常见算法和数据结构存在的坑(updating)
数组:
c++数组下标都+5会稳。
\(5000*5000\)的别开\(6000*6000\)。
二分:
实数二分可能因为神马精度问题出现了不满足二分序的情况,要小心。
注意二分完后,不能直接用当前数组里存的值,要pd(ans),值才是正确的。
边集数组:
无向图边的范围要开2倍。
多组数据要清空的有tot,final
当用到反向边的时候,tot初值为1(一定要记得赋值)。
分解质因数:
for(int i = 1; i <= p0 && (ll) p[i] * p[i] <= n; i ++) if(n % p[i] == 0) {
注意只预筛\(\sqrt n\)以内的质数时,一定要加上i<=p0
,因为n是\((p[p0]^2,maxn]\)内的一个大质数时,就会循环到外面去。
或者多筛一点,比如说\(\sqrt n + 100\)
随机:
rand()的取值是\([0,RAND\_MAX]\)
windows下,\(RAND\_MAX = 2^{16}-1\)
Linux下,\(RAND\_MAX = 2^{32}-1\)
random_shuffle有点假,当随机性要求高时建议自己随机交换:
i = 1 -> n
swap(a[i], a[rand(i, n)])
//理论上面的这个比下面的优
i = 1 -> n
swap(a[i],a[rand(1, n)])
//std ::random_shuffle是下面这么写的
i = 1 -> n
swap(a[i], a[rand(1, i)])
set:
不要把multiset写成set了。
且multiset重载<时需要注意不能只重载了值,其余的附带信息最好也加进后续的关键字,不然在erase就会出锅。
线段树:
普通线段树:
如果下标有负数的话一定要用位运算,不然会GG。
int m = x + y >> 1;
x,y为int里面的整数,但是(x+y)可能爆int。
不下传标记线段树:
矩形覆盖问题只能用不下传标记线段树,千万不要卡死在普通线段树上。
而且不下传标记线段树局限性很大。
treap:
随机手写会快,但不要伪了
要维护fa时,可以在upd时更新,但是在split和merge开头,需要:
fa[son[x][0]]=fa[son[x][1]]=0
因为中间过程中可能把一个点的儿子设空,而这个儿子又没有新的父亲,就更新不到了
网络流:
网络流多组数据清空的有:
边集数组,co,d,cur,其实就是全部要清空。
字符串:
exkmp:
自我匹配时要预处理next[2]。
manacher:
若r包括当前这个点,实际最长回文子串长度等于max(r)-1。
SA:
如果有多组数据,则height那里要加一句话,因为字符串的后面可能出事。
原代码:
int j, k = 0;
for(int i = 1; i <= n; Height[rank[i ++]] = k)
for( k = k ? k - 1 : k, j = SA[rank[i] - 1]; a[i + k] == a[j + k]; ++ k);
现代码:
int j, k = 0;
for(int i = 1; i <= n; Height[rank[i ++]] = k)
for( k = k ? k - 1 : k, j = SA[rank[i] - 1]; a[i + k] == a[j + k] && (i + k <= n) && (j + k <= n); ++ k);
更新:
另一种写法,把s[0]和s[n+1]赋inf即可
ps.:
SA还有一个坑,在多组数据时会挂:
int cmp(int *f, int x, int y, int z) { return f[x] == f[y] && f[x + z] == f[y + z];}
观察这一句话,是存在越界风险的:
当f[x]=f[y]时会执行后面那句话,那么x+w-1、y+w-1都必须<=n,f[x]才可能=f[y]
假设x+w-1=n,则f[x]==f[y]依然可能,此时f[x+w]就越界。
一般来说数组都会开大几位,如果默认是0,则没有问题。
但是多组数据中不是默认为0的,所以要清空后一位。
AC自动机:
标记一定要沿fail链传一下。
SAM:
广义要宽搜。
如果深搜建广义,就会有空点,然后一些性质就炸了。
高斯消元:
实数的话要预先把系数归一,详情见板。
splay:
在splay里比如说找中序遍历第k个点,找完之后一定要把那个点splay一下,不然可能会跑得极慢。
lct:
access(x)以后x不是所在splay的根,为了方便可以改一下access的写法,最后加一个splay。
cut时,pf[x]也要清空。
link时,最好把x,y都makeroot了,不然在奇妙的子树维护下可能会出锅。
FFT:
FFT做的其实是一个循环卷积。
如果\(A*B=C\),其实式子是这样的:
\(\sum_{i=0}^n \sum_{j=0}^nC_{(i+j)~mod~n}+=A_i*B_j\)
这就是为什么要取>=n的最小的2的幂*2的原因。
所以如果有多次FFT,每次做完一定要清空下标大于等于n的。
注意这里说的n是次数界,如果下标最大是n,次数界是n+1。
还有如果是一个小mo数,就是一定要算好每次数的范围,如果太大就不能NTT(除非取多个模数),就要用long double去FFT。
拉格朗日插值自然数幂和:
其实拉格朗日插值不背这个锅。
只是一个n次的多项式一定要n+1点才能确定位置。
而幂次是n的自然数幂和是一个n+1次的多项式,所以要插n+2个值。
一般插0-n+1。
凸包:
起点设为最上最左的可以使建完的凸包的向量的几角(atan2(y,x))递增。
常见算法和数据结构存在的坑(updating)的更多相关文章
- leetcode常见算法与数据结构汇总
leetcode刷题之后,很多问题老是记忆不深刻,因此特意开此帖: 一.对做过题目的总结: 二.对一些方法精妙未能领会透彻的代码汇总,进行时常学习: 三.总结面试笔试常见题目,并讨论最优解法及各种解法 ...
