acwing算法基础课-第二章 数据结构

数据结构

  • 单链表
    • 思想
    • 模板
    • AcWing 826 单链表(模板题)
  • 双链表
    • 思想
    • 模板
    • AcWing 837 双链表(模板题)
    • 模板
    • AcWing 828 模拟栈(模板题)
    • 队列
    • 模板
    • AcWing 829 模拟队列(模板题)
  • 单调栈
    • 模板
    • AcWing 830 单调栈(模板题)
  • 单调队列
    • 模板
    • AcWing 154 滑动窗口(模板题)
    • KMP
    • 思想
    • 模板
    • AcWing 831 KMP 字符串(模板题)
  • Trie
    • 模板
    • AcWing 835 Tire 字符串统计(模板题)
    • AcWing 836 最大异或对
  • 并查集
    • 思想
    • 模板
    • AcWing 836 合并集合(模板题)
    • AcWing 837 连通块中点的数量(模板题)
    • AcWing 240 食物链(模板题)
    • 思想
    • 模板
    • AcWing 838 堆排序(模板题)
    • AcWing 839 模拟堆(模板题)
  • 哈希表
    • 思想
    • 模板
    • AcWing 840 模拟散列表(模板题)
    • AcWing 841 字符串哈希(模板题)
  • c++ STL 简介

单链表

思想

单链表是一种链式存取的数据结构,用一组地址任意的存储单元存放线性表中的数据元素。链表中的数据是以结点来表示的,每个结点的构成:元素(数据元素的映象) + 指针(指示后继元素存储位置),元素就是存储数据的存储单元,指针就是连接每个结点的地址数据。

用链式存储的话,新建一个结点 new操作 非常慢,数据量比较大时 容易超时,所以在笔试,竞赛中,一般用静态链表,用数组来模拟链表。

优点:这种存储结构,仍需要预先分配一个较大的空间,但在作为线性表的插入和删除操作时不需移动元素,仅需修改指针,故仍具有链式存储结构的主要优点。
缺点:没有解决连续存储分配带来的表长难以确定的问题,需要维护一个空闲链表,而且失去了顺序表随机存取的特性。

对于笔试,竞赛中,数据基本都有范围,所以静态链表的表长范围一般就不会有问题了

模板

// head存储链表头,e[]存储节点的值,ne[]存储节点的next指针,idx表示当前用到了哪个节点
int head, e[N], ne[N], idx;

// 初始化
void init()
{
    head = -1;
    idx = 0;
}

// 在链表头插入一个数a
void insert(int a)
{
    e[idx] = a, ne[idx] = head, head = idx ++ ;
}

// 将头结点删除,需要保证头结点存在
void remove()
{
    head = ne[head];
}

AcWing 826 单链表(模板题)

#include
using namespace std;
#define N 100010

int e[N], ne[N], head, idex;

void init()
{
	head = -1;
	idex = 0;
}

void insert_head(int x)
{
	e[idex] = x;
	ne[idex] = head;
	head = idex;
	idex++;
}

void remove(int k)
{
	ne[k] = ne[ne[k]];
}

void insert(int k, int x)
{
	e[idex] = x;
	ne[idex] = ne[k];
	ne[k] = idex;
	idex++;
}

int main()
{
	int M;
	int i;
	scanf("%d",&M);
	init();
	while(M--)	
	{
		char c;
		scanf(" %c", &c);
		if(c == 'H') 
		{
			int x;
			scanf("%d", &x);
			insert_head(x);
		}
		else if(c == 'D')
		{
			int k;
			scanf("%d", &k);
			if(k == 0) head = ne[head];
			else remove(k - 1);
		}
		else
		{
			int k, x;
			scanf("%d%d", &k, &x);
			insert(k - 1, x);
		}
	}
	for(i = head; i != -1; i = ne[i])
		cout << e[i] << ' ';
	return 0;
 } 

双链表

思想

即在单链表的基础上,在每个结点上多加一个指向左结点的指针域

模板

双链表 —— 模板题 AcWing 827. 双链表
// e[]表示节点的值,l[]表示节点的左指针,r[]表示节点的右指针,idx表示当前用到了哪个节点
int e[N], l[N], r[N], idx;

// 初始化
void init()
{
    //0是左端点,1是右端点
    r[0] = 1, l[1] = 0;
    idx = 2;
}

// 在节点a的右边插入一个数x
void insert(int a, int x)
{
    e[idx] = x;
    l[idx] = a, r[idx] = r[a];
    l[r[a]] = idx, r[a] = idx ++ ;
}

// 删除节点a
void remove(int a)
{
    l[r[a]] = l[a];
    r[l[a]] = r[a];
}

AcWing 837 双链表(模板题)

