数据结构 [未完成 待续~待修改]
来源:互联网 发布:java轻量级web框架 编辑:程序博客网 时间:2024/06/05 00:20
并查集
简单并查集
算法讲义
不需要模板
带权并查集
int pre[N];int findi(int x){ if(pre[x]==x) return x; int r = findi(pre[x]); /** 省略了权值间关系转化,具体视情况而定 */ pre[x]=r; return r;}void join(int x,int y,int X,int Y){ int fx = findi(x),fy = findi(y); pre[fx]=fy; /** 省略了权值间关系转化,具体视情况而定 */ return ;}
并查集(可拆点)
代码实现
可以明确的是,对于一个并查集来说,合并操作是不可逆的,即两个元素处在同一个集合下,那么就不能将两者拆开否则会产生错误.那么问题来了
问:如果一个节点的关系发生改变了怎么办呢?
答:如果要改变节点a的关系重新创建一个节点p表示节点a,原先的节点a就不要了,通过一个映射,映射过去就行了(map[a]=p)
int pre[N],h[N],hh;int findi(int x){ if(pre[x]==x) return x; int r = findi(pre[x]); pre[x]=r; return r;}void join(int x,int y,int X,int Y){ int fx = findi(x),fy = findi(y); pre[fx]=fy; return ;}void creat(int now){ h[now]=++hh; pre[hh]=hh;}
可持久化并查集
可持久化数据结构就是可以访问历史版本的数据结构,能修改之后还能查询之前的状态就是可持久化。
现在还没有学明白,会更新上的。
树状数组(Tree array)
详解戳这里<<—
这里有最详细的树状数组各种操作的模板
注意:一定要仔细看数据范围 如果是从0开始的 那么在树状数组中一定要加上1然后在操作 因为求和的时候有-1操作 所以不这样就会无限TLE…
1.前缀和
2.[1,n]的最大最小值 ,换句话就还是前缀的东西.
3.区间覆盖的问题 (仅限对区间进行增改值的,更新还是一样查询的时候注意只要getSum(id)就行了)
一维树状数组
//切记 在多组数据的题上要清空数组const int N = 50000 + 5; //数列的大小#define lowbit(x) (x&(-x)) //lowbit操作int sum[N],cnt; void update(int index,int val){ //单点更新 (+val) for(int i=index;i<=N;i+=lowbit(i)){//i<=N 不能<=cnt<--错了 sum[i]+=val; }}int getSum(int index) { //求解1~index的和 int ans = 0; for (int i = index; i; i -= lowbit(i)) ans += sum[i]; return ans;}void update(int l,int r,int val){ update(l,val),update(r+1,-val);}int query(int l,int r){ return getSum(r)-getSum(l-1);}/*一维区间更新(a,b)update(a,1);update(b+1,-1);*/
二维树状数组
原理和一维的一模一样
const int N = 1000+5;#define lowbit(x) (x&-x)LL sum[N][N];void update(int xi,int yi,int val){ for(int i=xi;i<=N;i+=lowbit(i)) for(int j=yi;j<=N;j+=lowbit(j)) sum[i][j]+=val; return;}int getSum(int xi,int yi){ int ans = 0; for(int i=xi;i>0;i-=lowbit(i)) for(int j=yi;j>0;j-=lowbit(j)) ans+=sum[i][j]; return ans ;}void update(int x,int y,int X,int Y,int val){ update(x,y,val); update(x,Y+1,-val); update(X+1,y,-val); update(X+1,Y+1,val);}int query(int x,int y,int X,int Y){ return getSum(X,Y)-getSum(X,y-1)-getSum(x-1,Y)+getSum(x-1,y-1);}
/*
二维区间更新
1.update(x,y,val);
2.update(x,Y+1,-val);
3.update(X+1,y,-val);
4.update(X+1,Y+1,val);
*/
线段树(Segment Tree)
详解戳这里
线段树维护区间和。
—————————————.
