Bingo

 第二天题目：扔鸡蛋问题有2个鸡蛋，从100层楼上往下扔，以此来测试鸡蛋的硬度。比如鸡蛋在第9层没有摔碎，在第10层摔碎了，那么鸡蛋不会摔碎的临界点就是9层。问：如何用最少的尝试次数，测试出鸡蛋不会摔碎的临界点？举个栗子，最笨的测试方法，是什么样的呢？把其中一个鸡蛋，从第1层开始往下扔。如果在第1层没碎，换到第2层扔；如果在第2层没碎，换到第3层扔…….如果第59层没碎，换到第60层扔；...

Map是STL的一个关联容器，它提供一对一（其中第一个可以称为关键字，每个关键字只能在map中出现一次，第二个可能称为该关键字的值）的数据处理能力，由于这个特性，它完成有可能在我们处理一对一数据的时候，在编程上提供快速通道。这里说下map内部数据的组织，map内部自建一颗红黑树(一种非严格意义上的平衡二叉树)，这颗树具有对数据自动排序的功能，所以在map内部所有的数据都是有序的，后边我们会见识到有

拓扑排序简单来说就是把一个图的所有节点排序,使得每一条有向边(u,v)对应的u都排在v的前面。 拓扑排序最大的用途就是判断一个有向图是否有环，当然判断还有一种方法就是Floyd算法。如果用邻接表的话拓扑排序的时间复杂度是O(N*E)，邻接矩阵是O（N^2），N表示顶点数，E表示边数，Floyd时间复杂度是O(N^3)。性质1、 拓扑排序在有向无环图中才能排出有效的序列，否则能判断该

一个多功能的数据结构　　　国际象棋的搜索树可以用图来表示，而置换结点可以引向以前搜索过的子树上。置换表可以用来检测这种情况，从而避免重复劳动。如果“1. e4 d6 2. d4”以后的局面已经搜索过了，那就没有必要再搜索“1. d4 d6 2. e4”以后的局面了。　　这个原因可能鼓舞着早期的电脑国际象棋程序的设计师们，而现在事实上这还是置换表的次要用途。在某些局面，例如在没有通路兵的王兵残局中，

转载：http://blog.sina.com.cn/s/blog_60707c0f0100xht7.html1.问题定义   差分约束系统属于线性规划问题。在一个差分约束系统中，线性规划矩阵A的每一行包含一个1和一个-1，A的所有其他元素都为0。因此，由Ax≤b给出的约束条件是m个差分约束集合，其中包含n个未知元。每个约束条件为如下形式的简单线性不等式：xj-xi≤bk(1≤i,j≤

对无向图： 定义：给定无孤立结点图G，若存在一条路，经过图中每条边一次且仅仅一次，该条路称欧拉路，若存在一条回路，经过图中每边一次且仅仅一次，该回路称为欧拉回路。具有欧拉回路的图称为欧拉图，不是柏拉图。定理：无向图G具有一条欧拉路，当且仅当G是连通的，且有0个或者是两个奇数度得结点。推论：无向图G具有一条欧拉回路，当且仅当G是连通的，并且所有结点的度数均为偶数。一笔画问题就是典型的

图的存储方式可以用邻接矩阵来表示，我们假定顶点序号从0开始，即图G的顶点集的一般形式是V(G)={v0，vi，…，Vn-1}。以下代码测试过，为图的邻接矩阵表示方式。

从浅显的地方开始　　　在国际象棋里，双方棋手都知道每个棋子在哪里，他们轮流走并且可以走任何合理的着法。下棋的目的就是将死对方，或者避免被将死，或者有时争取和棋是最好的选择。　　国际象棋程序通过使用“搜索”函数来寻找着法。搜索函数获得棋局信息，然后寻找对于程序一方来说最好的着法。　　一个浅显的搜索函数用“树状搜索”(Tree-Searching)来实现。一个国际象棋棋局通常可以看作一

什么样的结点需要搜索？全部还是选择性的？

尽管我们已经讨论过Alpha-Beta搜索简单有效，还是有很多方法试图更有效地对博弈树进行搜索。它们中的大部分思想就是，如果认为介于Alpha和Beta间的评价是感兴趣的，而其他评价都是不感兴趣的，那么对不感兴趣的评价作截断会让Alpha-Beta更有效。如果我们把Alpha和Beta的间距缩小，那么感兴趣的评价会更少，截断会更多。　　首先让我们回顾一下原始的Alpha-Beta搜索，忽略