#include
using namespace std;
#define N 100010

int e[N], l[N], r[N], idex;

void init()
{
	r[0] = 1;
	l[1] = 0;
	idex = 2;
}

void insert(int k, int x)
{
	e[idex] = x;
	r[idex] = r[k];
	l[idex] = k;
	l[r[k]] = idex;
	r[k] = idex;
	idex++; 
}

void remove(int k)
{
	r[l[k]] = r[k];
	l[r[k]] = l[k];
}

int main()
{
	int M;
	int k, x, i;
	string c;
	cin >> M;
	init();
	while(M--)
	{
		cin >> c;
		if(c == "L")
		{
			cin >> x;
			insert(0, x);
		}
		else if(c == "R")
		{
			cin >> x;
			insert(l[1], x);
		}
		else if(c == "D")
		{
			cin >> k;
			remove(k + 1);
		}
		else if(c == "IL")
		{
			cin >> k >> x;
			insert(l[k + 1], x); 
		}
		else 
		{
			cin >> k >> x;
			insert(k + 1, x);
		}
	}
	for(i = r[0]; i != 1; i = r[i])
	cout << e[i] << ' ';
	return 0;
}

先进后出

模板

// tt表示栈顶
int stk[N], tt = 0;

// 向栈顶插入一个数
stk[ ++ tt] = x;

// 从栈顶弹出一个数
tt -- ;

// 栈顶的值
stk[tt];

// 判断栈是否为空
if (tt > 0)
{

}

AcWing 828 模拟栈(模板题)

#include
using namespace std;
#define N 100010

int stk[N], tt = 0;

void push(int x)
{
	stk[++tt] = x; 
}

void pop()
{
	tt--;
}

int empty()
{
	return tt != 0 ? 0 : 1 ; //返回 0 即为不为空,返回 1 即为为空 
}

int query()
{
	return stk[tt];
}

int main()
{
	int M;
	int x;
	string ch;
	cin >> M;
	while(M--)
	{
		cin >> ch;
		if(ch == "push")
		{
			cin >> x;
			push(x);
		}
		else if(ch == "pop")
		{
			pop();
		}
		else if(ch == "empty")
		{
			if(empty())
			cout << "YES" <<endl; 
			else
			cout << "NO" << endl;
		}
		else
		{
			cout << query() <<endl;
		}
	}
	return 0;
} 
 

队列

先进先出

模板

1. 普通队列:
// hh 表示队头,tt表示队尾
int q[N], hh = 0, tt = -1;

// 向队尾插入一个数
q[ ++ tt] = x;

// 从队头弹出一个数
hh ++ ;

// 队头的值
q[hh];

// 判断队列是否为空
if (hh <= tt)
{

}

当队头或队尾到达数组尾部时,我们可以将数组尾及数组头连接在一起。具体操作:在数组中,将本要存储在数组尾部的元素存储在数组头部。

2. 循环队列
// hh 表示队头,tt表示队尾的后一个位置
int q[N], hh = 0, tt = 0;

// 向队尾插入一个数
q[tt ++ ] = x;
if (tt == N) tt = 0;

// 从队头弹出一个数
hh ++ ;
if (hh == N) hh = 0;

// 队头的值
q[hh];

// 判断队列是否为空
if (hh != tt)
{

}

AcWing 829 模拟队列(模板题)

#include
using namespace std;
#define N 100010

int q[N], hh = 0, tt = -1;

void push(int x)
{
	q[++tt] = x;
}

void pop()
{
	hh++;
}

int empty()
{
	return hh <= tt ? 0 : 1; //返回1为空,返回0不为空 
}

int quety()
{
	return q[hh];
 } 
int main()
{
	int M;
	string ch;
	int x;
	cin >> M;
	while(M--)
	{
		cin >> ch;
		if(ch == "push")
		{
			cin >> x;
			push(x);
		}
		else if(ch == "pop")
		{
			pop();
		}
		else if(ch == "empty")
		{
			if(empty())
			cout << "YES" <<endl;
			else
			cout << "NO"  <<endl; 
		}
		else
		{
			cout << quety() <<endl;
		}
	}
	return 0;
 } 

单调栈

单调递增或单调减的栈,跟单调队列差不多,但是只用到它的一端,利用它可以用来解决一些ACM/ICPC和OI的题目,如RQNOJ 的诺诺的队列等。

模板

常见模型:找出每个数左边离它最近的比它大/小的数

常见模型:找出每个数左边离它最近的比它大/小的数
int tt = 0;
for (int i = 1; i <= n; i ++ )
{
    while (tt && check(stk[tt], i)) tt -- ;
    stk[ ++ tt] = i;
}

AcWing 830 单调栈(模板题)

#include
using namespace std;
#define N 100010

int stk[N], tt = 0;
int a[N];


int main()
{
	int n;
	int i;
	cin >> n;
	for(i = 0; i < n; i++)
	cin >> a[i];
	for(i = 0; i < n; i++)
	{
		while(tt && stk[tt] >= a[i]) tt--;
		if(tt == 0) cout << "-1 ";
		else cout <<  stk[tt] << " ";
		stk[++tt] = a[i];
	}
	return 0;
 } 

