CSP-S初赛基础知识整理

文章目录

  • CSP-S初赛基础知识整理
  • RT
    • [1]计算机基础知识
      • 计算机系统的组成
      • 计算机硬件的五大组成
    • [1-2]进制及其转化和运算
      • [1-2]二进制
        • [1]基本定义及应用
        • [1]基本运算
        • [2]位运算
      • [1]其他进制及转换
        • 八进制
        • 十六进制
        • 十进制
    • [1]主要人物及贡献
    • [5]Linux
      • time
        • real time
        • user time
        • sys time
      • gdb
        • 默认
        • 其他操作
    • [5]编译选项
      • 默认
      • 额外编译指令
    • [5]STL
    • [5-8]算法
      • [6]复杂度分析
        • 空间复杂度分析
        • 时间复杂度分析
          • 主定理
      • [6]基础算法
        • 分治算法
      • [5-6]排序算法
      • [5]字符串
        • KMP
          • 时空复杂度
          • 基本代码
      • [6-8]搜索
        • [6]减枝搜索
        • [6]记忆化搜索
        • [7]启发式搜索
        • [7]双向BFS搜索
        • [7]迭代加深搜索
        • [8]搜索对象压缩搜索
      • [6-7]图论
        • [6]Prim 和 kruskal 最小生成树
          • kruskal 时空复杂度
          • kruskal 基本代码
        • [7]次小生成树
        • [6]Dojkstra、bellman_ford 和 SPFA 单源最短路
        • [7]单源次短路
        • [6]Floyd-Warshall 求最短路和传递闭包
        • [6]DAG拓扑排序
        • [6]欧拉道路和欧拉回路
        • [6]二分图构造和判定
        • [6]最近公共祖先
          • 倍增LCA 时空复杂度
          • 倍增LCA 基本代码
        • [7]求强连通分量
        • [7]强连通分量缩点
        • [7]求割点割边
      • [6-8]动态规划
        • [6]树形动态规划
        • [7]状态压缩动态规划
        • [8]动态规划优化
          • 斜率优化DP
          • 四边形不等式优化DP
          • 二维四边形不等式优化区间DP
          • CDQ分治优化DP
    • [5-7]数学知识
      • [5-6]高中数学
        • [5]代数
        • [6]解析几何
        • [6]立体几何
      • [5-7]初等数论
        • [5]同余式
        • [7]欧拉定理和欧拉函数
          • 欧拉函数
          • 欧拉定理
        • [7]费马小定理
        • [7]威尔逊定理
        • [7]斐蜀定理
        • [7]逆元
        • [7]扩展欧几里得
        • [7]中国剩余定理
      • [6-7]组合数学
        • [6]可重集排列
        • [6]可重集组合
        • [6]错排、圆排
          • 错排
          • 圆排
        • [6]鸽巢原理
        • [6]二项式定理
        • [7]容斥原理
        • [7]卡特兰数
      • [5-7]线性代数
        • [5]矩阵概念
        • [6]特殊矩阵
          • 稀疏矩阵
          • 三角矩阵
        • [6]矩阵的初等变换
        • [6]矩阵的加减乘和置换
          • 矩阵加减法
          • 矩阵乘法
        • [6]线性方程组和高斯消元法

CSP-S初赛基础知识整理

RT

持续更新中
关于部分 l a t e x latex latex 在 csdn 不能很好的显示,更好的阅读体验。

[1]计算机基础知识

计算机系统的组成

硬件系统和软件系统。

计算机系统
硬件系统
中央处理器 CPU
算术逻辑运算器 ALU
控制器 CU
内存储器
随机存取存储器 RAM
只读存储器 ROM
外存储器
磁盘
硬盘 Hrad Disk
软盘 Floppy Disk
磁带
光盘 CD/DVD-ROM
输入设备
输出设备
I/O Devices
键盘
鼠标
光笔
数字化仪器
显示器
打印机
绘图仪
联网通讯设备
软件系统

