u011322421的博客

KMP算法通过预处理模式串生成next数组，记录部分匹配信息以优化字符串匹配过程。示例展示了模式串"ababc"的next数组计算和完整匹配步骤：当主串"abababc"与模式串匹配失败时，利用next值跳转而非从头比较，最终在位置3成功匹配。该算法通过避免主串指针回退，将时间复杂度优化为O(m+n)，显著优于暴力匹配的O(mn)。关键点在于next数组存储最长公共前后缀长度，实现匹配失败时的智能跳转。

本文介绍了NOIP2017提高组题目"逛公园"的解题方法。题目要求在有向图中统计从入口到出口、路径长度不超过最短路d+K的路径数量，若存在无限多解则输出-1。 核心算法： 使用Dijkstra算法计算各点到终点的最短距离 构建反向图进行记忆化搜索 通过状态标记检测0权环（可能导致无限路径） 动态规划统计合法路径数 关键点： 记忆化数组dp[u][k]记录从u出发剩余k步额外时间的路径数 检测访问状态vis2防止无限递归 反向图遍历优化搜索过程 复杂度：O((N+M)logN + NK)（

《C++ std::string 字符串操作指南》摘要： std::string 是 C++标准库提供的安全字符串类，功能丰富且易用。主要特性包括：1）多种初始化方式（空字符串、字面值、重复字符等）；2）便捷的访问方法（下标[]、at()边界检查、front/back）；3）字符串修改操作（拼接、插入、删除、替换）；4）子串处理（提取、查找、检查包含）；5）输入输出支持（cin读取、getline整行输入）；6）比较、大小调整等实用功能。文章详细展示了各类操作代码示例，并强调其自动内存管理优势，避免C风格字

题目分析本题要求在给定的城市网格中，计算在k个可能的炸弹安放位置中，选择一个位置放置炸弹后，受威胁街区（距离炸弹不超过t的街区）的最大数量。炸弹的威力t表示所有到炸弹位置的欧几里得距离小于等于t的街区都会受威胁。解题思路 问题理解：对于每个可能的炸弹位置，需要计算以该位置为中心、半径为t的圆内（包括边界）包含的网格点数。最终输出所有炸弹位置中最大威胁区域对应的街区数。 关键点：由于网格范围大（n, m最大10^5），而t较小（最大300），直接枚举整个网格会超时。因此采用逐行计算的

摘要：题目要求在规定时间T内采摘M株草药，每株草药有采摘时间和价值，目标是最大化总价值。这是一个典型的0-1背包问题，可通过动态规划解决。定义二维数组dp[i][j]表示前i株草药在时间j内的最大价值。状态转移考虑是否选择当前草药：不选则继承前状态，选则需时间足够并更新价值。样例中，输入T=70、3株草药（时间/价值：71/100、69/1、1/2），最终最大价值为3。程序采用二维DP实现，时间复杂度O(M×T)，空间复杂度O(10^5)。

匈牙利算法是一种求解二分图最大匹配问题的高效算法。其核心思想是通过DFS遍历二分图的节点，为每个未匹配节点寻找可匹配对象。算法采用贪心策略和递归回溯机制，在遍历过程中遇到已匹配对象时，会递归询问原配对象能否更换匹配，从而实现最大匹配。主要步骤包括：初始化匹配状态、遍历节点进行DFS匹配、使用访问标记防止重复访问。算法时间复杂度为O(n×m)，其中n为节点数，m为边数。该算法形象地描述了"舞伴交换"的过程，通过递归让位机制实现了全局最优匹配。其实现简洁高效，适用于各类二分图匹配问题。

最小费用最大流算法通过SPFA寻找费用最短增广路，使用链式前向星存储正向边和反向边。每次沿最便宜路径增广流量，更新边容量和反向边，最终获得最大流量和最小费用。该算法的核心在于反向边的"反悔"机制和贪心选择策略。时间复杂度主要取决于SPFA的执行次数，适用于解决带费用约束的网络流优化问题。

题目描述邮递员需要从节点1出发，将物品送到节点2至n后每次返回，求总最短时间。解题需构建原图和反图，分别用Dijkstra算法计算节点1到各节点的最短距离（去程）和各节点到1的最短距离（回程），最后将所有往返距离求和。样例分析验证了算法的正确性，总时间为83。该解法高效可靠，适用于大规模数据。

本文提供了Dijkstra算法的C++实现模板，适用于带非负权重的图。该模板使用优先队列优化，时间复杂度为O(E log V)。核心实现包括邻接表存储图结构、距离数组初始化、优先队列维护最短路径。模板支持1-indexed节点编号，自动处理重边和不可达节点（距离为INF）。文章还说明了关键组件、使用注意事项（如非负权重要求）以及定制化修改方案（如路径记录、多源最短路径等）。示例代码展示了从节点1出发计算各点最短距离的用法，可作为图论问题的通用解决方案。

# P2015 二叉苹果树## 题目描述有一棵苹果树，如果树枝有分叉，一定是分二叉（就是说没有只有一个儿子的结点）这棵树共有 $N$ 个结点（叶子点或者树枝分叉点），编号为 $1 \sim N$，树根编号一定是 $1$。我们用一根树枝两端连接的结点的编号来描述一根树枝的位置。下面是一颗有 $4$ 个树枝的树：```2 5 \ / 3 4 \ / 1```现在这颗树枝条太多了，需要剪枝。但是一些树枝上长有苹果。给定需要保留的树枝数量，求出最多能留住

