邪恶牛犊的博客

贪心算法（又称贪婪算法）是指，在对问题求解时，总是做出在当前看来是最好的选择。也就是说，不从整体最优上加以考虑，他所做出的是在某种意义上的局部最优解。 　　贪心算法不是对所有问题都能得到整体最优解，关键是贪心策略的选择，选择的贪心策略必须具备无后效性，即某个状态以前的过程不会影响以后的状态，只与当前状态有关。一、贪婪算法可解决的问题通常大部分都有如下的特性：　　随着算法的进行，将积累起其它两

/// @brief BKDR Hash Function /// @detail 本 算法由于在Brian Kernighan与Dennis Ritchie的《The C Programming Language》一书被展示而得 名，是一种简单快捷的hash算法，也是Java目前采用的字符串的Hash算法（累乘因子为31）。 template<class T>

似乎很多题目里有任务啊什么的代号是字符串，会增加内存开销和用时，把它们全部转化成int就会好很多，然后研究了一会发现有很多字符串的hash函数，这个BKDRHASH相对还不错，就记录下来。unsigned int bkdr_hash(const char *str) { unsigned int seed = 131; // the magic number, 31, 131

简单的一个思想暴雪公司有个经典的字符串的hash公式http://hi.baidu.com/ridgehk/item/8e82e5c8f550f3daef183b3e　　先提一个简单的问题，假如有一个庞大的字符串数组，然后给你一个单独的字符串，让你从这个数组中查找是否有这个字符串并找到它，你会怎么做？　　有一个方法最简单，老老实实从头查到尾，一个一个比较，直到找到为止，我想只要学过程序设计的人都能把

二叉查找树（Binary Search Tree），（又：二叉搜索树，二叉排序树）它或者是一棵空树，或者是具有下列性质的二叉树：若它的左子树不空，则左子树上所有结点的值均小于它的根结点的值； 若它的右子树不空，则右子树上所有结点的值均大于它的根结点的值；它的左、右子树也分别为二叉排序树。　　原理:二叉排序树的查找过程和次优二叉树类似，通常采取二叉链表作为二叉排序树的存储结构。中序遍历二叉排序树可得

Havel定理描述 　　给定一个非负整数序列{d1,d2,…dn}，若存在一个无向图使得图中各点的度与此序列一一对应，则称此序列可图化。进一步，若图为简单图，则称此序列可简单图化。（顶点的度是指与该顶点相铃的顶点数）　　可图化的判定比较简单：d1+d2+…dn=0(mod2)。关于具体图的构造，我们可以简单地把奇数度的点配对，剩下的全部搞成自环。　　可简单图化的判定，有一个Havel定理，是说:

线段树是一种二叉搜索树，与区间树相似，它将一个区间划分成一些单元区间，每个单元区间对应线段树中的一个叶结点。 　　使用线段树可以快速的查找某一个节点在若干条线段中出现的次数，时间复杂度为O(logN）。而未优化的空间复杂度为2N，实际应用时一般还要开4N的数组以免越界，因此有时需要离散化让空间压缩。 定义： 　　线段树是一种二叉搜索树，与区间树相似，它将一个区间划分成一些单元区间，每个单

1、问题描述 已知:有一个容量为V的背包和N件物品，第i件物品的重量是weight[i]，收益是cost[i]。 条件:每种物品都有无限件，能放多少就放多少。 问题:在不超过背包容量的情况下，最多能获得多少价值或收益2、看到这个问题，可能会想到贪心算法，但是贪心其实是不对的。例如最少硬币找零问题，要用动态规划。动态规划思想就是解决子问题并记录子问题的解，这样就不用重复解决子问题了。所以贪心用到

已知后序与中序输出前序（先序） 已知后序与中序输出前序（先序）： 后序：3, 4, 2, 6, 5, 1（左右根） 中序：3, 2, 4, 1, 6, 5（左根右） 分析：因为后序的最后一个总是根结点，令i在中序中找到该根结点，则i把中序分为两部分，左边是左子树，右边是右子树。因为是输出先序（根左右），所以先打印出当前根结点，然后打印左子树，再打印右子树。左子树在后序中的根结点为root –

