qbzt day3 上午
内容提要
堆
lca(最近公共祖先)
st表
hash
并查集
树状数组
线段树
数据结构
1.堆
Priority_queue
他滋兹:插入删除查询最大值(最小值)
分为大根堆小根堆
2.LCA
首先我们有一棵树,定义某个点的祖先为这个点到根节点的路径上的所有点
我们现在有两个点A,B,我们发现A和B有一些公共的祖先
我们只需要找到最近的公共祖先LCA,就可以找到它们所有的公共祖先
LCA一定是最深的公共祖先
步骤:
- 如果A的深度小于B的深度,就把它们互换(为了处理方便)
- 把A向上调到和B同样的深度,直到A和B同一个深度
- A和B一起上调,直到A和B相同
复杂度 O(deep),如果树是一条链就炸了
我们考虑优化
令P[x][i]表示x的第2^i的祖先是哪个节点
显然P[x][i]=p[[x][i-1]][i-1]
优化:把A向上调到和B同样的深度
我们发现A和B之间有深度差
比如d[A]-d[B]=19 对19进行二进制分解 10011
A->P[A][4] 16
A->P[A][1] 2
A->P[A][0] 1
优化:A和B一起上调
我们发现A和B的祖先一直都不相同,直到某个点之后一直相同
这个点不好确定,所以我们可以确定最后的祖先不相同的地方
也就是说,i从大往小循环,如果P[A][i]!=P[B][i],就把A和B同时向上跳2^i
LCA应用:常用来处理树上可差分的信息
比如我们要求点A到点B的路径长度,我们只需要求出LCA(A,B)就好了
ST表
定义mx[i][j]为i~i+2^j-1的最大值
如果我们要求[L,R]区间的最大值
比如[19,46]
先求L=46-19+1=28
求log2 L下取整
然后把区间分成两半求就可以了
则Ans=max(mx[19][4],mx[31][4])
HASH
HASH是一种函数,平常说的hash是把一个字符串变成一个数。F(字符串)=int
Map是基于比较函数的红黑树
如果你在map中放一个字符串,两个字符串的比较就是O(len(s))的,贼慢
所以我们需要开发一种新的东西
假如我们用a表示1,b表示0
ababb 就可以用类似于二进制的方式来算出它的值
Hash是允许冲突的,但是我们要尽可能避免冲突,而不是根治冲突
Jzm1926 p=83(p比字符串集大并且是个质数)
==’6’*p^0+’2’*p^1+....
但是由于有可能会很大,所以我们要%一个质数
如果为了方便,可以直接开unsigned long long 因为2^64-1恰好是一个质数(滑稽
这样自然溢出就省去了取模操作
为了避免冲突,我们可以考虑取两个模数
但是我们目前无法求子串的hash值
我们希望设计一种算法,至少能满足字符串拼接删除
现在有dingmingshuo这个字符串和一个p
d d
di d*p^1+i
din d*p^2+i*p^1+n
ding d*p^3+i*p^2+n*p^1+g
我们要求ing的hash就是ding的hash-d的hash乘p^3
ng的hash就是ding的hash-di的hash乘p^2
令h[i]表示1~i的hash值
h[i]=h[i-1]*p+s[i]
hash[i][j]=(h[j]-h[i])*p^(j-i+1)
并查集
并查集是一个集合,可以查询节点是否在一个集合中
令fa[i]表示x在它所在的树上的父亲,特殊的,根节点的父亲是他自己
我们要查询a和b是否在一个集合中,只需要不停令他们等于他们的父亲,直到根节点,然后看看根节点是否相等就好了
如果要把两个集合合并,我们要先找到这两个集合的根,然后令一个的父亲等于另一个
路径压缩:
我们发现并查集这个东西完全没有必要保留树的结构,所以我们可以让这个集合里面的点的父亲直接指向它的代表源
int father(int x) { return fa[x]==x? x: fa[x]=father(fa[x]); }
树状数组:支持单点修改,前缀查询
主要应用:线段树常数过大时,线段树功能过多时
注意查询是-lowbit,修改是+lowbit
int lowbit(int x){
return x&(-x);
} void modify(int x,int y){
// add y to a[x]
for(int i=x;i<=n;i+=lowbit(i)) c[i]+=y;
} int query(int x){
// sum of a[1]...a[x]
int ret=;
for(int i=x;i;i-=lowbit(i)) ret+=c[i];
return ret;
} int query(int l,int r){
return query(r)-query(l-);
}
树状数组所求的所有问题必须存在逆元
线段树
支持区间修改,区间查询
主要应用:一类区间修改区间查询的问题
结构:
单点修改:
- 确定点的位置
- 更新树的权值
区间查询:
任何一段线段都可以被log n 条线段表示出来,然后把区间上的信息进行处理就好了
区间修改:
我们搞一个懒标记,每一次对一个完整的区间节点修改的时候就打上懒标记,然后把懒标记下放
下放懒标记:
首先,如果没有懒标记就不需要下放
然后,把他的两个儿子的懒标记加上父亲的懒标记,在对应的对sum进行修改
最后,把他的父亲的懒标记删掉
什么时候下放懒标记?
什么时候碰到这个节点就下放
例题:
中位数
维护两个堆,大根堆和小根堆,大根堆n/2+1个元素,小根堆n/2个元素,每次加入两个元素到大根堆里,然后把大根堆的堆顶给到小根堆,这样大根堆的堆顶就是中位数
树的重构
对每一个点算出一个hash,如果两个集合完全相同,就是重构的
怎么求树的hash?