期望窗口是对迭代加深的改进。迭代加深的最简单的实现方法是这样的：　for (depth = 1; ; depth ++) {　val = AlphaBeta(depth, -INFINITY, INFINITY);　if (TimedOut()) {　　break;　}}　　　这里调用了一个“窗口”为正负无穷大的Alpha-Beta搜索，以假定返回值可能是很大的正数或负数。　　假设下一次迭代时，搜

搜索树　　　任何棋类游戏都要定义一棵有根的树(即“博弈树”)，一个结点就代表棋类的一个局面，子结点就是这个局面走一步可以到达的一个局面。例如下图是井子棋(Tic-tac-toe)的搜索树：　　 　　　(实际上，这个搜索树的根结点应该有9个子结点，但是我去掉了一些对称的情况。如果同样的棋盘是由两个不同的着法顺序形成的，那么我们就建立两个结点，所以这的确是树的结

转载：http://www.techug.com/post/10-algorithm-help-programmer-grow-up.html算法一：快速排序算法快速排序是由东尼·霍尔所发展的一种排序算法。在平均状况下，排序 n 个项目要Ο(n log n)次比较。在最坏状况下则需要Ο(n2)次比较，但这种状况并不常见。事实上，快速排序通常明显比其他Ο(n log n) 算法更

01背包问题描述：给定 n 种物品和一背包，物品 i 的重量是 wi，其价值是 vi，背包容量为 c，问应如何选择装入背包中的物品，使装入背包中的物品价值最大?回溯法在搜索解空间树时，只要其左儿子节点是一个可行节点，搜索就进入其左子树。当右子树中可能包含最优解时才进入右子树搜索。设 r 是当前剩余物品的价值总和；cv 是当前价值；max 是当前最优价值。当 cv + r <= max 时， 可减去右

B树具体讲解之前，有一点，再次强调下：B-树，即为B树。因为B树的原英文名称为B-tree，而国内很多人喜欢把B-tree译作B-树，其实，这是个非常不好的直译，很容易让人产生误解。如人们可能会以为B-树是一种树，而B树又是一种一种树。而事实上是，B-tree就是指的B树。特此说明。我们知道，B 树是为了磁盘或其它存储设备而设计的一种多叉（下面你会看到，相对于二叉，B树每个内结点有多个分支

输入挂，原理是把文件里面的东西用fread一次性读到内存。 使用时必须 #include “cctype”, 先调用 IO:init(); 然后全部用 IO:readint() 读入数据；namespace IO { const static int maxn = 200 << 20; static char buf[maxn], *pbuf = buf, *End;

方案一：(普通版)#pragma comment(linker, "/STACK:102400000,102400000")方案二：(汇编版)const int main_stack = 16;char my_stack[128<<20];int main() { __asm__("movl %%esp, (%%eax);\n"::"a"(my_stack):"memory");

Nim游戏的概述：还记得这个游戏吗？ 给出n列珍珠，两人轮流取珍珠，每次在某一列中取至少1颗珍珠，但不能在两列中取。最后拿光珍珠的人输。 后来，在一份资料上看到，这种游戏称为“拈（Nim）”。据说，它源自中国，经由被贩卖到美洲的奴工们外传。辛苦的工人们，在工作闲暇之余，用石头玩游戏以排遣寂寞。后来流传到高级人士，则用便士（Pennies），在酒吧柜台上玩。 最有名的玩法，是把十二枚便士放成3、

（1）区间完全覆盖问题问题描述：给定一个长度为m的区间，再给出n条线段的起点和终点（注意这里是闭区间），求最少使用多少条线段可以将整个区间完全覆盖样例：区间长度8，可选的覆盖线段[2,6],[1,4],[3,6],[3,7],[6,8],[2,4],[3,5]解题过程:1将每一个区间按照左端点递增顺序排列，拍完序后为[1,4]，[2,4]，[2,6]，[3,5]，[3,6]，[3,7]，[6,8]2

