penzo的专栏

这里列几个常见问题，应该对你理解和使用hash_map比较有帮助。 1 hash_map和map的区别在哪里？构造函数。hash_map需要hash函数，等于函数；map只需要比较函数(小于函数). 存储结构。hash_map采用hash表存储，map一般采用红黑树(RB Tree)实现。因此其memory数据结构是不一样的。 2 什么时候需要用hash_map，什么时候需要用map?总体来说，hash_map 查找速度会比map快，而且查找速度基本和数据量大小无关，属于常数级别;而map的查找速度是log

<br />Max Sequence：求两个子序列的最大和，此题与POJ 2479算法完全一致，均采用动态规划求解。<br />测试数据：<br />10<br />1 -1 2 2 3 -3 4 -4 5 -5<br />5<br />-5 9 -5 11 20<br />6<br />3 3 -3 4 -2 1<br />0<br />正确的运行结果是：<br />13<br />40<br />10<br />代码如下#include <iostream>using namespace std;

<br />问题描述：判断一个数是否为“环数”。此题较简单，思路是：将大整数的每一位存入数组元素，再对该数乘以位数，从2->n，对乘积的结果与原来的大整数比较，如果不同，则退出不再乘以后面的位数；若所有位数都乘完了，并且都满足条件，则判断为是“环数”。<br /> #include <iostream>#include <string.h>#define MAX_LEN 60using namespace std;unsigned aNum[MAX_LEN+10];unsigne

回溯法其实也是一种搜索算法，它可以方便的搜索解空间。 回溯法解题通常可以从以下三步入手： 1、针对问题，定义解空间 2、确定易于搜索的解空间结构 3、以深度优先的方式搜索解空间，并在搜索的过程中进行剪枝 回溯法通常在解空间树上进行搜索，而解空间树通常有子集树和排列树。 针对这两个问题，算法的框架基本如下： 用回溯法搜索子集合树的一般框架：void backtrack(int t){ if(t > n) output(x); else{ for(int i = f

<br />今天在看《数据结构与算法分析》时，遇到了尾递归这一词，在网上查了资料，遂以此记录下来：<br />转http://blog.youkuaiyun.com/lee576/archive/2008/07/31/2747517.aspx<br />尾递归 - Tail Recursion<br /><br />尾递归是针对传统的递归算法而言的, 传统的递归算法在很多时候被视为洪水猛兽. 它的名声狼籍, 好像永远和低效联系在一起.<br /><br />尾递归就是从最后开始计算, 每递归一次就算出相应的结果, 也就

<br />纸片翻转，问题详见：http://acm.pku.edu.cn/JudgeOnline/problem?id=1753<br />======================<br />问题分析<br />======================<br />状态：<br />若将b看成1，w看成0，一个状态对应一个值（0~65535），记为id，最多有2^16个id。<br />翻转：<br />将当前纸片的周围四个方向（如果有）进行翻转，得到下一个id。某纸片翻转后，当前id与翻转的位对应

<br />Radar Installation<br />题目：给一些孤岛（用坐标x,y表示），x轴为海岸线，在海岸线上建立几个雷达站，每个雷达站的覆盖区域为一个圆，半径给出。问最少要几个雷达站，才能覆盖所有孤岛。<br />这个问题需要注意两点：<br />1、将问题转化<br />以每个孤岛为圆心，已知半径画圆，交海岸线于两点，得到一个区间。在区间上任一一点建立雷达站均可覆盖目标点。于是问题变为：给n个区间，选出最少的点使得每个区间至少有一个点。<br />2、贪心算法<br />将每个区间按左边进行

<br />思路：最近公共祖先有一个好的特点，设A，B两个节点的过最近公共祖先C，那么A,B必然在C的两支上。<br />程序：<br />#include <stdio.h>#include <stdlib.h>struct Node{ const Node *left, *right; const char* name; Node(const Node *left, const Node *right, const char* name)