- acm常见算法及例题
转自:http://blog.csdn.net/hengjie2009/article/details/7540135 acm常见算法及例题 初期:一.基本算法: (1)枚举. (poj17 ...
- 浅谈算法和数据结构: 七 二叉查找树 八 平衡查找树之2-3树 九 平衡查找树之红黑树 十 平衡查找树之B树
http://www.cnblogs.com/yangecnu/p/Introduce-Binary-Search-Tree.html 前文介绍了符号表的两种实现,无序链表和有序数组,无序链表在插入的 ...
- python 下的数据结构与算法---2:大O符号与常用算法和数据结构的复杂度速查表
目录: 一:大O记法 二:各函数高阶比较 三:常用算法和数据结构的复杂度速查表 四:常见的logn是怎么来的 一:大O记法 算法复杂度记法有很多种,其中最常用的就是Big O notation(大O记 ...
- 算法与数据结构(一) 线性表的顺序存储与链式存储(Swift版)
温故而知新,在接下来的几篇博客中,将会系统的对数据结构的相关内容进行回顾并总结.数据结构乃编程的基础呢,还是要不时拿出来翻一翻回顾一下.当然数据结构相关博客中我们以Swift语言来实现.因为Swift ...
- PHP面试(二):程序设计、框架基础知识、算法与数据结构、高并发解决方案类
一.程序设计 1.设计功能系统——数据表设计.数据表创建语句.连接数据库的方式.编码能力 二.框架基础知识 1.MVC框架基本原理——原理.常见框架.单一入口的工作原理.模板引擎的理解 2.常见框架的 ...
- [Oracle] 关系型数据库排序算法和数据结构以及关联查询
关系型数据库排序算法和数据结构以及关联查询 1. Merge sort 理解merge sort算法将有助于更好地理解数据库join操作 - merge join 算法逻辑 将2个有序的大小为N/2的 ...
- 数据结构与算法——常用数据结构及其Java实现
前言 仿佛一下子,2017年就快过去一半了,研一马上就要成为过去式了,我打算抓住研一的尾巴,好好梳理一下数据结构与算法,毕竟这些基础知识是很重要的嘛.所以准备在这里搞一个系列的文章,以期透彻. 本系列 ...
- 算法与数据结构基础 - 二叉树(Binary Tree)
二叉树基础 满足这样性质的树称为二叉树:空树或节点最多有两个子树,称为左子树.右子树, 左右子树节点同样最多有两个子树. 二叉树是递归定义的,因而常用递归/DFS的思想处理二叉树相关问题,例如Leet ...
随机推荐
- boost unordered
Boost.Unordered provides the classes boost::unordered_set, boost::unordered_multiset, boost::unorder ...
- mybatis源码分析之06二级缓存
上一篇整合redis框架作为mybatis的二级缓存, 该篇从源码角度去分析mybatis是如何做到的. 通过上一篇文章知道,整合redis时需要在FemaleMapper.xml中添加如下配置 &l ...
- 01 spring security入门篇
1. 环境搭建 使用SpringBoot搭建开发环境,只需在pom.xml添加如下依赖即可. <?xml version="1.0" encoding="UTF-8 ...
- vue中的文件上传和下载
文件上传 vue中的文件上传主要分为两步:前台获取到文件和提交到后台 获取文件 前台获取文件,主要是采用input框来实现 <el-dialog :title="addName&quo ...
- Linux ftp安装
ftp安装部分,操作步骤如下: 可以使用yum命令直接安装ftp # yum install vsftpd ftp服务的开启与关闭命令: 开启:# /bin/systemctl start vsftp ...
- 18. Jmeter-取样器二
jmeter-sampler介绍与使用 JMS Point-to-Point JMS Publisher JMS Subscriber JSR223 Sampler JUnit Request Jav ...
- ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()
https://blog.csdn.net/ztf312/article/details/50708302 报错原因: Numpy对逻辑表达式判别不清楚,它可以返回False如果等号两边两个式子是数值 ...
- 实验报告(六)&第八周学习总结
班级 计科二班 学号 20188425 姓名 IM 完成时间2019/10/18 评分等级 实验六 Java异常 实验目的 理解异常的基本概念: 掌握异常处理方法及熟悉常见异常的捕获方法. 实验要求 ...
- HDU 1577 WisKey的眼神
WisKey的眼神 Time Limit: 1000/1000 MS (Java/Others) Memory Limit: 32768/32768 K (Java/Others) Total Sub ...
- 使用jquery.validate组件进行前端数据验证并实现异步提交前验证检查
学习如鹏网掌上组的项目开发,使用到了前端验证,视频里使用的ValidateForm验证框架,但是我使用的Hui的框架中使用的是jquery.validate验证框架 所以自行学习jquery.vali ...