计算机硬件的五大组成

控制器、运算器、存储器、输入设备和输出设备。

[1-2]进制及其转化和运算

[1-2]二进制

[1]基本定义及应用

逢二进一。后缀为 B \texttt{B} B
是计算机主要存储方式。

[1]基本运算

  1. 加法 0+0=0,0+1=1,1+1=10。
  2. 减法 0-0=0,1-0=1,1-1=0。
  3. 乘法 0×0=0,0×1=0,1×0=0,1×1=1。

[2]位运算

  1. and(&)
0 1
0 0 0
1 0 1
  1. or(|)
0 1
0 0 1
1 1 1
  1. xor(^)
0 1
0 0 1
1 1 0
  1. not(~)
0 1
1 0

[1]其他进制及转换

八进制

0 → 7 0\to7 07 8个字符组成,与二进制1换3
后缀为 O \texttt{O} O

2进制 8进制
000 0
001 1
010 2
011 3
100 4
101 5
110 6
111 7

十六进制

0 → 9 , A → F 0\to9,A\to F 09,AF 16个字符组成,与二进制1换4
后缀为 O \texttt{O} O

2进制 8进制
0000 0
0001 1
0010 2
0011 3
0100 4
0101 5
0110 6
0111 7
1000 8
1001 9
1010 A
1011 B
1100 C
1101 D
1110 E
1111 F

十进制

0 → 9 0\to9 09 10个字符组成。
后缀为 D \texttt{D} D

2进制 10进制
0000 0
0001 1
0010 2
0011 3
0100 4
0101 5
0110 6
0111 7
1000 8
1001 9
1010 10
1011 11
1100 12
1101 13
1110 14
1111 15

[1]主要人物及贡献

名字 国籍 信息学主要贡献 称号身份
艾伦·麦席森·图灵 图灵机,图灵奖,图灵实验 计算机科学之父,人工智能之父
约翰·冯·诺依曼 美籍匈牙利 体系构想,程序存放于内存 计算机之父、博弈论之父
克劳德·艾尔伍德·香农 提出了信息熵的概念 信息论的创始人
姚期智 通讯复杂度,伪随机数生成 奠定现代密码学
艾达·拉芙蕾丝 Ada语言 第一个程序员,计算机程序创始人

[5]Linux

命令 作用
mkdir 创建目录
cp 复制文件(夹)
rm 删除文件(夹)
mv 重命名/移动
cd 切换工作目录
pwd 打印目录路径
ls 显示目录文件
time 测量运行时间
g++ 编译命令
gdb 调试命令
./a 运行 a

time

real time > cpu time = user time + sys time

real time

表示从程序开始到程序执行结束时所消耗的时间,包括CPU的用时。

user time

值表示程序本身,以及它所调用的库中的子例程使用的时间。

sys time

是由程序直接或间接调用的系统调用执行的时间。

gdb

默认

  1. gdb ./a

a \texttt{a} a 进行调试。

  1. gdn --args ./a 1.txt

a \texttt{a} a 进行调试并标记输入文件为 1.txt \texttt{1.txt} 1.txt

其他操作

  1. b(reak)

设置断点。

  1. display

查看变量或式的值。

  1. c(ontinue)

开始连续(而非单步)执行。

  1. s(ept)

进入函数调试。

[5]编译选项

默认

g++ 1.cpp -o 1.exe

其中 1.cpp \texttt{1.cpp} 1.cpp 为源文件, 1.exe \texttt{1.exe} 1.exe 为输出文件。

额外编译指令

  1. -x language filename

filename \texttt{filename} filename 这个文件以 language \texttt{language} language 的语言编译。

注意:-x 指令对其之后的所有文件都生效。

  1. -x none filename

取消上一个指令的效果。

  1. -c

只将文件生成为 obj \texttt{obj} obj (二进制)文件。

  1. -S

只将文件生成为汇编代码。

  1. -o

标记输出文件。

  1. -O0,-O1,-O2,-O3

开启 O0(1,2,3) \texttt{O0(1,2,3)} O0(1,2,3)优化。

  1. -g

产生调试信息。

[5]STL

STL

[5-8]算法

[6]复杂度分析

空间复杂度分析

时间复杂度分析

主定理

T ( n ) = a × T ( n b ) + f ( n ) T(n)=a\times T(\frac{n}{b})+f(n) T(n)=a×T(bn)+f(n)