对一个节点的hash排序,然后搞一搞
对于一棵无根树,他的重心(所有子树中最大的子树节点数最少)个数不为2
或者枚举每个重心
括号序列,每个封闭的括号代表一个节点。如何把树转换成括号序列?
递归处理,把点的所有子树的括号序列按照字典序排序,括号序列字典序最小的就再加一个括号
qbzt day3 上午的更多相关文章
- QBZT Day3(zhx ak IOI)
动态规划 DP和前几天学的东西不大一样,动态规划和数据结构相比是一个非常抽象的东西 先来看看斐波那契数列 定义是F0=0,F1=1,Fn=F(n-1)+F(n-2) 0,1,1,2,3,5,8,13, ...
- Day3上午解题报告
预计分数:100+40+50=190 实际分数:100+40+50=190 T1 https://www.luogu.org/problem/show?pid=T15365 表示从来没做过博弈论的题, ...
- qbzt day7上午
由于优盘咕咕咕了,所以这篇就咕咕咕了 以后还会补上的 qwq
- qbzt day6 上午
还是合并石子,但是这次可以任意两个合并,并且求最大异或和 f[s]表示把s所对应的的石子合并为一堆的最小代价 最后求f[2^n-1] 怎么转移? 最后一次也是把两堆合并成一堆,但是会有很多情况,可以枚 ...
- qbzt day5 上午
动态规划 递推 递归 记忆化搜索 斐波那契数列 1.用其他已经计算好的结果计算自己的结果(递推) 2.用自己的值计算别人的值(考虑对之后的项做出的贡献) cin >> n; f[]= ...
- qbzt day4 上午
图论 最短路:dijkstra spfa floyd 最小生成树:kruskal 连通性:bfs/dfs tarjan(强连通分量) 其它:拓扑排序 LCA 齿轮: 图的dfs树只 ...
- qbzt day3 晚上 平衡树的一些思想
pks大佬的blog 二叉查找树 任何一个节点左子树的所有元素都小于这个节点,右子树的所有元素都大于这个节点 查找一个节点:从根节点开始,比他小就向左走,比他大就向右走 平衡树:解决二叉查找树的一些痛 ...
- qbzt day3 下午(好难)
内容提要 有关数据结构的例题 求逆序对数 统计每个数前面有多少比他大的数 开数组表示这个数之前0~9这些数出现了几次 动态将某个点加一,动态求前缀和 用树状数组 如果数太大了怎么办? 离散化 步骤:先 ...
- qbzt day2 上午
内容提要 贪心 分治 分块 搜索 接着昨天的讲 过河问题 考虑AB是最快的人,CD是最慢的人,要把CD两个人送过河,只有两种方案,牵扯到四个人,并且n个规模的原问题化成了n-2个规模的子问题 那么最后 ...
随机推荐
- Python yield用法浅析(stackoverflow)
这是stackoverflow上一个关于python中yield用法的帖子,这里翻译自投票最高的一个回答,原文链接 here 问题 Python中yield关键字的用途是什么?它有什么作用?例如,我试 ...
- SCUT - 483 - 数轴上的点
https://scut.online/p/483 改了题目之后发现,其实n个点放在[1,2N],要求间距至少是2,那么有且只有一个点和前面点的间距是3(设-1存在一个点),其他点的间距都必须是2.排 ...
- nginx动静分离与网关
当我们请求一个网页的时候,可能会加载很多css,js,img等静态文件:一般这些文件是很久都不会变化的,所以我们为了提高页面响应速度,完全可以将这些文件缓存到浏览器中(可以理解为cookie信息),这 ...
- Solr安装(单机版)
本文记录的是solr在win下安装配置使用的过程,最后将solr部署到Linux上通过远程访问.下一篇文章会介绍 solr集群搭建(SolrCloud) 的安装! Solr是基于Lucene ...
- Redis---使用场景
3.使用场景 计数器 可以对String进行自增自减运算,从而实现计算器功能. Redis这种内存型数据库的读写性能非常高,很适合存储频繁读写的及数量 缓存 将热点数据放到内存中,设置内存 ...
- linux基本命令之文件浏览(cat,more,less,tail,head),文件操作命令(cp,mv,rm,find)
linux文件浏览,文件操作命令 文件管理之文件浏览命令 1.cat命令:显示文本文件所有内容 格式:cat 文件名 适用场景:适合只有少量数据的文件,例如只有几行内容的可以使用此命令. 2.more ...
- jQuery进阶第三天(2019 10.12)
一.原生JS快捷的尺寸(属性)(注意这些属性的结果 不带PX单位) clientWidth/clientHeight =====> 获得元素content+padding的宽/高: offse ...
- Spring基础08——使用p命名空间
1.使用p命名空间 为了简化xml配置,越来越多的xml文件采用属性而非子元素配置信息,Spring从2.5版本开始引入了一个新的p命名空间,可以通过<bean>元素属性的方式配置Bean ...
- Linux用户的基本操作1 用户相关信息 及useradd /usermod 部分
目录 linux 用户管理 - 用户的基本操作 用户管理 用户的相关命令 linux 用户管理 - 用户的基本操作 用户管理 1.什么是用户? 用户指的是能够正常登录Linux或windows系统 2 ...
- 08java进阶——异常
1.异常的概念 package cn.jxufe.java.chapter08.demo01; public class Test01ArithmeticException { public stat ...