是头节点的特殊情况。采用虚拟头节点（dummy node）简化删除操作，避免单独处理头节点。遍历链表时维护前驱节点（prev）和当前节点（curr），遇到需删除的节点时更新前驱节点的指针。链表：1 -> 2 -> 6 -> 3 -> 4 -> 5 -> 6。

2026-01-12 22:24:50 235

原创马年“码”上发力：用Manacher“马拉车”算法，拉平最长回文难题

Manacher算法是一种高效查找字符串中最长回文子串的线性时间算法。其核心思想是通过对称性和动态规划避免重复计算，将时间复杂度优化至O(n)。该算法特别适用于需要高频查询回文场景，如DNA序列分析或文本处理。理解其镜像原理和边界维护机制是掌握的关键。将原始字符串插入特殊字符（如#）以统一处理奇偶长度回文。例如，"abc"变为"#a#b#c#"。

2026-01-12 22:22:38 349

原创【基础算法总结】哈希表/set/map篇

哈希表（Hash Table）是一种基于键值对存储的数据结构，通过哈希函数将键映射到表中的特定位置以实现高效查找。平均时间复杂度为O(1)，最坏情况下为O(n)。：结合哈希表记录前缀和出现次数，用于子数组求和问题（如LeetCode 560题）。：将字符串排序后作为键，原字符串作为值存入映射（如LeetCode 49题）。哈希集合用于存储唯一元素，常用于去重或快速查找。哈希映射存储键值对，支持高效插入、删除和查找。：利用集合特性，遍历时检查元素是否已存在。

2026-01-12 22:20:05 319

原创【数据结构手札】顺序表实战指南（四）：头插 | 头删

顺序表是一种线性表的存储结构，元素在内存中连续存放。头插和头删是顺序表的两种基本操作，涉及在表首位置插入或删除元素。内存管理：频繁的头插/头删可能导致大量数据移动，影响性能。批量操作：如需连续头插多个元素，可先收集所有元素，一次性移动现有数据后插入。扩容策略：动态顺序表在插入前应检查容量，必要时按一定策略（如加倍）扩容。替代结构：对于以头部操作为主的场景，链式结构（如链表）可能更合适。头删操作移除顺序表首位置的元素，后续元素需要前移以保持连续性。预留空间：若预期频繁在头部操作，可预留部分空间减少移动次数。

2026-01-12 22:17:04 299

原创【C语言】排序算法——快速排序详解（含多种变式）！！！

快速排序是一种分治算法，通过选择一个基准值（pivot）将数组分为两部分：小于基准值的元素和大于基准值的元素。递归地对这两部分进行排序，最终完成整个数组的排序。JDK中Arrays.sort()采用的优化版本，使用两个基准值提高效率。处理大量重复元素时更高效，将数组分为小于、等于和大于基准值三部分。通过随机选择基准值避免最坏情况时间复杂度。减少递归调用栈深度，避免栈溢出。

2026-01-12 22:14:55 664

原创【数据结构手札】顺序表实战指南（五）：查找 | 任意位置增删

插入前需检查表是否已满，并确保插入位置合法（$0 \leq index \leq length$）。删除需检查表是否为空，并确保删除位置合法（$0 \leq index < length$）。删除后需将后续元素前移。：最坏情况下（删除表头元素）为 $O(n)$，平均 $O(n)$。遍历顺序表，返回第一个匹配值的索引，时间复杂度为 $O(n)$。：最坏情况下（插入到表头）为 $O(n)$，平均 $O(n)$。直接通过下标访问顺序表元素，时间复杂度为 $O(1)$。查找操作通常分为按值查找和按索引查找。

2026-01-12 22:12:36 504

jgddfs的博客