O（n）回文子串算法注：转载的这篇文章，我发现下面那个源代码有点bug。。。在下一篇博客中改正了。。     这里，我介绍一下O（n）回文串处理的一种方法。Manacher算法.原文地址：http://zhuhongcheng.wordpress.com/2009/08/02/a-simple-linear-time-algorithm-for-finding-longest-

前序遍历（DLR） 前序遍历也叫做先根遍历，可记做根左右。 前序遍历首先访问根结点然后遍历左子树，最后遍历右子树。在遍历左、右子树时，仍然先访问根结点，然后遍历左子树，最后遍历右子树。 若二叉树为空则结束返回，否则： （1）访问根结点 （2）前序遍历左子树 （3）前序遍历右子树 注意的是：遍历左右子树时仍然采用前序遍历方法。中序遍历（LDR）

转载：http://www.cppblog.com/shyli/archive/2007/04/06/21366.html优先队列用法在优先队列中，优先级高的元素先出队列。标准库默认使用元素类型的优先队列的第一种用法，也是最常用的用法：priority_queueint> qi;通过故示例1中输出结果为：9 6 5 3 2第二种方法：在示例1中，如果我们

图的遍历      图的遍历有两种遍历方式：深度优先遍历(depth-first search)和广度优先遍历(breadth-first search)。1.深度优先遍历   基本思想：首先从图中某个顶点v0出发，访问此顶点，然后依次从v0相邻的顶点出发深度优先遍历，直至图中所有与v0路径相通的顶点都被访问了；若此时尚有顶点未被访问，则从中选一个顶点作为起始点，重复上述过程，直到所有

使用标准库的栈和队列时，先包含相关的头文件#include#include定义栈如下：stack stk;定义队列如下：queue q;栈提供了如下的操作

转载出处http://blog.youkuaiyun.com/dark_scope/article/details/8880547匈牙利算法是由匈牙利数学家Edmonds于1965年提出，因而得名。匈牙利算法是基于Hall定理中充分性证明的思想，它是部图匹配最常见的算法，该算法的核心就是寻找增广路径，它是一种用增广路径求二分图最大匹配的算法。-------等等，看得头大？那么请看下面的版本：

在标准库算法中,next_permutation应用在数列操作上比较广泛.这个函数可以计算一组数据的全排列.但是怎么用,原理如何,我做了简单的剖析.首先查看stl中相关信息.函数原型:template   bool next_permutation(      BidirectionalIterator _First,      BidirectionalIterato

C style string(C风格字符串)的定义如下：C程序把指向以空字符结束的字符数组的指针视为字符串。在C++中，字符串字面值就是C风格字符串。C标准库定义一系列处理这种字符串的库函数，C++中将这些标准库函数放在cstring头文件中。由于C风格字符串本质上容易出错，C++程序应该优先使用C++标准库类string而少使用C风格字符串。C++标准库类string比C风格字符串更安全，效

迭代加深　 　一个听起来不怎样的思想　　　如果你准备开始搜索一个国际象棋的局面了，你要搜索多深呢？事先预测搜索将进行多少时间，这有些困难，因为完成D层搜索所需要的时间取决于很多不确定的因素。在复杂的中局局面里，你可能不会搜索得很深，而在残局中你可能会搜索得非常深，在某些王兵残局里你可能会搜索100多层【译注：这也太夸张了点吧】。　　有一个思想，就是一开始只搜索一层，如果搜索

浅的裁剪　　　假设你用最小-最大搜索(前面讲到的)来搜索下面的树：　　　　你搜索到F，发现子结点的评价分别是11、12、7和9，在这层是棋手甲走，我们希望他选择最好的值，即12。所以，F的最小-最大值是12。　　现在你开始搜索G，并且第一个子结点就返回15。一旦如此，你就知道G的值至少是15，可能更高(如果另一个子结点比G更好)。这就意味着我们不指望棋手乙走G这步了，因为就

空着向前裁剪没有副作用即可获得额外的速度　　　空着向前裁剪(Null-Move Forward Pruning)，运用可能忽视重要路线的冒险策略，使得国际象棋的分枝因子锐减，它导致搜索深度的显著提高，因为大多数情况下它明显降低了搜索的数量。它的工作原理是裁剪大量无用着法而只保留好的。　　这个技术在很多刊物上报道过，但是使得大家都来关注空着的，则是由Chrilly Donniger发