单调队列

单调队列,即单调递减或单调递增的队列。使用频率不高,但在有些程序中会有非同寻常的作用。

模板

常见模型:找出滑动窗口中的最大值/最小值

常见模型:找出滑动窗口中的最大值/最小值
int hh = 0, tt = -1;
for (int i = 0; i < n; i ++ )
{
    while (hh <= tt && check_out(q[hh])) hh ++ ;  // 判断队头是否滑出窗口
    while (hh <= tt && check(q[tt], i)) tt -- ;
    q[ ++ tt] = i;
}

AcWing 154 滑动窗口(模板题)

#include
using namespace std;

#define N 100010

int q[N], hh = 0, tt = -1;
int a[N];

int main()
{
	int n, k;
	int i;
	cin >> n >> k;
	for(i = 0; i < n; i++)
	cin >> a[i];
	for(i = 0; i < n ; i++)
	{
		while(hh <= tt && q[hh] < i - k + 1) hh++;
		while(hh <= tt && a[q[tt]] >= a[i]) tt--;
		q[++tt] = i;
		if(i >= k - 1)
		cout << a[q[hh]] << ' ';
	}
	cout <<endl;
	hh = 0,tt = -1;
	for(i = 0; i < n ; i++)
	{
		while(hh <= tt && q[hh] < i - k + 1) hh++;
		while(hh <= tt && a[q[tt]] <= a[i]) tt--;
		q[++tt] = i;
		if(i >= k - 1)
		cout << a[q[hh]] << ' ';
	}
	cout <<endl;
	return 0;
 } 

KMP

思想

KMP算法的核心是利用匹配失败后的信息,尽量减少模式串与主串的匹配次数以达到快速匹配的目的。具体实现就是通过一个next()函数实现,函数本身包含了模式串的局部匹配信息。KMP算法的时间复杂度O(m+n)

真前缀:一个串除该串自身外的其他前缀。
真后缀:一个串除该串自身外的其他后缀。

模板

求Next数组:
// s[]是模式串,p[]是模板串, n是s的长度,m是p的长度
for (int i = 2, j = 0; i <= m; i ++ )
{
    while (j && p[i] != p[j + 1]) j = ne[j];
    if (p[i] == p[j + 1]) j ++ ;
    ne[i] = j;
}

// 匹配
for (int i = 1, j = 0; i <= n; i ++ )
{
    while (j && s[i] != p[j + 1]) j = ne[j];
    if (s[i] == p[j + 1]) j ++ ;
    if (j == m)
    {
        j = ne[j];
        // 匹配成功后的逻辑
    }
}

AcWing 831 KMP 字符串(模板题)

#include
using namespace std;
#define N 100010
#define M 1000010

char p[N];
char s[M];
int ne[N];

int main()
{
	int n, m;  //m为p的长度 ,n 为 s的长度 
	int i, j;
	cin >> m >> p + 1 >> n >> s + 1;
	for(i = 2, j = 0; i <= m; i++)
	{
		while(j && p[i] != p[j + 1])
		j = ne[j];
		if(p[i] == p[j + 1])
		j++;
		ne[i] = j; 
	}
	for(i = 1, j = 0; i <= n; i++)
	{
		while(j && s[i] != p[j + 1])
		j = ne[j];
		if(s[i] == p[j + 1])
		j++;
		if(j == m)
		{
			cout << i - m <<' ';
			j = ne[j];
		 } 
		
	}
	
	return 0;
 } 

Trie

一般用于存储和查找字符串

模板

int son[N][26], cnt[N], idx;
// 0号点既是根节点,又是空节点
// son[][]存储树中每个节点的子节点
// cnt[]存储以每个节点结尾的单词数量

// 插入一个字符串
void insert(char *str)
{
    int p = 0;
    for (int i = 0; str[i]; i ++ )
    {
        int u = str[i] - 'a';
        if (!son[p][u]) son[p][u] = ++ idx;
        p = son[p][u];
    }
    cnt[p] ++ ;
}

// 查询字符串出现的次数
int query(char *str)
{
    int p = 0;
    for (int i = 0; str[i]; i ++ )
    {
        int u = str[i] - 'a';
        if (!son[p][u]) return 0;
        p = son[p][u];
    }
    return cnt[p];
}

AcWing 835 Tire 字符串统计(模板题)

#include 
using namespace std;

#define N 100010

int son[N][26], idx;
int cnt[N];
char str[N];

void insert(char str[])
{
	int p = 0, i;
	for(i = 0; str[i]; i++)
	{
		int u = str[i] - 'a';
		if(!son[p][u]) son[p][u] = ++idx;
		p = son[p][u];
	}
	cnt[p]++;
}

int query(char str[])
{
	int p = 0, i;
	for(i = 0; str[i]; i++)
	{
		int u = str[i] - 'a';
		if(!son[p][u]) return 0;
		p = son[p][u];
	}
	return cnt[p];
}

int main()
{
	int n;
	cin >> n;
	while(n--)
	{
		char c[2];
		scanf("%s",c);
		cin >> str;
		if(c[0] == 'I')
		{
			insert(str);
		}
		else
		{
			printf("%d\n",query(str));
		}
	}
	
	return 0;
}

AcWing 836 最大异或对

查找 i 能匹配出的最大异或数的元素时,每次找与 i 当前位置二进制表示相反数,没有就只能与 i 当前位置二进制表示一样了,查找返回后的数就是能与 i 匹配出的最大异或数的元素。
将整数转换为31位二进制数,从高位到低位。for(i = 30; i >= 0; i-- )每次插入到该二进制当前位置 或者 查找能符合该二进制当前位置要求的二进制表示

