内容提要

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:

  1. 如果A的深度小于B的深度,就把它们互换(为了处理方便)
  2. 把A向上调到和B同样的深度,直到A和B同一个深度
  3. 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:

  1. 确定点的位置
  2. 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

  1. 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, ...

  2. 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, ...

  3. 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

  4. 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 ...

  5. 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[]= ...

  6. 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 ...

  7. 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 ...

  8. 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 ...

  9. 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

  1. 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 ...

  2. 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 ...

  3. 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 ...

  4. 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 ...

  5. 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 ...

  6. 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 ...

  7. 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 ...

  8. 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 ...

  9. 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 ...

  10. 08java进阶——异常

    1.异常的概念 package cn.jxufe.java.chapter08.demo01; public class Test01ArithmeticException { public stat ...