/*一定要注意数据范围,必要的时候必须用LL。注意要求,来决定如何更新。*/const int N = 100000+5;struct node{ int l,r; //节点的区间 int val; //节点的值 int lazy;//lazy_tag标记, 区间更新的时候用的 int m(){return (l+r)>>1;} int len(){return r-l+1;}}tree[N<<2]; //数组要开到四倍啊 这样才不会越界 ,如果超时的话也要看看是不是数组开小了int cnt,a[N],ans;bool vis[N];#define ll (rt<<1)#define rr (rt<<1|1)#define mid (tree[rt].m())void pushup(int rt) //线段树维护值的操作{ tree[rt].val=tree[ll].val+tree[rr].val;}void build(int rt,int l,int r)//建树{ tree[rt].l=l,tree[rt].r=r,tree[rt].lazy=0; //记得区间更新的时候 每次建树 要将lazy_tag标记清0 if(l==r) { tree[rt].val=1; return ; } build(ll,l,mid); build(rr,mid+1,r); pushup(rt);}void update(int rt,int pos,int val)//单点更新 当前的树的节点 更新的节点 更新的值的变化{ if(tree[rt].l==tree[rt].r)//单点更新的时候只要把叶子节点的值更新 剩下的log回溯就行了 { tree[rt].val+=val; return; } if(pos<=mid) update(ll,pos,val); else update(rr,pos,val); pushup(rt);//必须要有的啊 。。}void pushdown(int rt) //向下更新的节点。{ if(tree[rt].lazy) { tree[ll].lazy = tree[rr].lazy =tree[rt].lazy ;//根据要求决定如何更新 tree[ll].val = tree[ll].len()*tree[rt].lazy ; tree[rr].val = tree[rr].len()*tree[rt].lazy ; tree[rt].lazy = 0 ; } return ;}void update(int rt,int L,int R,int val) //区间更新 { if(L<=tree[rt].l&&tree[rt].r<=R) { tree[rt].lazy = val ; tree[rt].val = val*tree[rt].len() ; return ; } pushdown(rt) ; if(L<=mid) update(ll,L,R,val) ; if(R >mid) update(rr,L,R,val) ; pushup(rt) ; return ;}int query(int rt,int L,int R)//当前查询的树的节点 [L,R]查询的区间{ if(L<=tree[rt].l&&tree[rt].r<=R) return tree[rt].val; pushdown(rt);//pushdown 操作为区间更新 做的准备。。 int ans = 0 ; if(L<=mid) ans+=query(ll,L,R); if(R >mid) ans+=query(rr,L,R); return ans ;}
主席树(函数式线段树,可持久化线段树)
主席树(函数式线段树,可持久化线段树)其实就是维护多颗线段树,
每更新一个元素,那么就根据它的上一状态新建一颗线段树,然后就是线段树的操作了,
一般来维护(区间第K大,区间不同元素个数(在线做法))
每次新建一颗线段树,都只是开O(log(n)) 的节点,
然后指向前一状态的其他不需要更新的节点,这样的话大大降低了总空间复杂度主席树的具体维护要看不同情况而定,需要怎么维护就怎么维护即可
主席树一般可以看做维护树与树的前缀和,
int rt[N*20]; //表示更新当前元素所形成的不同线段树的树根,int ls[N*20]; //当前节点的左儿子int rs[N*20]; //当前节点的右儿子int sum[N*20]; //主席树节点维护的值int tot; //节点的标号void build(int &rt,int l,int r){ //建树 一般是先建一颗空树(即没有元素更新在其上) 让之后的更新依他开始, rt=++tot; sum[rt]=0; if(l==r) return ; int m = (r+l)>>1; build(ls[rt],l,m); build(rs[rt],m+1,r);}void update(int &rt,int l,int r,int last,int pos){ rt = ++tot; ls[rt]=ls[last]; rs[rt]=rs[last]; sum[rt]=sum[last]+1; if(l==r) return ; int m = (r+l)>>1; if(pos<=m) update(ls[rt],l,m,ls[last],pos); else update(rs[rt],m+1,r,rs[last],pos);}int query(int ss,int tt,int l,int r,int k){ if(l==r)return l; int m = (l+r)>>1; int cnt=sum[ls[tt]]-sum[ls[ss]]; if(k<=cnt) return query(ls[ss],ls[tt],l,m,k); else return query(rs[ss],rs[tt],m+1,r,k-cnt);}
ST(SparseTable)算法
预处理出ST表 实现
O(1) 查询区间最大/小值的算法.(即RMQ问题)
要求数组是静态的(就是不会有元素更改,删除等操作)ST表其实就是通过倍增的思想,先将一段一段的区间最大/小值处理出来,然后通过O(1)的计算的出所要求的解.
形象一点就是
st[i][j] 表示第i个位置开始长度为1<<j 的最大最小值,
在预处理的时候我们就能够倍增的求出每个位置的st[][]的值,st[i][j]=max/min(st[][j−1],st[][j−1]); 那么这时候每次查询的
[l,r] 就是 因为倍增过来的都是2n 长度的.那么就可以找到两个同样长度的区间一个是从l 开始包含l 向后的区间,另一个是从r 开始包含r 向前的区间.取二者的max/min 就可以了.
max/min(st[l][log2(r−l+1)],st[r−log2(r−l+1)+1][log2(r−l+1)]) 最后一点就是开数组的时候一定是
st[N][log(n)] 不要st[N][log(n)] 后者容易超时.