#include 
using namespace std;
#define N 100010
#define M 31*N

int son[M][2];
int a[N];
int idx;

void insert(int x)
{
	int p = 0, i;
	for(i = 30; i >= 0; i-- )
	{
		int u = x >> i & 1;
		if(!son[p][u]) son[p][u] = ++idx;
		p = son[p][u];
	}
}

int query(int x)
{
	int p = 0, i;
	int res = 0;
	for(i = 30; i >= 0; i--)
	{
		int u = x >> i & 1;
		if(son[p][!u])
		{
			p = son[p][!u];
			res = res * 2 + !u; //二进制转十进制
		}
		else
		{
			p = son[p][u];
			res = res * 2 + u;
		}
	}
	return res;
}

int main()
{
	int n, i;
	int res = 0;
	cin >> n;
	for(i = 0; i < n; i++)
	scanf("%d", &a[i]);
	for(i = 0; i < n; i++) insert(a[i]);
	for(i = 0; i< n; i++)
	{
		int t = query(a[i]);
		res = max(res, a[i] ^ t);
	}
	printf("%d",res);
	return 0;
}

并查集

思想

并查集,在一些有N个元素的集合应用问题中,我们通常是在开始时让每个元素构成一个单元素的集合,然后按一定顺序将属于同一组的元素所在的集合合并,其间要反复查找一个元素在哪个集合中。这一类问题近几年来反复出现在信息学的国际国内赛题中。其特点是看似并不复杂,但数据量极大,若用正常的数据结构来描述的话,往往在空间上过大,计算机无法承受;即使在空间上勉强通过,运行的时间复杂度也极高,根本就不可能在比赛规定的运行时间(1~3秒)内计算出试题需要的结果,只能用并查集来描述。
并查集是一种树型的数据结构,用于处理一些不相交集合(disjoint sets)的合并及查询问题。常常在使用中以森林来表示。

主要操作:
1.初始化:把每个点所在集合初始化为其自身。
通常来说,这个步骤在每次使用该数据结构时只需要执行一次,无论何种实现方式,时间复杂度均为O(n)。
2.查找:查找元素所在的集合,即根节点。
3.合并:将两个元素所在的集合合并为一个集合。
通常来说,合并之前,应先判断两个元素是否属于同一集合,这可用上面的“查找”操作实现。

模板

(1)朴素并查集:

    int p[N]; //存储每个点的祖宗节点

    // 返回x的祖宗节点
    int find(int x)
    {
        if (p[x] != x) p[x] = find(p[x]);
        return p[x];
    }

    // 初始化,假定节点编号是1~n
    for (int i = 1; i <= n; i ++ ) p[i] = i;

    // 合并a和b所在的两个集合:
    p[find(a)] = find(b);


(2)维护size的并查集:

    int p[N], size[N];
    //p[]存储每个点的祖宗节点, size[]只有祖宗节点的有意义,表示祖宗节点所在集合中的点的数量

    // 返回x的祖宗节点
    int find(int x)
    {
        if (p[x] != x) p[x] = find(p[x]);
        return p[x];
    }

    // 初始化,假定节点编号是1~n
    for (int i = 1; i <= n; i ++ )
    {
        p[i] = i;
        size[i] = 1;
    }

    // 合并a和b所在的两个集合:
    p[find(a)] = find(b);
    size[b] += size[a];


(3)维护到祖宗节点距离的并查集:

    int p[N], d[N];
    //p[]存储每个点的祖宗节点, d[x]存储x到p[x]的距离

    // 返回x的祖宗节点
    int find(int x)
    {
        if (p[x] != x)
        {
            int u = find(p[x]);
            d[x] += d[p[x]];
            p[x] = u;
        }
        return p[x];
    }

    // 初始化,假定节点编号是1~n
    for (int i = 1; i <= n; i ++ )
    {
        p[i] = i;
        d[i] = 0;
    }

    // 合并a和b所在的两个集合:
    p[find(a)] = find(b);
    d[find(a)] = distance; // 根据具体问题,初始化find(a)的偏移量

AcWing 836 合并集合(模板题)

