冰枫的随笔

#include#include using namespace std;void main(){ int beg,len;//子串开始位置，长度 vector cvec;//声明容器 char temp; while (cin.get(temp)) cvec.push_back(temp);//添加元素 cout>beg>>len; if((beg+len)>cvec.size())//判断求子串的输入是否有误 { cout::iterator it

所谓经典算法是指STL中有一定的复杂性并且又经常用到的算法。其他算法多是较为容易，利用STL操作很容易实现就不在此之列了。共计15个算法，包括：                1、list::sort                2、heap                3、partition                4、rotate(链表版，数组版，即random_

算法中使用到的数据结构：typedef struct Node* Link;struct Node{ int value; Link next;};算法代码：//链表的归并void merge(Link& first,Link& second){ Node newHead; Link temp=&newHead; while(first!=NULL&&second!

原文地址：http://blog.youkuaiyun.com/jcwkyl/article/details/3874629《编程之美》中的题目要求只使用两个附加变量。王晓东编著的《算法设计与实验题解》中要求只用到O(1)的辅助空间。其它地方两本书的要求相同，都是O(n)的时间复杂度。两本书中的解法总结起来就是三种方法：（1）循环换位算法（2）三次反转算法（3）排列循环算法。这三种算法在王晓东的著作中

这三个算法都比较的常用，而且具有一定的相似的性。理论依据也很明显，下面就直接贴出自己的实现版本。其中lower_bound与upper_bound实现了两个版本。版本一与STL的实现方法完全相同，以数据的总长度折半，版本二则是直接取前后的中点。当然本质上没有太大区别。lower_bound版本一：int lowerBound(int array[],int left,int right,i

STL中涉及到数组的排列的有两个函数，即next_permutation/prev_permutation，分别用于求上一个以及下一个排列。两函数的算法使用的原理大体相同。以next_permutation为例，列出算法并解释。算法：首先，从最为段开始往前寻找两个相邻的元素，令第一个元素索引为endi第二个元素索引为endii，且满足array[endi]。然后，再从最尾端开始向前检测

Quick sortQuick sort 的精神在于将大区间分割为小区间，分段排序。每个小区间排序完成后，串接起来的大区间就完成了排序。最坏的情况发生在分割时产生出的一个空的子区间。threshold（阈值）面对一个只有十来个元素的小序列，使用像Quick sort这样复杂而（可能）需要大量运算的排序算法，是否划算？在小数据量的情况下，甚至简单如Insertion Sort者也可能

STL在rotate上的优化是极尽其所能的。分别对前向访问，双向访问，随机访问的数据结构实现了三个版本的rotate。下面是自己按照对三种算法的理解，自己进行的实现。实现中我尽力避免使用C++的特性，从而以后可以在纯C的代码中使用。下面是我使用到的数据结构，单向链表与双向链表，用于实现算法和验证算法的正确性：//单链表节点typedef struct Node* Link;stru

STL的sort算法的优化策略：1、  数据量大时采用QuickSort，分段递归排序。2、  一旦分段后的数据量小于某个门槛，为避免Quick Sort的递归调用带来的额外负荷，就改用Insertion Sort。3、  如果层次过深，还会改用HeapSort4、  “三点中值”获取好的分割IntroSort的实现代码为：//数据量的分界线，决定了使用quick so

将一个数组中的元素序列打算顺序进行重排，并需要保证重排后的每一种结果是等概率且随机的。下面的两种算法哪一种是正确的？（注：random(a,b)返回一个a~b的随机整数）1. for i=1 to n do swap( a[i], a[random(1,n)] );2. for i=1 to n do swap( a[i], a[random(i,n)] );解释：首先，1～n

STL的分割算法主要使用了仿函数来实现。而此处的分割则不，此处实现了两种形式的分割算法：非随机分割算法、随机分割算法(随机算法是在非随机算法的基础上封装而成)。而快速排序则只需简单依赖分割算法就能实现。非随机分割算法：int partition(int array[],int left,int right){ //选择最右侧的元素作为分割标准 int index = left;