没有这个，生活会更有趣　　　当你试图写很强或很完美的程序时，搜索的不稳定性就可能出现。有很多原因可以导致不稳定性，当我讨论搜索的诸多改进方法时，顺便讨论了它们是如何导致搜索不稳定的。其他我没有讨论的搜索技巧也必须考虑不稳定的可能。　　不稳定的搜索会返回无效的值，你用(5, 25)的Alpha-Beta窗口会高出边界，因此你用(24, INFINITY)重新搜索，却低出边界。这不应该发生，因为高出边

set集合容器：实现了红黑树的平衡二叉检索树的数据结构，插入元素时，它会自动调整二叉树的排列，把元素放到适当的位置，以保证每个子树根节点键值大于左子树所有节点的键值，小于右子树所有节点的键值；另外，还得保证根节点左子树的高度与右子树高度相等。平衡二叉检索树使用中序遍历算法，检索效率高于vector、deque和list等容器，另外使用中序遍历可将键值按照从小到大遍历出来。构造set集合主要

动态规划是用空间换时间的一种方法的抽象。其关键是发现子问题和记录其结果。然后利用这些结果减轻运算量。比如01背包问题。 因为背包最大容量M未知。所以，我们的程序要从1到M一个一个的试。比如，开始任选N件物品的一个。看对应M的背包，能不能放进去，如果能放进去，并且还有多的空间，则，多出来的空间里能放N-1物品中的最大价值。怎么能保证总选择是最大价值呢？看下表。测试数据：

程序员编程艺术第十一章：最长公共子序列(LCS)问题0、前言    程序员编程艺术系列重新开始创作了（前十章，请参考程序员编程艺术第一~十章集锦与总结）。回顾之前的前十章，有些代码是值得商榷的，因当时的代码只顾阐述算法的原理或思想，所以，很多的与代码规范相关的问题都未能做到完美。日后，会着力修缮之。    搜遍网上，讲解这个LCS问题的文章不计其数，但大多给读者一种并不友好的感觉，稍感

前一段时间做题觉得qsort函数很好用，但有时不太会用比如按结构体一级排序、二级排序、字符串排序等，故通过查资料将其整理一番。以下是其具体分类及用法(若无具体说明是以降序排列)：1、对一维数组排序：（Element_type是一位数组中存放的数据类型，可以是char, int, float, double, etc ）int Comp(const void *p1,const vo

string类型支持长度可变的字符串，C++标准库将负责管理与存储与字符串相关的类容，以及提供各种有用的操作。标准库string类型的目的就是满足对字符串的一般应用。包含头文件

《对弈程序基本技术》专题　Alpha-Beta搜索　Bruce Moreland / 文　最小-最大的问题　　　Alpha-Beta 同“最小-最大”非常相似，事实上只多了一条额外的语句。最小最大运行时要检查整个博弈树，然后尽可能选择最好的线路。这是非常好理解的，但效率非常低。每次搜索更深一层时，树的大小就呈指数式增长。　　通常一个国际象棋局面都有35个左右的合

我还没有讲完Alpha-Beta呢，因为我的伪代码里包含神秘的“排序着法”还没有解释，暂时先扔在一边，在讲完散列技术后，我将继续这部分内容。　　散列技术的思想非常简单，很多棋类会出现“置换”的着法，即着法顺序的不同会导致相同的局面。例如在国际象棋中，开局走“1. d4 Nf6 2. c4”和“1. c4 Nf6 2. d4”都会导致一样的局面(称为印度防御)，白方两次进兵可以按不同的顺序走。再看一

priority_queue 对于基本类型的使用方法相对简单。他的模板声明带有三个参数，priority_queueType 为数据类型， Container 为保存数据的容器，Functional 为元素比较方式。Container 必须是用数组实现的容器，比如 vector, deque 但不能用 list.STL里面容器默认用的是 vector. 比较方式默认用 operator

Dijkstra算法 (转载：http://www.cnblogs.com/biyeymyhjob/archive/2012/07/31/2615833.html)1.定义概览Dijkstra(迪杰斯特拉)算法是典型的单源最短路径算法，用于计算一个节点到其他所有节点的最短路径。主要特点是以起始点为中心向外层层扩展，直到扩展到终点为止。Dijkstra算法是很有代表性的最短路径算法，在很