#include
using namespace std;
#define N 100010

int p[N];

int find(int x)
{
	if(p[x] != x) p[x] = find(p[x]);
	return p[x];
}

int main()
{
	int n, m;
	int i;
	cin >> n >> m;
	for(i = 1; i <= n; i++)
	p[i] = i;
	while(m--)
	{
		char s[2];
		int a, b;
		scanf("%s%d%d", s, &a, &b);
		if(s[0] == 'M')
		{
			p[find(a)] = find(b);
		}
		else
		{
			if(find(a) == find(b))
			cout << "Yes" << endl;
			else
			cout << "No" << endl;			
		}
	}
	return 0;
 } 

AcWing 837 连通块中点的数量(模板题)

#include
using namespace std;
#define N 100010

int p[N];
int size[N];

int find(int x)
{
	if(p[x] != x) p[x] = find(p[x]);
	return p[x];
}

int main()
{
	int n, m, i;
	cin >> n >> m;
	for(i = 1 ;i <= n; i++) 
	{
		p[i]= i;
		size[i] = 1;
	}
	while(m--)
	{
		string ch;
		cin >> ch;
		if(ch == "C")
		{
			int a, b;
			cin >> a >> b;
			if(find(a) != find(b))
			{
				size[find(b)] += size[find(a)];
				p[find(a)] =  find(b);

			}
		}
		else if(ch == "Q1")
		{
			int a, b;
			cin >> a >> b;
			if(find(a) == find(b))
			printf("Yes\n");
			else
			printf("No\n");
		}
		else
		{
			int a;
			cin >> a;
			printf("%d\n",size[find(a)]);
		}
	}
	
	return 0;
 } 

AcWing 240 食物链(模板题)

我们用距离表示动物之间的关系

与根节点的距离%3 = 0 表示与根节点是同类 ,例 a
与根节点的距离%3 = 1 表示吃根节点 ,例b
与根节点的距离%3 = 2 表示被根节点吃 ,例c

则 a 吃 b , b 吃 c , c 吃 a

#include
using namespace std;
#define N 100010

int p[N], d[N];

int find(int x)
{
	if(p[x] != x)
	{
		int u = find(p[x]);
		d[x] += d[p[x]];
		p[x] = u;	
	}
	return p[x];	
}

int main()
{
	int n, k;
	int i;
	int res = 0;

	cin >> n >> k;
	for(i = 1; i <= n; i++) p[i] = i;
	while(k--)
	{
		int c, x, y;
		cin >> c >> x >> y;
		if(x > n || y > n) res++;
		else 
		{
			int px = find(x);
			int py = find(y);
			if(c == 1)
			{
			
				if(px == py && (d[x] - d[y]) %3) res++;
				else if(px != py) 
				{
					p[px] = py;
//x的根节点到y的根节点距离为d[px]
//(d[x] + d[px]) % 3 == d[y] % 3
//则可得  d[px] = d[y] - d[x];
					d[px] = d[y] - d[x];
				}
			}
			else
			{
				if(px == py && (d[x] - d[y] - 1) %3) res++;
				else if(px != py)
				{
					p[px] = py;
//x的根节点到y的根节点距离为d[px]
//(d[x] + d[px] - 1) % 3 == d[y] % 3
//则可得 d[px] = d[y] - d[x] + 1; 
					d[px] = d[y] - d[x] + 1; 
				}
			}
		}
	}
	cout << res << endl;
	return 0;
 } 

思想

释义
堆(heap)是计算机科学中一类特殊的数据结构的统称。堆通常是一个可以被看做一棵树的数组对象。堆总是满足下列性质:
堆中某个结点的值总是不大于或不小于其父结点的值;
堆总是一棵完全二叉树。
将根结点最大的堆叫做最大堆或大根堆,根结点最小的堆叫做最小堆或小根堆。常见的堆有二叉堆、斐波那契堆等。
堆是非线性数据结构,相当于一维数组,有两个直接后继。
堆的定义如下:n个元素的序列{k1,k2,ki,…,kn}当且仅当满足下关系时,称之为堆。
(且)或者(), ()
若将和此次序列对应的一维数组(即以一维数组作此序列的存储结构)看成是一个完全二叉树,则堆的含义表明,完全二叉树中所有非终端结点的值均不大于(或不小于)其左、右孩子结点的值。由此,若序列{k1,k2,…,kn}是堆,则堆顶元素(或完全二叉树的根)必为序列中n个元素的最小值(或最大值)。

算法思想
不必将值一个个地插入堆中,通过交换形成堆。假设一个小根堆的左、右子树都已是堆,并且根的元素名为 ,其左右子结点为 和 ,这种情况下,有两种可能:
(1) 并且 ,此时堆已完成;
(2) 或者 ,此时 应与两个子女中值较小的一个交换,结果得到一个堆,除非 仍然大于其新子女的一个或全部的两个。这种情况下,我们只需简单地继续这种将 “拉下来”的过程,直至到达某一个层使它小于它的子女,或者它成了叶结点。

模板

注意
不能将上溯操作中的while (x / 2 && h[x] < h[x / 2])改成while (x / 2 && h[x] <= h[x/2] ),见acwing 839 模拟堆解析