a ≥ 1   a n d   b > 1 a\geq 1\ and\ b > 1 a1 and b>1

  1. ∃ ϵ > 0 \exists\epsilon > 0 ϵ>0,有 f ( n ) = O ( n log ⁡   b   a − ϵ ) f(n)=O\left(n^{\log_{\ b}{\ a-\epsilon}}\right) f(n)=O(nlog b aϵ),则 T ( n ) = Θ ( n log ⁡   b   a ) T(n)=\Theta\left(n^{\log_{\ b}{\ a}}\right) T(n)=Θ(nlog b a)

  2. 若有 f ( n ) = O ( n log ⁡   b   a ) f(n)=O\left(n^{\log_{\ b}{\ a}}\right) f(n)=O(nlog b a),则 T ( n ) = Θ ( n log ⁡   b   a log ⁡ n ) T(n)=\Theta\left(n^{\log_{\ b}{\ a}}\log{n}\right) T(n)=Θ(nlog b alogn)

  3. ∃ ϵ > 0 \exists\epsilon > 0 ϵ>0,有 f ( n ) = O ( n log ⁡   b   a + ϵ ) f(n)=O\left(n^{\log_{\ b}{\ a+\epsilon}}\right) f(n)=O(nlog b a+ϵ) 且对于常数 c < 1 c<1 c<1 和所有足够大的 n n n,有 a × f ( n b ) ≤ c × f ( n ) a\times f(\frac{n}{b})\leq c\times f(n) a×f(bn)c×f(n),则 T ( n ) = Θ ( f ( n ) ) T(n)=\Theta\left(f(n)\right) T(n)=Θ(f(n))

[6]基础算法

分治算法

[5-6]排序算法

排序算法 平均时间复杂度 最好时间复杂度 最坏时间复杂度 空间复杂度 排序方式 稳定性 评级
归并排序 Θ ( n log ⁡ n ) \Theta\left({n\log{n}}\right) Θ(nlogn) Θ ( n log ⁡ n ) \Theta\left({n\log{n}}\right) Θ(nlogn) Θ ( n log ⁡ n ) \Theta\left({n\log{n}}\right) Θ(nlogn) Θ ( n ) \Theta\left({n}\right) Θ(n) 非原地排序 稳定 5
快速排序 Θ ( n log ⁡ n ) \Theta\left({n\log{n}}\right) Θ(nlogn) Θ ( n log ⁡ n ) \Theta\left({n\log{n}}\right) Θ(nlogn) Θ ( n 2 ) \Theta\left({n^2}\right) Θ(n2) Θ ( log ⁡ n ) \Theta\left({\log{n}}\right) Θ(logn) 原地排序 不稳定 5
基数排序 Θ ( n × k ) \Theta\left({n\times k}\right) Θ(n×k) Θ ( n × k ) \Theta\left({n\times k}\right) Θ(n×k) Θ ( n × k ) \Theta\left({n\times k}\right) Θ(n×k) Θ ( n + k ) \Theta\left({n + k}\right) Θ(n+k) 非原地排序 稳定 6
堆排序 Θ ( n log ⁡ n ) \Theta\left({n\log{n}}\right) Θ(nlogn) Θ ( n log ⁡ n ) \Theta\left({n\log{n}}\right) Θ(nlogn) Θ ( n log ⁡ n ) \Theta\left({n\log{n}}\right) Θ(nlogn) Θ ( 1 ) \Theta\left({1}\right) Θ(1) 原地排序 不稳定 6
桶排序 Θ ( n + k ) \Theta\left({n + k}\right) Θ(n+k) Θ ( n + k ) \Theta\left({n + k}\right) Θ(n+k) Θ ( n 2 ) \Theta\left({n^2}\right) Θ(n2) Θ ( n + k ) \Theta\left({n + k}\right) Θ(n+k) 非原地排序 稳定 5
树形选择排序(竞标赛排序) Θ ( n log ⁡ n ) \Theta\left({n\log{n}}\right) Θ(nlogn) Θ ( n log ⁡ n ) \Theta\left({n\log{n}}\right) Θ(nlogn) Θ ( n log ⁡ n ) \Theta\left({n\log{n}}\right) Θ(nlogn) Θ ( n ) \Theta\left({n}\right) Θ(n) 非原地排序 不稳定 6

