凌汐凡的博客

pair用法：应用场景：主要是将两个数据合成一组数据，基础实现是结构体，可以直接使用成员变量头文件：#include <utility>构造：pair<T1, T2> p1;//T1，T2为数据类型，p1为变量名访问成员变量：p1.first;p1.second;简化：typedef pair<string,string> AuthorAuthor proust(“March”,“Proust”);全排列DFS实现//index：当前一共搜索index

高精度大数据 阶乘计算问题描述　　输入一个正整数n，输出n!的值。　　其中n!=123*…*n。算法描述　　n!可能很大，而计算机能表示的整数范围有限，需要使用高精度计算的方法。使用一个数组A来表示一个大整数a，A[0]表示a的个位，A[1]表示a的十位，依次类推。　　将a乘以一个整数k变为将数组A的每一个元素都乘以k，请注意处理相应的进位。　　首先将a设为1，然后乘2，乘3，当乘到n时，即得到了n!的值。输入格式　　输入包含一个正整数n，n<=1000。输出格式　　输出n!的准

C++ map用法总结(按个人需求整理)头文件#include <map>定义map定义方法为map<key,values> a;其中key与values一一对应，可以通过key来查找其对应的values，key和values可以是任意类型的，按自己的需求定义，例如：map<string,int> s;当然这样的定义很长，我们可以重命名一下，然后定义就简单了：typedef map<string,map> maps;maps s;

试题 算法训练 方格取数问题描述　　设有NN的方格图(N<=10),我们将其中的某些方格中填入正整数,而其他的方格中则放入数字0。　　某人从图的左上角的A 点(1,1)出发，可以向下行走，也可以向右走，直到到达右下角的B点(N,N)。在走过的路上，他可以取走方格中的数（取走后的方格中将变为数字0）。　　此人从A点到B 点共走两次，试找出2条这样的路径，使得取得的数之和为最大。输入格式　　输入的第一行为一个整数N（表示NN的方格图），接下来的每行有三个整数，前两个表示位置，第三个数为该位置上

算法训练 回文数问题描述　　若一个数（首位不为零）从左向右读与从右向左读都一样，我们就将其称之为回文数。　　例如：给定一个10进制数56，将56加65（即把56从右向左读），得到121是一个回文数。又如：对于10进制数87：　　STEP1：87+78 = 165 STEP2：165+561 = 726　　STEP3：726+627 = 1353 STEP4：1353+3531 = 4884在这里的一步是指进行了一次N进制的加法，上例最少用了4步得到回文数4884。写一个程序，给定一个N（2&

算法训练 拦截导弹问题描述　　某国为了防御敌国的导弹袭击，发展出一种导弹拦截系统。但是这种导弹拦截系统有一个缺陷：虽然它的第一发炮弹能够到达任意的高度，但是以后每一发炮弹都不能高于前一发的高度。某天，雷达捕捉到敌国的导弹来袭。由于该系统还在试用阶段，所以只有一套系统，因此有可能不能拦截所有的导弹。输入导弹依次飞来的高度（雷达给出的高度数据是不大于30000的正整数），计算这套系统最多能拦截多少导弹，如果要拦截所有导弹最少要配备多少套这种导弹拦截系统。输入格式　　一行，为导弹依次飞来的高度输出格式

二叉树遍历以及求层数#include <iostream>#include <algorithm>using namespace std;typedef struct Node{ int data; Node* lchild,* rchild;}Node;Node* createNode(int data)//创建根节点，同时令左右节点为null{ Node* temp = (Node*)malloc(sizeof(Node)); temp->data

动态规划—最优子结构问题：算法训练 乘积最大 问题描述今年是国际数学联盟确定的“2000——世界数学年”，又恰逢我国著名数学家华罗庚先生诞辰90周年。在华罗庚先生的家乡江苏金坛，组织了一场别开生面的数学智力竞赛的活动，你的一个好朋友XZ也有幸得以参加。活动中，主持人给所有参加活动的选手出了这样一道题目：设有一个长度为N的数字串，要求选手使用K个乘号将它分成K+1个部分，找出一种分法，使得这K+1个部分的乘积能够为最大。同时，为了帮助选手能够正确理解题意，主持人还举了如下的一个例子：有一个数字串：

看了必懂的并查集原理（转载）并查集是我暑假从高手那里学到的一招，觉得真是太精妙的设计了。以前我无法解决的一类问题竟然可以用如此简单高效的方法搞定。不分享出来真是对不起party了。（party：我靠，关我嘛事啊？我跟你很熟么？）首先在地图上给你若干个城镇，这些城镇都可以看作点，然后告诉你哪些对城镇之间是有道路直接相连的。最后要解决的是整幅图的连通性问题。比如随意给你两个点，让你判断它们是否连通，或者问你整幅图一共有几个连通分支，也就是被分成了几个互相独立的块。像畅通工程这题，问还需要修几条路，实质就是求

DFS解经典迷宫题目：S是起点，G是终点，.是路径，#是墙输入mn表示墙的行列输入样例：5 5#S###…##.#.###…###…G##123456输出结果：5前面已经更新了如何用BFS求解经典迷宫，但是凡事能用BFS的题目，基本都能用DFS来解，下面放DFS求解经典迷宫的代码：#include <iostream>#include <queue>#include <algorithm>#include <cstring