我发现这几个用的好多啊。。。。DFS 深度优先遍历，也就是遍历图或者数深度优先，感觉只要是个问题都要用到，一般问题都是问一条线，就是深度遍历一下就解决了吧。#include <cstdio>#include <vector>#include <algorithm>using namespace std;vector<int> v[100];int book[100], maxdepth

迪杰斯特拉算法我觉得这是用的最多的最短路径优先算法了吧。我理解的这种算法就是两个集合，首先从你的起点开始是一个集合s，其他的顶点为一个集合v，开始遍历，查找所有顶点到起点的路径，选取最短的点把它归入s中，并记录下当前的到所有点的最短路径，然后起点就换成之前选出的那个店，再去和剩下的顶点遍历，找出剩下距离最短的，把距离之和和最短路径比较得出更小的。直到所有的点都到s集合中去。#include <ios

首先引用下别人的图吧很清晰的流程图，加密解密都是同一个密钥流实现的。1、第一步是生成S盒 初始化S和T 开始时,S中元素的值被置为按升序从0到255,即S[0]=0,S[1]=1,…,S[255]=255。同时建立一个临时矢量T(长度与S相同)。如果密钥K的长度为256字节,则将K赋给T(K的长度为可能小于S的长度)。否则,若密钥长度为keylen字节,则将K的值赋给T的前keylen个元素,

emmm，在玩游戏，连跪的时候，学弟学妹oj大赛，匹配间隙写个吧。。。#include <iostream>#include <algorithm>#include <string>using namespace std;#define maxsize 20string add (string s,string t) { int len = s.length (), carry =

C++STL中就自带了排序函数sortsort 对给定区间所有元素进行排序 要使用此函数只需用#include sort即可使用，语法描述为：#include <algorithm>#include <iostream>int main()sort(begin,end){ int a[20]={2,4,1,23,5,76,0,43,24,65},i; for(i=0;i<20;i+

以数值类型为例，就是在有序的数组中，不断的用中值和目标对比，mid比目标大，那么说明right大要缩小，反之，mid比目标小，就要提高left，让mid变大。long long binarySearch(long long n[], long long left, long long right, long long t) { long long mid; while(left <

没啥好说的就是素数 今天满课。。。。。。#include <cstdio>#include <cmath>using namespace std;bool isprime(int n) { if(n <= 1) return false; int sqr = int(sqrt(n * 1.0)); for(int i = 2; i <= sqr; i++) {

Setset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，使用中序遍历可将键值按照从小到大遍历出来。构造set集合主要目的是为了快速检索，不可直接去修改键值。(constructor) Construc

红黑树（Red Black Tree） 是一种自平衡二叉查找树，是在计算机科学中用到的一种数据结构，典型的用途是实现关联数组。 它是在1972年由Rudolf Bayer发明的，当时被称为平衡二叉B树（symmetric binary B-trees）。后来，在1978年被 Leo J. Guibas 和 Robert Sedgewick 修改为如今的“红黑树”。 红黑树和AVL树类似，

emmm，我能说这个我看了好久才理解的么，似乎有两种方法，dfs和并查集，先搞懂一个能用就行了吧。一开始我完全不理解为啥深度遍历了一下，就能count++下去了，后来想了一下，从起点开始循环，到每一个顶点的深度优先遍历一下，那么没有一个没有遍历到的顶点那么这不就是一个新的分支么，深度优先遍历过一次的就是一个连通分量。也许过几天我自己又理解不了了，总之就是一个为访问的顶点就是一个新的分支。#inclu

首先是定义： 给定一个无向图G,一条路径经过图G的每一条边,且仅经过一次,这条路径称为欧拉路径(Eulerian Tour),如果欧拉路径的起始顶点和终点是同一顶点,则称为欧拉回路(Eulerian circuit). 然后看看两个定理： 定理一：连通的无向图有欧拉路径的充要条件是： G中奇顶点（连接的边数量为奇数的顶点）的数目等于0或者2。连通的无向图是欧...