[5]字符串

KMP

时空复杂度

时间复杂度为 Θ ( n + m ) \Theta\left({n+m}\right) Θ(n+m),空间复杂度为 Θ ( m ) \Theta\left({m}\right) Θ(m)

基本代码
#include
using namespace std;
int ans[1000039],lena,lenb; 
char a[1000039],b[1000039];
int main(){
	register int i,j;
	cin>>a>>b;lena=strlen(a);lenb=strlen(b);
	for(i=1;i<lenb;i++){	 
	   while(j&&b[i]!=b[j+1])j=ans[j];	
	   if(b[j+1]==b[i])j++;	
		ans[i]=j;
	}
	j=0;
	for(i=0;i<lena;i++){
		while(j>0&&b[j+1]!=a[i])j=ans[j];
		if(b[j+1]==a[i])j++;
		if(j==lenb){
			printf("%d\n",i-lenb+1);
			j=ans[j];
		}
	}
	for(i=1;i<=lenb;i++)printf("%d ",ans[i]);
	return 0;
}

[6-8]搜索

时间复杂度基本为常数优化。

[6]减枝搜索

[6]记忆化搜索

[7]启发式搜索

[7]双向BFS搜索

[7]迭代加深搜索

[8]搜索对象压缩搜索

[6-7]图论

[6]Prim 和 kruskal 最小生成树

kruskal 时空复杂度

时间复杂度为 Θ ( m log ⁡ m ) \Theta\left({m\log{m}}\right) Θ(mlogm),空间复杂度为 Θ ( n + m ) \Theta\left({n+m}\right) Θ(n+m)

kruskal 基本代码
#include
using namespace std;
int n,m,ans,f[200039],tot;
struct node{int u,v,w;bool operator<(node x)const{return w<x.w;}}a[200039];
int find(int x){return f[x]=f[x]^x?find(f[x]):x;}
void kruskal(){
	int x,y;
	for(int i=1;i<=m;i++){
		x=find(a[i].u);
		y=find(a[i].v);
		if(x==y) continue;
		else{
			ans+=a[i].w;
			f[x]=y;
			tot++;
			if(tot==n-1) break;
		}
	}
}
int main(){
	scanf("%d%d",&n,&m);
	register int i,j;
	for(i=1;i<=n;i++)f[i]=i;
	for(i=1;i<=m;i++)scanf("%d%d%d",&a[i].u,&a[i].v,&a[i].w);
	sort(a+1,a+m+1);kruskal();
	if(tot==n-1)printf("%d",ans);
	else printf("orz");
	return 0;
}

[7]次小生成树

[6]Dojkstra、bellman_ford 和 SPFA 单源最短路

[7]单源次短路

[6]Floyd-Warshall 求最短路和传递闭包

[6]DAG拓扑排序

[6]欧拉道路和欧拉回路

[6]二分图构造和判定

[6]最近公共祖先

倍增LCA 时空复杂度

时间复杂度为预处理 Θ ( n log ⁡ 树高 ) \Theta\left({n\log{树高}}\right) Θ(nlog树高),查询 Θ ( log ⁡ 树高 ) \Theta\left({\log{树高}}\right) Θ(log树高)

空间复杂度为 Θ ( n log ⁡ 树高 ) \Theta\left({n\log{树高}}\right) Θ(nlog树高)