分组背包问题是一种特殊背包问题，其特点是物品被分为若干组，每组只能选一件物品。本文详细讲解了分组背包问题及其动态规划解法。 摘要要点： 问题特点：物品分组，组内物品互斥，每组最多选一件 动态规划解法核心： 使用一维DP数组，dp[j]表示容量j的最大价值 三重循环结构：按组处理、逆序容量、遍历组内物品 关键点在于逆序遍历容量，确保组内物品不重复选择 提供了C++实现代码示例 时间复杂度为O(G×V×K)，其中G为组数，V为容量，K为组内最大物品数 与01背包、完全背包的区别在于分组处理和选择限制 该解法通过

题目描述有一棵苹果树，如果树枝有分叉，一定是分二叉（就是说没有只有一个儿子的结点）这棵树共有 N 个结点（叶子点或者树枝分叉点），编号为 1∼N，树根编号一定是 1。我们用一根树枝两端连接的结点的编号来描述一根树枝的位置。下面是一颗有 4 个树枝的树：2 5 \ / 3 4 \ / 1现在这颗树枝条太多了，需要剪枝。但是一些树枝上长有苹果。给定需要保留的树枝数量，求出最多能留住多少苹果。

八皇后问题是一个经典的回溯算法题，要求在n×n棋盘上放置n个互不攻击的皇后。解题要点是使用DFS逐行放置皇后，并通过标记列和对角线避免冲突。程序输出前三个解（按字典序）和解的总数。样例输入6时输出4种解，其中前三个为2 4 6 1 3 5、3 6 2 5 1 4和4 1 5 2 6 3。算法通过回溯和剪枝高效搜索，时间复杂度为O(n!)，适用于n≤13的数据范围。

迷宫路径计数问题摘要 本文解决了一个经典的迷宫路径计数问题，采用深度优先搜索(DFS)算法遍历所有可能的路径。题目要求从起点到终点的路径方案数，其中包含障碍物且每个方格最多访问一次。 关键点： 使用方向数组处理上下左右移动 标记已访问位置防止重复 遇到终点时立即计数并返回 递归后及时回溯，撤销访问标记 解决方案通过DFS正确统计了所有可行路径，时间复杂度与迷宫大小和障碍物位置相关，适用于题目给定的小规模迷宫（N,M ≤5）。代码简洁高效，正确处理了各种边界情况，包括起点即为终点的情况。

摘要： 本教案系统讲解二叉树的核心概念与C语言实现，重点面向专升本考生。内容涵盖：①二叉树的五大特征（如结点度关系公式）；②顺序/链式两种存储方案，突出链式存储的指针操作；③递归遍历的完整代码实现（前序/中序/后序）及调用栈分析；④典型教学案例与遍历序列推演。教案强调实践能力培养，通过课堂练习（如叶子结点计数）和分层作业（非递归遍历）巩固知识点，辅以直观的二叉树结构图示与板书设计，帮助理解指针操作和递归过程等难点。

教学过程1. 问题引入（5分钟）情景创设：“假设一对新生兔子，第2个月成熟，每月生一对新兔子。问第n个月有多少对兔子？”→ 引出斐波那契数列：0, 1, 1, 2, 3, 5, 8, 13…数学定义：2. 递归算法详解（20分钟）核心思想：将大问题分解为相同结构的子问题三要素：代码实现：执行过程分析（以n=5为例）：性能分析：核心思想：从已知条件逐步推导后续结果三要素：代码实现：执行过程演示（n=5）：性能分析：实验对比（不同n值的执行时间）：5. 递归优化——记忆化（选讲）

代码正确实现了 Kadane 算法，高效解决了最大子段和问题，适用于大规模数据。通过动态规划逐项计算局部最优解，最终得到全局最优解。

小明有一个存钱罐，每天可以存1元或2元，他想知道存满5元有多少种不同的存法。

最小硬币问题通过动态规划解决，目标是用最少数量的1元和5元硬币凑出给定金额N。问题拆解为小问题：凑出k元（0 ≤ k ≤ N）所需的最小硬币数。定义状态数组dp[i]表示凑出i元所需的最小硬币数，初始条件为dp[0] = 0，其余初始化为极大值。状态转移方程为dp[i] = min(dp[i], dp[i - coin] + 1)，其中coin为硬币面值。程序实现中，首先初始化dp数组，然后逐个解决小问题，最后输出结果。以target=10为例，演示了动态规划的逐步填充过程，最终得出最少需要2枚硬币（5+5

本文详细解析了“最大子段和”问题，并通过动态规划方法逐步实现。首先，问题被拆解为以每个位置结尾的子数组的最大和，定义状态数组dp[i]表示以第i个元素结尾的子数组的最大和，并给出初始条件和状态转移方程。接着，通过C++程序实现，展示了如何逐个解决小问题并更新全局最大值。文章还演示了动态规划的计算过程，逐步填充dp数组并更新最大和，最终得出最大连续和为6，对应子数组[4,-1,2,1]。关键点包括将大问题分解为小问题、递推关系的本质以及时间复杂度为O(n)。最后，文章提供了测试样例和常见错误分析，帮助学生更好

已知n个整数x1​x2​⋯xn​，以及1个整数kkn从n个整数中任选k个整数相加，可分别得到一系列的和。例如当n4k34个整数分别为37121937122237192971219383121934现在，要求你计算出和为素数共有多少种。371929。

马拉车算法（Manacher's Algorithm）是一种用于高效查找字符串中最长回文子串的算法。通过插入分隔符（如#），算法将字符串统一为奇数长度，便于处理。算法维护三个关键变量：当前回文中心C、已知回文的最右边界R，以及每个位置的回文半径P[i]。通过镜面反射技巧，算法利用已知信息快速计算新位置的回文半径，避免重复计算。C++代码实现中，首先插入分隔符，然后通过中心扩展和镜像位置优化计算，最终找到最长回文子串。该算法的时间复杂度为O(n)，空间复杂度为O(n)，比暴力法更高效。通过有趣的故事和简单代码