在堆排序中,不能将上溯操作中的while (x / 2 && h[x] < h[x / 2])改成while (x / 2 && h[x] <= h[x/2] ),那么是否不能将下溯操作中的 h[u * 2] < h[t]改成h[u * 2] <= h[t]呢?
chatgpt 3.4 解答:
在堆排序中,不能将 while (x / 2 && h[x] < h[x / 2]) 改成 while (x / 2 && h[x] <= h[x / 2]) 是因为上面的代码是执行的交换操作,将小的节点往上提,而把等于放上面则会导致重复元素顺序变化。这样就可能不满足大/小顶堆的性质,从而破坏了排序的正确性。
而对于下溯操作中的 if (u * 2 <= size && h[u * 2] < h[t]) t = u * 2; 和 if (u * 2 + 1 <= size && h[u * 2 + 1] < h[t]) t = u * 2 + 1; 进行类似的改动,即将 < 改成<=,不会造成重复元素顺序变化的问题,不会破坏排序的正确性。因为每次下沉操作选择的都是左右子节点中值最小的那个,而等号不会影响这个选择,只会影响交换的次数。
所以,在堆排序中,不能将while (x / 2 && h[x] < h[x / 2])改成while (x / 2 && h[x] <= h[x / 2]),但是可以将 if (u * 2 <= size && h[u * 2] < h[t]) t = u * 2; 和 if (u * 2 + 1 <= size && h[u * 2 + 1] < h[t]) t = u * 2 + 1; 改成 if (u * 2 <= size && h[u * 2] <= h[t]) t = u * 2; 和 if (u * 2 + 1 <= size && h[u * 2 + 1] <= h[t]) t = u * 2 + 1; 以优化代码。

我的看法:不能将上溯操作中的while (x / 2 && h[x] < h[x / 2])改成while (x / 2 && h[x] <= h[x/2] ),验证了。
至于下溯操作,本人暂且没有发现问题。
所以我个人推荐上溯下溯都用 < ,不用 <=. 养成习惯。

堆 —— 模板题 AcWing 838. 堆排序, AcWing 839. 模拟堆
// h[N]存储堆中的值, h[1]是堆顶,x的左儿子是2x, 右儿子是2x + 1
// ph[k]存储第k个插入的点在堆中的位置
// hp[k]存储堆中下标是k的点是第几个插入的
int h[N], ph[N], hp[N], size;

// 交换两个点,及其映射关系
void heap_swap(int a, int b)
{
    swap(ph[hp[a]],ph[hp[b]]);
    swap(hp[a], hp[b]);
    swap(h[a], h[b]);
}

void down(int u)
{
    int t = u;
    if (u * 2 <= size && h[u * 2] < h[t]) t = u * 2;
    if (u * 2 + 1 <= size && h[u * 2 + 1] < h[t]) t = u * 2 + 1;
    if (u != t)
    {
        heap_swap(u, t);
        down(t);
    }
}

void up(int u)
{
    while (u / 2 && h[u] < h[u / 2])
    {
        heap_swap(u, u / 2);
        u >>= 1;
    }
}

AcWing 838 堆排序(模板题)

#include
#include 
using namespace std;
#define N 100010

int h[N], size;

void down(int u)
{
	int t = u;
	if(2 * u <= size && h[2 * u ] < h[t]) t = u * 2;
	if(2 * u + 1 <= size && h[2 * u + 1] < h[t]) t = u * 2 + 1;
	if(u != t)
	{
		swap(h[t], h[u]);
		down(t);
	}
}
int main()
{
	int n, m;
	int i;
	cin >> n >> m;
	size = n;

	for(i = 1; i <= n; i++) 
	cin >> h[i];
	for(i = n / 2; i >= 1; i--) down(i);
	while(m--)
	{
		cout << h[1] << ' ';
		h[1] = h[size--];
		down(1);
	}
	
	return 0;
 } 
 

AcWing 839 模拟堆(模板题)

对于下溯操作的h[x] < h[x / 2]不能改成h[x] <= h[x / 2]

这是因为堆的性质要求子节点必须小于等于其父节点,即 h[x] >= h[x / 2]。将 h[x] < h[x / 2] 改成 h[x / 2] >= h[x] 后,破坏了这个堆的性质,可能导致堆排序算法无法正确执行,或者优先队列中的元素顺序不再按照优先级排序。

我们模拟了一下该题示例,知道这样会造成错误即可。
acwing算法基础课-第二章 数据结构_第1张图片
模拟样例数据:

先展示正确的操作
输入第二个 I -10 后

h[1] = -10, ph[1] = 1, hp[1] = 1;
h[2] = -10, ph[2] = 2, hp[2] = 2;

输入 D 1 后

h[1] = -10, ph[1] = 2, hp[1] = 2;
h[2] = -10, ph[2] = 1, hp[2] = 1;

输入 C 2 8 后

h[1] = 8

输入 I 6 后

h[1] = 6, ph[3] = 1, hp[1] = 3;
h[2] = 8, ph[2] = 2. hp[2] = 2;

