基础算法相关笔记

排序

最好情况下:

冒泡排序

最坏时间复杂度 O ( n 2 ) O(n^2) O(n2)

基础算法相关笔记_第1张图片

插入排序

最坏时间复杂度为 O ( n 2 ) O(n^2) O(n2),最优时间复杂度为 O ( n ) O(n) O(n)

基础算法相关笔记_第2张图片

平均情况下:

快速排序

最坏时间复杂度为 O ( n 2 ) O(n^2) O(n2),最好时间复杂度为 O ( n log ⁡ n ) O(n\log n) O(nlogn)

基础算法相关笔记_第3张图片

最坏情况下:

归并排序

时间复杂度稳定为 O ( n log ⁡ n ) O(n\log n) O(nlogn)

基础算法相关笔记_第4张图片


upd on 2023/2/19:

基数排序

基数排序,是桶排序的扩展。它的基本思想是,把整数按位切割,从低位到高位排序。

具体实现就是将所有待比较数值统一为同样的数位长度,数位较短的数前面补零。然后从最低位开始,依次进行一次排序。从最低位排序到最高位排序完成以后,数列就变成一个有序序列。

基础算法相关笔记_第5张图片

贪心

简介

贪心算法是从问题的初始状态出发,通过若干次的贪心选择而得到的最优值(或较优值)。

贪心策略必须具备无后效性,即某个状态以后的过程不会影响以前的状态,至于当前状态有关。

适用前提是,局部最优策略能导致全局最优策略。

基本思路

  1. 描述问题
  2. 分解问题
  3. 求解子问题,得到局部最优解
  4. 合并子问题最优解

简单贪心问题

最优装载问题

n n n 个物体,第 i i i 个物体重量为 w i w_i wi,选择尽量多的物体,使得总重量不超过 S S S

贪心策略:先装最轻的。

部分背包问题

n n n 个物体,第 i i i 个物体重量为 w i w_i wi,价值为 v i v_i vi,选择物体,每一个物体可以只取走一部分,使得总重量不超过 S S S 且总价值尽量高。

贪心策略:先选出性价比高的。

乘船问题

n n n 个人,第 i i i 个人重量为 w i w_i wi,每艘船载重量为 C C C,最多可乘两人。用最少的船装载所有人。

贪心策略:最轻的人和最重的人配对。

常见应用
选择不相交区间问题

练手板子题

区间选点问题

练手板子题

将区间按照右端点的先后顺序排序,依次取每个区间的右端点(因为右端点可以覆盖尽量多的线段),递归操作即可。

区间覆盖问题

n n n 个闭区间 [ a i , b i ] [a_i,b_i] [ai,bi],选择尽量少的区间覆盖一条指定的线段区间 [ s , t ] [s,t] [s,t]

练手板子题

将所有区间的左端点从大到小排序,每次选择覆盖点 s s s 的区间中右端点坐标最大的一个,并将 s s s 更新为该区间的右端点坐标,直到选择的区间包含 t t t 为止。

流水作业调度问题

练手板子题1

#include
using namespace std;
#define int long long

struct node
{
	int x,y,id; 
}a[1005];

int n,m,k,ans,sum; 

bool cmp(node xx,node yy)
{
	return xx.x+max(xx.y,yy.x)+yy.y<yy.x+max(yy.y,xx.x)+xx.y; 
}

signed main()
{
	cin>>n; 
	for(int i=1;i<=n;++i) cin>>a[i].x; 
	for(int i=1;i<=n;++i) cin>>a[i].y; 
	for(int i=1;i<=n;++i) a[i].id=i; 
	sort(a+1,a+n+1,cmp); 
	for(int i=1;i<=n;++i) 
		sum+=a[i].x,ans=max(sum,ans)+a[i].y; 
	cout<<ans<<endl;
	for(int i=1;i<=n;++i) cout<<a[i].id<<endl; 
	return 0; 
}

练手板子题2

和乘船问题类似,大配小即可。

#include 
using namespace std;

const int maxn=1005;
int N,M1,M2,ans[maxn];

struct node
{
	int id,t;
	friend bool operator < (node a,node b)
	{
		return a.t>b.t;
	}
}mach[maxn];

priority_queue<node> q1;
priority_queue<node> q2;

int main()
{
	cin>>N>>M1>>M2;
	int tmp;
	for(int i=1;i<=M1;i++) cin>>tmp,q1.push({tmp,tmp});
	for(int i=1;i<=M2;i++) cin>>tmp,q2.push({tmp,tmp});
	for(int i=1;i<=N;i++)
	{
		node now=q1.top();q1.pop();
		ans[i]+=now.t;
		q1.push({now.id,now.id+now.t});//把更新之后的时间压入
	}
	cout<<ans[N]<<' ';
	for(int i=N;i;i--)//注意因为建立的是小根堆,所以要倒着枚举
	{
		node now=q2.top();q2.pop();
		ans[i]+=now.t;
		q2.push({now.id,now.id+now.t});
	}
	sort(ans+1,ans+N+1);
	cout<<ans[N];
	return 0;
}
带限期和罚款的单位时间任务调度问题

练手板子题

前缀和、差分

前缀和

一维前缀和
  1. 预处理 O ( n ) O(n) O(n)s[i] 统计 a 1 ∼ a i a_1\sim a_i a1ai 的值)

    for(int i=1;i<=n;i++)
    	s[i]=s[i-1]+a[i]
    
  2. 查询

    时间复杂度: O ( 1 ) O(1) O(1)