倍增LCA 基本代码
#include
using namespace std;
int n,m,root,x,y,d[500039];
int Fa[500039][39];
vector<int>v[500039];
void dfs(int u,int deep,int fa){
	d[u]=deep;int k=1;Fa[u][0]=fa;
	do{Fa[u][k]=Fa[Fa[u][k-1]][k-1];}while(Fa[u][k++]);
	for(int i=0;i<v[u].size();i++)if(v[u][i]^fa)dfs(v[u][i],deep+1,u);
}
int LCA(int u,int v){
	int k=19;
	while(d[u]<d[v]){while(d[u]>d[Fa[v][k]]&&k)k--;v=Fa[v][k];}
	if(u==v)return x;k=20;
	while(k--){if(Fa[u][k]!=Fa[v][k])u=Fa[u][k],v=Fa[v][k];}
	return Fa[u][0];
}
int main(){
	scanf("%d%d%d",&n,&m,&root);
	for(int i=1;i<n;i++){
		scanf("%d%d",&x,&y);
		v[x].push_back(y);
		v[y].push_back(x);
	}
	dfs(root,0,0);d[0]=-1;
	while(m--){
		scanf("%d%d",&x,&y);
		if(d[x]>d[y])x^=y^=x^=y;
		printf("%d\n",LCA(x,y));
	}
} 

[7]求强连通分量

[7]强连通分量缩点

[7]求割点割边

[6-8]动态规划

[6]树形动态规划

[7]状态压缩动态规划

[8]动态规划优化

斜率优化DP
四边形不等式优化DP
二维四边形不等式优化区间DP
CDQ分治优化DP

[5-7]数学知识

[5-6]高中数学

[5]代数

[6]解析几何

[6]立体几何

[5-7]初等数论

[5]同余式

[7]欧拉定理和欧拉函数

欧拉函数

φ ( n ) \varphi(n) φ(n) 表示小于n的正整数与n互质的数的个数。

当n为质数时 φ ( n ) = n − 1 \varphi(n)=n-1 φ(n)=n1

当n为奇数时 φ ( 2 n ) = φ ( n ) \varphi(2n)=\varphi(n) φ(2n)=φ(n)

gcd ⁡ ( a , b ) = 1 \gcd(a,b)=1 gcd(a,b)=1 φ ( a b ) = φ ( a ) φ ( b ) \varphi(ab)=\varphi(a)\varphi(b) φ(ab)=φ(a)φ(b)

欧拉定理

gcd ⁡ ( a , p ) = 1 \gcd(a,p)=1 gcd(a,p)=1 a φ ( p ) ≡ 1 ( m o d   p ) a^{\varphi(p)}\equiv1(mod\ p) aφ(p)1(mod p)

[7]费马小定理

a p − 1 ≡ 1 ( m o d   p ) a^{p-1}\equiv1(mod\ p) ap11(mod p)

[7]威尔逊定理

当且仅当 p p p 为素数时 ( p − 1 ) ≡ − 1 ( m o d   p ) (p-1)\equiv-1(mod\ p) (p1)1(mod p)

[7]斐蜀定理

a , b ≠ 0 a,b\not=0 a,b=0 时, ∃ x , y ∈ Z \exists x,y\in \mathbb{Z} x,yZ 满足 a x + b y = gcd ⁡ ( a , b ) ax+by=\gcd(a,b) ax+by=gcd(a,b)

[7]逆元

gcd ⁡ ( a , b ) ≠ 0 \gcd(a,b)\not=0 gcd(a,b)=0 时, ( a / b ) m o d   p (a/b)mod\ p (a/b)mod p 可转换为 a ∗ b p − 2 m o d   p a*b^{p-2}mod\ p abp2mod p

[7]扩展欧几里得

[7]中国剩余定理

[6-7]组合数学

[6]可重集排列

对于一个有 n n n 个元素共 k k k 种的集合,其中每种元素分别有 p 1 , p 2 ⋯ p k p_1,p_2\cdots p_k p1,p2pk 个,那么可重集排列数量为

n ! ∏ i − 1 k p i ! \frac{n!}{\prod_{i-1}^{k}p_i!} i1kpi!n!