输入 PM ,即 h[1] = 6,正确。

好,现在我们将 h[x] < h[x / 2] 改成 h[x] <= h[x / 2],第二个输出是 -10,不是 6

输入第二个 I -10 后,交换(正确操作是不会交换的)

h[1] = -10, ph[1] = 2, hp[1] = 2;
h[2] = -10, ph[2] = 1, hp[2] = 1

输入 D 1 时
会交换head_swap(2, 2) ,没什么用,再 size–;
虽然size–,此时为1, 但up()依旧会交换 下标为 1 和 2 的,即

h[1] = -10, ph[1] = 1, hp[1] = 1;
h[2] = -10, ph[2] = 2, hp[2] = 2;

输入 C 2 8 后,
h[2] = 8, 是不是感觉不对了呢,此时h[1] 等于 -10 哦

输入 I 6

h[2] = 6, ph[3] = 2, ph[2] = 3

h[2] < h[1] ,不会交换

输入 PM h[1] = -10

该答案与正确答案不符,因为下溯操作 < 换成 <= 改变了堆的性质。
所以我个人还是推荐上溯下溯都用 < ,不用 <=. 养成习惯。

#include
#include 
using namespace std;
#define N 100010
int h[N], ph[N], hp[N], size, m;
//h[i] 表示下标为 i 的数据值
//ph[i] = j 表示 第 i 个插入数下标是 j; 与hp[]是反函数关系
//hp[i] = j 表示 下标是 i 的数是第 j 个插入的
//size 表示个数
//m 表示是第几个插入的

void head_swap(int a, int b)
{
	swap(ph[hp[a]], ph[hp[b]]);
	swap(hp[a], hp[b]);
	swap(h[a], h[b]);
}

void down(int x)
{
	int t = x;
	if (2 * x <= size && h[2 * x] < h[t]) t = 2 * x;
	if (2 * x + 1 <= size && h[2 * x + 1] < h[t]) t = 2 * x + 1;
	if (t != x)
	{
		head_swap(t, x);
		down(t);
	}
}

void up(int x)
{
	while (x / 2 &&  h[x] < h[x / 2])
	{
		head_swap(x, x / 2);
		x >>= 1;
	}
}

int main()
{
	int n;
	int i;
	cin >> n;

	while (n--)
	{
		string c;
		cin >> c;
		if (c == "I")
		{
			int x;
			cin >> x;
			h[++size] = x;
			ph[++m] = size;
			hp[size] = m;
			up(size);
		}
		else if (c == "PM")
		{
			printf("%d\n", h[1]);
		}
		else if (c == "DM")
		{
			head_swap(1, size);
			size--;
			down(1);
		}
		else if (c == "D")
		{
			int k;
			cin >> k;
			head_swap(ph[k], size);
			size--;
			down(ph[k]);
			up(ph[k]);
		}
		else
		{
			int k, x;
			cin >> k >> x;
			h[ph[k]] = x;
			down(ph[k]);
			up(ph[k]);
		}
	}
	return 0;
}

哈希表

思想

散列表(Hash table,也叫哈希表),是根据关键码值(Key value)而直接进行访问的数据结构。也就是说,它通过把关键码值映射到表中一个位置来访问记录,以加快查找的速度。这个映射函数叫做散列函数,存放记录的数组叫做散列表。
给定表M,存在函数f(key),对任意给定的关键字值key,代入函数后若能得到包含该关键字的记录在表中的地址,则称表M为哈希(Hash)表,函数f(key)为哈希(Hash) 函数。

模板

一般哈希 —— 模板题 AcWing 840. 模拟散列表
(1) 拉链法
    int h[N], e[N], ne[N], idx;

    // 向哈希表中插入一个数
    void insert(int x)
    {
        int k = (x % N + N) % N;
        e[idx] = x;
        ne[idx] = h[k];
        h[k] = idx ++ ;
    }

    // 在哈希表中查询某个数是否存在
    bool find(int x)
    {
        int k = (x % N + N) % N;
        for (int i = h[k]; i != -1; i = ne[i])
            if (e[i] == x)
                return true;

        return false;
    }

(2) 开放寻址法
    int h[N];

    // 如果x在哈希表中,返回x的下标;如果x不在哈希表中,返回x应该插入的位置
    int find(int x)
    {
        int t = (x % N + N) % N;
        while (h[t] != null && h[t] != x)
        {
            t ++ ;
            if (t == N) t = 0;
        }
        return t;
    }

字符串哈希 —— 模板题 AcWing 841. 字符串哈希
核心思想:将字符串看成P进制数,P的经验值是13113331,取这两个值的冲突概率低
小技巧:取模的数用2^64,这样直接用unsigned long long存储,溢出的结果就是取模的结果

typedef unsigned long long ULL;
ULL h[N], p[N]; // h[k]存储字符串前k个字母的哈希值, p[k]存储 P^k mod 2^64