代码实现
int st[n][17];void ST(){ for(int j=1; (1<<j)<=n; j++) for(int i=0; i+(1<<j)-1<n; i++) st[i][j]=max(st[i][j-1],st[i+(1<<(j-1))][j-1]);}int getST(int l,int r){ int k=(int)(log(r-l+1.0)/log(2.0)); return max(st[l][k],st[r-(1<<k)+1][k]);}在求上述的k的时候还有一种线性的预处理的方法,会比取对数快一些,但是有点浪费空间.void initrmq(int n,int b[]){ mm[0]=-1; for(int i=1;i<=n;i++) { mm[i]=((i&(i-1))==0)?mm[i-1]+1:mm[i-1]; dp[i][0]=b[i]; } for(int j=1;j<=mm[n];j++) for(int i=1;i+(1<<j)-1<=n;i++) dp[i][j]=min(dp[i][j-1],dp[i+(1<<(j-1))][j-1]);}int rmq(int x,int y){ int k=mm[y-x+1]; return min(dp[x][k],dp[y-(1<<k)+1][k]);}
树形结构转化为线形结构
1. dfs序
其实就是从根节点进行搜索,
然后向下dfs遍历树,依次进行编号,
同时能保证子树的编号一定大于父节点的编号,同时借用两个数组,
L[_],R[_]
分别表示这个节点u 的子树的节点编号在(L[u],R[u]),开区间 内。这样在进行对子树 进行的操作的时候 可以借助数据结构 对区间进行查找,
vector<int >G[N];int cnt = 0;void dfs(int u){ L[u]=cnt++; for(int i=0;i<G[u].size();i++) dfs(G[u][i]); R[u]=cnt;}
2. 树链剖分
树链剖分是一种将树形结构转化为线性结构的算法
通过两次树的遍历,将树剖分成一个个的[重链],
且对每个节点进行编号,确保一条链上的节点编号连续
这样一来,我们就能通过一个维护区间关系的数据结构来维护树上,属同一个链上的元素在维护两个节点(u,v)的时候即:维护两个节点(u,v)间的元素,
我么从深度大的不断向上维护,最后遍历的位置,两个节点一定在一条链上(且深度小的就是LCA(u,v))
int dep[N]; //每个节点的深度int fa[N]; //每个节点的父节点int sz[N]; //每个节点所有的子节点个数(包括自身)int son[N]; //每个节点的重儿子void dfs1(int u,int ff,int deep){ son[u]=0;fa[u]=ff;sz[u]=1;dep[u]=deep; for(int i=head[u];i!=-1;i=G[i].next){ int v=G[i].to; if(v==ff) continue; dfs1(v,u,deep+1); sz[u]+=sz[v]; if(sz[v]>sz[son[u]]) son[u]=v; //重儿子子节点个数大 }}int top[N]; //节点所在链上的【根】int tree[N]; //节点对应在线段树/树状数组的位置int pre[N]; //在线段树/树状数组的位置对应的节点的标号 (树状数组时一般不需要)int cnt; //对链上节点编号void dfs2(int u,int ff){ tree[u]=++cnt;pre[tree[u]]=u;top[u]=ff; if(son[u]) dfs2(son[u],ff); //先遍历重链 else return ; for(int i=head[u];i!=-1;i=G[i].next){ int v=G[i].to; if(v!=fa[u]&&v!=son[u]) dfs2(v,v); }}int findi(int x,int y){ int fx=top[x],fy=top[y]; int ans = 0; while(fx!=fy){ if(dep[fx]<dep[fy]) myswap(x,y),myswap(fx,fy); ans+=getSum(tree[x])-getSum(tree[fx]-1); //不断向上维护区间 x=fa[fx],fx=top[x]; } if(dep[x]>dep[y]) myswap(x,y); if(x!=y) ans+=getSum(tree[y])-getSum(tree[x]); return ans ;}
- 数据结构 [未完成 待续~待修改]
- 图论 [未完成 待续~待修改]
- Ajax 待续 未完成
- Objective-C 中的BOOL ---未完成待续
- MODBUS通信协议精析(未完成待续)
- 待修改
- 待修改
- ----------待修改-----------
- 待修改
- 数据结构和算法 研究 (未完成)
- 未完成--字典--《数据结构与算法》
- android应用之测试利器--StrictMode(未完成,待续)
- Android的自动化构建(一)未完成,待续
- 待修改1
- Spring IOC(待修改)
- InstantMessager待修改部分
- UVA 10815(待修改)
- 后缀表达式《待修改》
- canvas八卦图1
- Hibernate一级缓存
- 暑假留校--第三周总结
- Codeforces Round #366 (Div. 2)
- canvas八卦图2
- 数据结构 [未完成 待续~待修改]
- canvas放大镜
- Android 手动显示和隐藏软键盘
- 自定义画圆与直线
- 贝塞尔曲线1
- 贝塞尔曲线2
- iOS 开发中你是否遇到这些经验问题
- 在开发板上搭建一个linux系统具备要素-ok6410
- 数据结构实验之二叉树三:统计叶子数