[6]可重集组合

对于一个有 n n n 个元素的集合,每次选 k k k 个,允许元素重复,且不计顺序的可重集组合数量为

( n + r − 1 r ) \left(\begin{array}{}n+r-1\\r\\\end{array}{}\right) (n+r1r)

[6]错排、圆排

错排

一个长度为 n n n 的排列且满足 ∀ i ∈ [ 1 , n ] \forall i\in[1,n] i[1,n] i i i 个数不为 i i i 的数量为

递推式

D n = n D n − 1 + − 1 n , D 1 = 0 D_n=nD_{n-1}+{-1}^n,D_1=0 Dn=nDn1+1nD1=0

通项式

D n = ∑ k = 0 n ( n k ) ( n − k ) ! ( − 1 ) k D_n=\sum_{k=0}^{n}\left(\begin{array}{}n\\k\\\end{array}{}\right)(n-k)!(-1)^k Dn=k=0n(nk)(nk)!(1)k

圆排

n n n 个元素中选 r r r 个进行圆排列的数量为

n ! r × ( n − r ) ! \frac{n!}{r\times(n-r)!} r×(nr)!n!

[6]鸽巢原理

[6]二项式定理

( x + y ) n = ( n 0 ) x n y 0 + ( n 1 ) x n − 1 y 1 + ( n 2 ) x n − 2 y 2 + ⋯ ⋯ + ( n n − 1 ) x 1 y n − 1 + ( n n ) x 0 y n     n ∈ Z + (x+y)^n=\left(\begin{array}{}n\\0\\\end{array}{}\right)x^ny^0+\left(\begin{array}{}n\\1\\\end{array}{}\right)x^{n-1}y^1+\left(\begin{array}{}n\\2\\\end{array}{}\right)x^{n-2}y^2+\cdots\cdots+\left(\begin{array}{}n\\n-1\\\end{array}{}\right)x^1y^{n-1}+\left(\begin{array}{}n\\n\\\end{array}{}\right)x^0y^n\ \ \ {n\in\mathbb{Z^+}} (x+y)n=(n0)xny0+(n1)xn1y1+(n2)xn2y2+⋯⋯+(nn1)x1yn1+(nn)x0yn   nZ+

( x + y ) n = [ x 0 ⋯ x n ] [ ( n 0 ) ⋱ ( n n ) ] [ 1 ⋮ 1 ] [ y 0 ⋮ y n ]     n ∈ Z + (x+y)^n=\left[\begin{matrix}{}x^0\cdots x^n\\\end{matrix}{}\right]\left[\begin{matrix}{}\left(\begin{matrix}{}n\\0\\\end{matrix}{}\right)&&\\&\ddots&\\&&\left(\begin{matrix}{}n\\n\\\end{matrix}{}\right)\\\end{matrix}{}\right]\left[\begin{matrix}{}&&1\\&\vdots&\\1&&\\\end{matrix}{}\right]\left[\begin{matrix}{}y_0\\\vdots\\y_n\\\end{matrix}{}\right]\ \ \ {n\in\mathbb{Z^+}} (x+y)n=[x0xn] (n0)(nn) 11 y0yn    nZ+

[7]容斥原理

[7]卡特兰数

C n + 1 = C 0 C n + C 1 C n − 1 + ⋯ + C n C 0 C_{n+1}=C_0C_n+C_1C_{n-1}+\cdots+C_nC_0 Cn+1=C0Cn+C1Cn1++CnC0