堆算法主要包括建立最大堆和堆排序算法。所使用建堆的数组将以0开始存储数据。下面将以两种方法建堆：自底向上的建堆（STL和算法导论中使用到的）、自顶向下建堆（即插入建堆的方法）公共操作：int parent(int i){ return (int)((i-1)/2);} int left(int i){ return 2 * i+1;} int rig

<br /> #include<iostream>#include <algorithm>#include <vector>using namespace std;struct strtab_cmp { typedef vector<char>::iterator strtab_iterator; //以pair的first和second标明一行文本，进行字典编纂式的比较 bool operator()(const pair<strtab_iterator,strtab_it

空间配置器的标准接口：allocator::value_typeallocator::pointerallocator::const_pointerallocator::referenceallocator::const_refrenceallocator::size_typeallocator::difference_typepointer allocator::allocate(size_type n,const void*=0)//配置空

Ø  size_t(-1)/sizeof(_Tp)到底是什么意义？以32位机来说，它代表了实现/平台允许你放入容器的最大元素数目，对于std::vector最大容量为2^32 / sizeof(T) 个元素。换句话来说, 也就是我能完全使用4GiB虚拟内存地址空间(实际不可能)而填充的最大元素数目。Ø  为什么size_t(-1)为2^32？size_t通常在32位机上定义为32位，而在64位机上定义为64位的无符号整型。通过强制类型转换，size_t(-1)恰能代表其能表示的最大值，即2^32 (2^64

说明：将修润、印务和一些较为明显的笔误、错乱、讨论予以删除，仅仅保留有探讨和学习意义的部分。依照上述要求完成此份摘录，以下为摘录部分：本勘误档更新日期: 2005/02/01《STL 源码剖析》繁体版碁峰信息股份有限公司 出版, 2002注意：以下各项修正皆以日期排序======================================================书籍内容更正，有两种作法，一是在因特网上做个专属勘误网页，让大家上去看。这是比较实时的作法。而更理想更负责的作法是：不但有勘误网页，

heap算法binary heap是一种Complete binary tree,也就是，整棵binarytree 除叶子节点之外，是填满的，而最底层的叶节点由左至右又不得有空隙。heap的实现假设动用一个小技巧3，将 array 的 #0 元素保留（或设为无限大值或无限小值），那么当 complete binary tree中的某个节点位于 array 的i 处，其左子节点必位于 array 的2i处，其右子节点必位于 array 的2i+1 处，其父节点必位于「i/2

二叉搜索树二叉搜索树(binary search tree)，可提供对数时间(10garithmictime)3的元素插入和访问。二叉搜索树的节点放置规则是：任何节点的键值一定大干其左子树中的每一个节点的键值，并小于其右子树中的每一个节点的键值。因此，从根节点一直往左走，直至无左路可走，即得最小元素：从根节点一直往右走，直至无右路可走，即得最大元素。查找图5-4所示的就是一棵二叉搜索树。要在一棵二叉搜索树中找出最大元素或最小元素，是一件极简单的事：就像上述所言，一直往左走或一直往右走即是。插入插人新元素时，

RB-tree迭代器voidincrement(){    if(node—>right!=0)       //如果有右子节点。状况    {        node=node—>right；   //就向右走            while(node—>left!；)//然后一直往左子树走到底                node=node—>left；//即是解答    }else{                       //没有右子节点。状况        base_ptr

Quick sortQuick sort 的精神在于将大区间分割为小区间，分段排序。每个小区间排序完成后，串接起来的大区间就完成了排序。最坏的情况发生在分割时产生出的一个空的子区间。threshold（阈值）面对一个只有十来个元素的小序列，使用像Quick sort这样复杂而（可能）需要大量运算的排序算法，是否划算？在小数据量的情况下，甚至简单如Insertion Sort者也可能快过Quick Sort——因为Quick Sort 会为了极小的子序列而产生许多的函数递归调用。监狱这种情况，适度的评估序列的

// list不能使用STL算法sort()，必须使用自己的sort() member //function，因为STL算法sort()只接受RamdonAccessIterator.//本函式采用quick sort.template void list::sort() { // 以下判断，如果是空白串行，或仅有一个元素，就不做任何动作

The Standard Template Library, or STL, is a C++ library of container classes, algorithms, and iterators; it provides many of the basic algorithms and data structures of computer science. The STL is a