<br />5 5<br />1 2 3 4 5<br />16 17 18 19 6<br />15 24 25 20 7<br />14 23 22 21 8<br />13 12 11 10 9<br />典型的动态规划算法，满足（1）（2）两条件：<br />（1）重复子问题：如24->17，需要求17的最长路径，而18->17，也需要求17的最长路径，这就存在一个重复的子问题。<br />（2）最优子结构：从24出发的最长路径，包括了23出发的最长路径。。。，即包含了最优的子结构。<br />设计

<br />区别：<br />动态规划<br />全局最优解中一定包含某个局部最优解，但不一定包含前一个局部最优解，因此需要记录之前的所有最优解。<br />条件：最优子结构；重叠子问题。<br />方法：自底向上构造子问题的解。<br />例子：子序列最大和问题，滑雪问题<br />贪心算法<br />条件：每一步的最优解一定依赖上一步的最优解。<br />方法：从问题的某一个初始解出发逐步逼近给定的目标，以尽可能快的地求得更好的解。当达到某算法中的某一步不能再继续前进时，算法停止。<br />存在问题：

<br />参考了《Programming_guide_and_online_practice-4.23bylwx》的第七章大整数计算，解题思路是先将浮点数转化成大整数进行计算，再算出小数的位数，最后打印输出。<br />POJ上题目中给的数据都能测试通过，但提交是Wrong Answer，可能是没考虑特殊的输入。这里仅贴出代码，供参考。<br />#include <iostream>#include <string.h>#define MAX_LEN 102using namespace

 先序遍历——递归void preorder(node* root){if (root) printf(“%d/n”, root->value);else return;preorder(root->left);preorder(root->right);}先序遍历——非递归void preoder(node* root){element* theStack;void* data;node* curNode;CreateStack(&theSta

<br />/*根据先序遍历和中序遍历的字符串，构造出树*//*先序遍历树，使用递归和非递归两种方法*/#include <iostream>using namespace std;struct NODE{NODE* pLeft;NODE* pRight;char chValue;};#define STACKSIZE 10typedef NODE *datatype;typedef struct _stack_{datatype da

<br />-2,11，-4,13，-5，-2<br />思路：序列a[n]，记<br />f(i)：前i个数中连续数最大和；<br />end(i)：以下标i结尾的前i个数中连续数最大和。<br />有以下递推式：<br />f(i) = max{f(i-1), end(i)}；<br />当end(i-1)<=0，end(i) = a[i]；否则end(i) = end(i-1)+a[i]。<br />以front，rear指针记录连续最大和的首尾下标。<br />程序如下：<br />#include

<br />输入：<br />1 -1 2 2 3 -3 4 -4 5 -5<br />思路：<br />这是一个动态规划的问题，满足DP的两个条件：重叠子问题和最优子结构。<br />采用自底向上的设计策略，先从左至右计算出每个段的最大子序列和a[i]，再反过来，从右至左计算每个段的最大子序列和b[i]，最后遍历每个段，求出a[i]+b[i]的最大值，即为最后所求值。<br />代码：<br />#include <iostream>#include <stdio.h>using namespac

<br />/**归并排序，改写自《数据结构C语言版》，P284*/#include <iostream>#define LENGTH 20using namespace std;void output(int* a, int len){ int i; for (i = 0; i < len; i++) cout << a[i] << " "; cout << endl;}//将a[i..m]到a[m+1..n]归并到b[i..n]void

问题描述：一个旅行者有一个最多能用M公斤的背包，现在有N件物品，它们的重量分别是W1，W2，...,Wn,它们的价值分别为P1,P2,...,Pn.若每种物品只有一件求旅行者能获得最大总价值。解法一——动态规划因为背包最大容量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：10,33,44,55,6c[i][j]数组保存了1

<br />这两天断断续续看了BST的内容，对其删除操作的递归实现有了一定理解。<br />删除操作的递归实现：<br />SearchTree Delete(ElementType X, SearchTree T){ Position TmpCell; if (T == NULL) printf("Element not found/n"); else if (X < T->Element) T->Left = Delete(X, T-