[5-7]线性代数

[5]矩阵概念

[6]特殊矩阵

稀疏矩阵
三角矩阵

[6]矩阵的初等变换

[6]矩阵的加减乘和置换

矩阵加减法

[ a 1 , 1 a 1 , 2 ⋯ a 1 , m a 2 , 1 a 2 , 2 ⋮ ⋱ a n , 1 a n , m ] ± [ b 1 , 1 b 1 , 2 ⋯ b 1 , m b 2 , 1 b 2 , 2 ⋮ ⋱ b n , 1 b n , m ] = [ a 1 , 1 ± b 1 , 1 a 1 , 2 ± b 1 , 2 ⋯ a 1 , m ± b 1 , m a 2 , 1 ± b 2 , 1 a 2 , 2 ± b 2 , 2 ⋮ ⋱ a n , 1 ± b n , 1 a n , m ± b n , m ] \left[\begin{matrix}{}a_{1,1}&a_{1,2}&\cdots&a_{1,m}\\a_{2,1}&a_{2,2}\\\vdots&&\ddots&\\a_{n,1}&&&a_{n,m}\\\end{matrix}{}\right]\pm\left[\begin{matrix}{}b_{1,1}&b_{1,2}&\cdots&b_{1,m}\\b_{2,1}&b_{2,2}\\\vdots&&\ddots&\\b_{n,1}&&&b_{n,m}\\\end{matrix}{}\right]=\left[\begin{matrix}{}a_{1,1}\pm b_{1,1}&a_{1,2}\pm b_{1,2}&\cdots&a_{1,m}\pm b_{1,m}\\a_{2,1}\pm b_{2,1}&a_{2,2}\pm b_{2,2}\\\vdots&&\ddots&\\a_{n,1}\pm b_{n,1}&&&a_{n,m}\pm b_{n,m}\\\end{matrix}{}\right] a1,1a2,1an,1a1,2a2,2a1,man,m ± b1,1b2,1bn,1b1,2b2,2b1,mbn,m = a1,1±b1,1a2,1±b2,1an,1±bn,1a1,2±b1,2a2,2±b2,2a1,m±b1,man,m±bn,m

矩阵加减法满足交换律和结合律。

矩阵乘法

C n + 1 = C 0 C n + C 1 C n − 1 + ⋯ + C n C 0 C_{n+1}=C_0C_n+C_1C_{n-1}+\cdots+C_nC_0 Cn+1=C0Cn+C1Cn1++CnC0

C = A ⋅ B      C i , j = ∑ k = 1 p A i , k B k , j C=A\cdot B\ \ \ \ C_{i,j}=\sum_{k=1}^{p}A_{i,k}B_{k,j} C=AB    Ci,j=k=1pAi,kBk,j
[ a 1 , 1 a 1 , 2 ⋯ a 1 , p a 2 , 1 a 2 , 2 ⋮ ⋱ a m , 1 a m , p ] ⋅ [ b 1 , 1 b 1 , 2 ⋯ b 1 , n b 2 , 1 b 2 , 2 ⋮ ⋱ b p , 1 b p , n ] = [ ∑ k = 1 p a 1 k b k , 1 ∑ k = 1 p a 1 , k b k , 2 ⋯ ∑ k = 1 p a 1 , k b k , n ∑ k = 1 p a 2 , k b k , 1 ∑ k = 1 p a 2 , k b k , 2 ⋮ ⋱ ∑ k = 1 p a m , k b k , 1 ∑ k = 1 p a m , k b k , n ] \left[\begin{matrix}{}a_{1,1}&a_{1,2}&\cdots&a_{1,p}\\a_{2,1}&a_{2,2}\\\vdots&&\ddots&\\a_{m,1}&&&a_{m,p}\\\end{matrix}{}\right]\cdot\left[\begin{matrix}{}b_{1,1}&b_{1,2}&\cdots&b_{1,n}\\b_{2,1}&b_{2,2}\\\vdots&&\ddots&\\b_{p,1}&&&b_{p,n}\\\end{matrix}{}\right]=\left[\begin{matrix}{}\sum_{k=1}^{p}a_{1k}b_{k,1}&\sum_{k=1}^{p}a_{1,k}b_{k,2}&\cdots&\sum_{k=1}^{p}a_{1,k}b_{k,n}\\\sum_{k=1}^{p}a_{2,k}b_{k,1}&\sum_{k=1}^{p}a_{2,k}b_{k,2}\\\vdots&&\ddots&\\\sum_{k=1}^{p}a_{m,k}b_{k,1}&&&\sum_{k=1}^{p}a_{m,k}b_{k,n}\\\end{matrix}{}\right] a1,1a2,1am,1a1,2a2,2a1,pam,p b1,1b2,1bp,1b1,2b2,2b1,nbp,n = k=1pa1kbk,1k=1pa2,kbk,1k=1pam,kbk,1k=1pa1,kbk,2k=1pa2,kbk,2k=1pa1,kbk,nk=1pam,kbk,n

矩阵乘法满足结合律,不满足交换律。

[6]线性方程组和高斯消元法

你可能感兴趣的:(CSP,初赛,总结,c++,csp,初赛)