    对于区间 [ l , r ] [l,r] [l,r] 的和,用前缀和数组表示为 s r − s l − 1 s_r-s_{l-1} srsl1

二维前缀和
  1. 预处理 O ( m n ) O(mn) O(mn)

    for(int i=1;i<=m;i++)
    {
        for(int j=1;j<=n;j++)
        {
            scanf("%d",&a[i][j]);
            sum[i][j]=sum[i-1][j]+sum[i][j-1]-sum[i-1][j-1]+a[i][j];
        }
    }
    
  2. 查询 O ( 1 ) O(1) O(1)

  3. s[i][j]:第 i i i j j j 列格左上部分所有元素的和。
    ( x 1 , y 1 ) (x_1,y_1) (x1,y1) 为左上角, ( x 2 , y 2 ) (x_2,y_2) (x2,y2) 为右下角的子矩阵的和为: s ( x 2 , y 2 ) − s ( x 1 − 1 , y 2 ) − s ( x 2 , y 1 − 1 ) + s ( x 1 − 1 , y 1 − 1 ) s(x_2,y_2)-s(x_1-1,y_2)-s(x_2,y_1-1)+s(x_1-1,y_1-1) s(x2,y2)s(x11,y2)s(x2,y11)+s(x11,y11)

差分

差分数组

首先给定一个原数组 a a a a 1 , a 2 , a 3 , ⋯   , a n a_1,a_2,a_3,\cdots,a_n a1,a2,a3,,an,然后我们构造一个数组 b b b b 1 , b 2 , b 3 ⋯   , b i b_1,b_2,b_3\cdots,b_i b1,b2,b3,bi,使得 a i = b 1 + b 2 + b 3 + ⋯ + b i a_i=b_1+b_2+b_3+\cdots+b_i ai=b1+b2+b3++bi
也就是说, a a a 数组是 b b b 数组的前缀和数组,反过来我们把 b b b 数组叫做 a a a 数组的差分数组。换句话说,每一个 a i a_i ai 都是 b b b 数组中从头开始的一段区间和。

差分
  1. 一维差分、

    a a a 数组中的 [ l , r ] [l,r] [l,r] 区间中的每一个数都加上 c c c,只需对差分数组 b b bb[l]+=c,b[r+1]-=c 。时间复杂度为 O ( 1 ) O(1) O(1)

  2. 二维差分

    s[x1][y1]+=c,
    s[x2+1][y1]-=c,
    s[x1][y2+1]-=c,
    s[x2+1][y2+1]+=c;
    

倍增

倍增,顾名思义就是成倍增长,主要是在进行递推时,如果状态空间很大,通常的线性做法无法满足时间与空间复杂度的要求,可以通过成倍增长的方式,递推状态空间中在 2 2 2的整数次幂位置上的值作为代表。当需要其他位置上的值时,通过“任意整数可以表示成若干个 2 2 2 的次幂项的和”这一性质,使用之前求出的代表值拼成所需的值。

“倍增”与“二进制划分”思想结合,降低了很多问题的时间与空间复杂度。

应用:

  • 快速幂
  • RMQ
  • LCA

递归

卡特兰数

卡特兰数,又称卡塔兰数(Catalan Number),是组合数学中一个常用的数列。其前几项为: 1 , 2 , 5 , 14 , 42 , 132 , 429 , 1430 , 4862 , ⋯ \boxed{1,2,5,14,42,132,429,1430,4862,\cdots} 1,2,5,14,42,132,429,1430,4862,

关于这个数列,显然我们是找不出什么规律的,所以直接把公式送给大家QwQ:

  • 递归公式 1 1 1
    f ( n ) = ∑ i = 0 n − 1 f ( i ) × f ( n − i − 1 ) f(n)=\sum_{i=0}^{n-1}f(i)\times f(n-i-1) f(n)=i=0n1f(i)×f(ni1)

  • 递归公式 2 2 2
    f ( n ) = f ( n − 1 ) × ( 4 × n − 2 ) n + 1 f(n)=\dfrac{f(n-1)\times(4\times n-2)}{n+1} f(n)=n+1f(n1)×(4×n2)

卡特兰数的组合数学公式,详见组合数学全家桶。

汉诺塔问题

汉诺塔问题,标准递归问题。

#include 
using namespace std;

int k=0,n;

void mov(int n,char a,char b,char c)
{
	if(n==0)
		return;
	mov(n-1,a,b,c);
	k++;
	cout<<k<<":from "<<a<<"-->"<<c<<endl;
	mov(n-1,a,c,b);
}

int main()
{
	cout<<"n=";
	cin>>n;
	mov(n,'a','b','c');
	return 0;
}

函数:把 n n n 片从 a a a 柱移到 c c c 柱的函数 mov(n,a,c,b)

  1. 先调用函数 mov(n-1,a,b,c),把 n − 1 n-1 n1 片从 a a a 柱移到 b b b 柱, c c c 柱作为过渡柱。

  2. 直接执行

    a a a 柱上剩下的一片直接移到 c c c 上。

    cout<<k<<":from "<<a<<"-->"<<c<<endl;
    
  3. 调用 mov(n-1,b,c,a),把 b b b 柱上的 n − 1 n-1 n1 片从 b b b 移到 c c c 柱上, a a a 柱是过渡柱。

  4. 直到减少到 n = 0 n=0 n=0 就退出。

你可能感兴趣的:(#,基础算法,算法,笔记)