BFS解经典迷宫问题对于经典的迷宫问题，路径是没有权值不同之分的，对于这种问题，采用BFS更合适下面放题目：S是起点，G是终点，.是路径，#是墙输入mn表示墙的行列输入样例：5 5#S###..##.#.###..###..G##输出结果：5关于BFS，最近看了一个写的很好的博主，放上链接：图论（四）宽度优先搜索BFS按照这个思路，我的代码如下：#include <iostream>#include <queue>#include <algo

递归实现二叉树遍历#include <iostream>#include <algorithm>using namespace std;typedef struct Node{ int data; Node* lchild,* rchild;}Node;Node* createNode(int data)//创建根节点，同时令左右节点为null{ Node* temp = (Node*)malloc(sizeof(Node)); temp->data

冒泡法是一种简单易理解的数列排序，方法是从左到右依次进行两个元素的比较，每轮比较完之后，最大or最小的数就会出现在数组最右端，下一轮就可以不用比较最后一个数了，也就是说每轮比较次数都会递减。此外，当有n个数进行排序时，第一轮最多需要n-1次比较，例如当我们有十个数需要排序，第一轮比较九次就可以了。附上冒泡排序的代码：void sort(int *p,int n)//冒泡法排序 { int ...

分治算法——归并排序/*归并排序使用分治算法先将待排序数组一分为二，再分为四，再分为八...直到不可再分，然后逐渐的有序排序，每两个子序列之间合并排序特点：稳定，能够最大限度的按照输入的顺序排列 */ #include <iostream>using namespace std;void mergeArray(int s[],int begin,int end,int mid){ //临时创建一个数组，用于合并两个子序列 int* temp = new int[end-

冒泡排序+二分查找#include <iostream>#include <algorithm>using namespace std;int a[9] = {3,1,5,8,9,4,5,3,0};void output(int *a){ for(int* i = a;i<a+9;i++) { cout<<*i<<" "; } cout<<endl;}int findnum(int num){ int l

最长上升子序列（贪心+二分）最长上升子序列的求法，除了最朴素的动态规划外，还有利用贪心和二分法进行求解，其时间复杂度为O(nlogn),低于动态规划的时间复杂度O(n2)，在蓝桥杯这种测试样例巨大的竞赛中，使用贪心+二分法可以有效避免超时原理对于一个数列a = {1,3,2,5,9,4,10}，我们定义一个数组s和数组b，数组b用来存储可能的上升序列。s[i]表示长度为i的最长上升子序列的结尾元素，当然这个值越小越好，因为对于一个上升序列，结尾的值越小，越容易往后面添加值，这就是求解的一个贪心思想。

fill（）函数参数：fill(first,last,val);// first 为容器的首迭代器，last为容器的末迭代器，val为将要替换的值。举例：int a[200];fill(a, a+100, 1);12注意：fill（）中 ，它的原理是把那一块单元赋成指定的值，也就是说任何值都可以memset（），则是将s所指向的某一块内存中的每个字节的内容全部设置为ch指定的ASCII值，即0 、1...

最长上升子序列(lIS)最长上升子序列一般有三种求解方法，分别是时间复杂度为O(n2)的动态规划求法，时间复杂度为O(nlogn)的贪心+二分法，以及时间复杂度为n(nlogn)的树状数组优化的动态规划（DP）动态规划根据动态规划的一般规则，我们若想知道长度为n的数列a[n]的最长上升子序列，可以根据前(n-1)个数列的最长上升子序列，再跟第n个数作比较，得到前n个数的最长上升子序列…以此列推，直至求得第一个数的最长上升子序列，当然LIS(1) = 1；下面开始动态规划五部曲：确定dp数组及其含义

算法提高 秘密行动问题描述　　小D接到一项任务，要求他爬到一座n层大厦的顶端与神秘人物会面。这座大厦有一个神奇的特点，每层的高度都不一样，同时，小D也拥有一项特殊能力，可以一次向上跳跃一层或两层，但是这项能力无法连续使用。已知向上1高度消耗的时间为1，跳跃不消耗时间。由于事态紧急，小D想知道他最少需要多少时间到达顶层。输入格式　　第一行包含一个整数n，代表楼的高度。接下来n行每行一个整数ai，代表i层的楼层高度（ai <= 100）。输出格式　　输出1行，包含一个整数，表示所需的最短时间

动态规划——一维dp数组与二维dp数组对于二维dp数组，递推公式为：dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]);其实可以发现如果把dp[i - 1]那一层拷贝到dp[i]上，表达式完全可以是：dp[i][j] = max(dp[i][j], dp[i][j - weight[i]] + value[i]);于其把dp[i - 1]这一层拷贝到dp[i]上，不如只用一个一维数组了，只用dp[j]（一维数组，也可以理解

动态规划学习记录二维dp数组01背包使用二维dp数组dp[i][j]，dp[i][j] 表示从下标为[0-i]的物品里任意取，放进容量为j的背包，价值总和最大是多少。那么可以有两个方向推出来dp[i][j]：放物品i，或者不放物品i1.由dp[i - 1][j]推出，即背包容量为j，里面不放物品i的最大价值，此时dp[i][j]就是dp[i - 1][j]2.由dp[i - 1][j - weight[i]]推出，dp[i - 1][j - weight[i]] 为背包容量为j - weight[