// 初始化
p[0] = 1;
for (int i = 1; i <= n; i ++ )
{
    h[i] = h[i - 1] * P + str[i];
    p[i] = p[i - 1] * P;
}
// 计算子串 str[l ~ r] 的哈希值
ULL get(int l, int r)
{
    return h[r] - h[l - 1] * p[r - l + 1];
}

AcWing 840 模拟散列表(模板题)

#include
#include
using namespace std;
#define N 200003  // N 取值为比题目数据大的质数,通常取2,3倍 
#define null 0x3f3f3f3f //题目的据范围是1e9,而0x3f3f3f3f大于1e9 

int h[N];

int find(int x)
{
	int k = (x % N + N) % N;
	while(h[k] != null && h[k] != x)
	{
		k++;
		if(k == N) k = 0;
	}
	return k;
}

int main()
{
	int n, i;
	cin >> n;
	memset(h, 0x3f, sizeof h); //初始化作用 
	while(n--)
	{
		char c[2];
		int x;
		scanf("%s%d", c, &x);
		if(*c == 'I')
		{
			int k = find(x);
			h[k] = x;
		}
		else 
		{
			if(h[find(x)] != null)
			puts("Yes");
			else
			puts("No");
		}
}
	return 0;
}

AcWing 841 字符串哈希(模板题)

#include
using namespace std;
#define N 100010
#define P 131
typedef unsigned long long ULL;
ULL h[N], p[N];

ULL get(int l ,int r)
{
	return h[r] - h[l - 1] * p[r - l + 1];
}

int main()
{
	int n, m, i;
	string str;
	cin >> n >> m;
	cin >> str;
	p[0]= 1; //p的0次方等于1 
	for(i = 1; i <= n; i++)
	{
		p[i] = p[i - 1] * P;
		h[i] = h[i - 1] * P + str[i - 1];
	}
	while(m--)
	{
		int l1, l2, r1, r2;
		cin >> l1 >> r1 >> l2 >> r2;
		if(get(l1, r1) == get(l2, r2))
		puts("Yes");
		else
		puts("No");
	}
	return 0;
} 

c++ STL 简介

vector, 变长数组,倍增的思想
    size()  返回元素个数
    empty()  返回是否为空
    clear()  清空
    front()/back()
    push_back()/pop_back()
    begin()/end()
    []
    支持比较运算,按字典序

pair<int, int>
    first, 第一个元素
    second, 第二个元素
    支持比较运算,以first为第一关键字,以second为第二关键字(字典序)

string,字符串
    size()/length()  返回字符串长度
    empty()
    clear()
    substr(起始下标,(子串长度))  返回子串
    c_str()  返回字符串所在字符数组的起始地址

queue, 队列
    size()
    empty()
    push()  向队尾插入一个元素
    front()  返回队头元素
    back()  返回队尾元素
    pop()  弹出队头元素

priority_queue, 优先队列,默认是大根堆
    push()  插入一个元素
    top()  返回堆顶元素
    pop()  弹出堆顶元素
    定义成小根堆的方式:priority_queue<int, vector<int>, greater<int>> q;

stack,size()
    empty()
    push()  向栈顶插入一个元素
    top()  返回栈顶元素
    pop()  弹出栈顶元素

deque, 双端队列
    size()
    empty()
    clear()
    front()/back()
    push_back()/pop_back()
    push_front()/pop_front()
    begin()/end()
    []

set, map, multiset, multimap, 基于平衡二叉树(红黑树),动态维护有序序列
    size()
    empty()
    clear()
    begin()/end()
    ++, -- 返回前驱和后继,时间复杂度 O(logn)

    set/multiset
        insert()  插入一个数
        find()  查找一个数
        count()  返回某一个数的个数
        erase()
            (1) 输入是一个数x,删除所有x   O(k + logn)
            (2) 输入一个迭代器,删除这个迭代器
        lower_bound()/upper_bound()
            lower_bound(x)  返回大于等于x的最小的数的迭代器
            upper_bound(x)  返回大于x的最小的数的迭代器
    map/multimap
        insert()  插入的数是一个pair
        erase()  输入的参数是pair或者迭代器
        find()
        []  注意multimap不支持此操作。 时间复杂度是 O(logn)
        lower_bound()/upper_bound()

unordered_set, unordered_map, unordered_multiset, unordered_multimap, 哈希表
    和上面类似,增删改查的时间复杂度是 O(1)
    不支持 lower_bound()/upper_bound(), 迭代器的++--

bitset, 圧位
    bitset<10000> s;
    ~, &, |, ^
    >>, <<
    ==, !=
    []

    count()  返回有多少个1

    any()  判断是否至少有一个1
    none()  判断是否全为0

    set()  把所有位置成1
    set(k, v)  将第k位变成v
    reset()  把所有位变成0
    flip()  等价于~
    flip(k) 把第k位取反

你可能感兴趣的:(#,算法,-,acwing算法基础课,数据结构,算法,链表)