算法与数据结构常用算法模板1
Posted trevo
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了算法与数据结构常用算法模板1相关的知识,希望对你有一定的参考价值。
排序
快速排序算法----分支/双指针算法
在待排序的n个记录中任取一个记录(通常去第一个记录)作为基准
-
首先把该记录放入适当位置,数据序列被此记录划分为两部分,分别是比基准小和比基准大的记录。
-
其次对基准两边的序列用同样的策略进行操作
平均时间复杂度O(logn)
? a. 确定分界点 q[l] q[(l + r) / 2] q[r] 中 随机选
? b. 调整区间:区间一分为2 (核心)
? c. 递归处理左右两端
void quick_sort(int q[], int l, int r)
{
//判断边界,如果区间没有数或者只有1个数的话,直接return
/*递归边界,如果区间没有数或者只有1个数,直接返回
递归边界, l==r也可以*/
if(l >= r) return;
//1. 确定分界点(基准) 注意左右端点一定要写对
int i = l - 1, j = r + 1, x = q[l + r >> 1];
//2. 调整区间,将区间一分为2
while(i < j)
{
//移动i指针
do i++; while(q[i] < x);
//移动j指针
do j--; while(q[j] > x);
if(i < j) swap(q[i], q[j]);
}
//3. 递归处理左右两端
quick_sort(q, l, j), quick_sort(q, j + 1, r);
//如果写j,x一定不要选q[r],否则会有问题
//如果写i,x不要选x[l],否则会有边界问题
}
归并排序算法----分治/稳定排序(排序后相同的值位置没有改变)
多次将两个或两个以上的有序表合并成一个新的有序表
最简单的归并:直接将两个有序的子表合并成一个有序的表
时间复杂度O(nlogn)
- 确定分界点 mid = ( l + r )/2
- 递归排序left和right ==> 两个数组都有序
- 归并===>合二为一 O(n)(核心)
void merge_sort(int q[], int l, int r)
{
if (l >= r) return;
//1. 确定分界点
int mid = l + r >> 1;
//2. 排序左边和右边
merge_sort(q, l, mid), merge_sort(q, mid + 1, r);
//3. 合并两个有序数组
int k = 0, i = l, j = mid + 1;
while (i <= mid && j <= r)
if (q[i] < q[j]) tmp[k ++ ] = q[i ++ ];
else tmp[k ++ ] = q[j ++ ];
//如果i或j没有遍历完,就直接追加
while (i <= mid) tmp[k ++ ] = q[i ++ ];
while (j <= r) tmp[k ++ ] = q[j ++ ];
//把排好序列的结果再放到q中
for (i = l, j = 0; i <= r; i ++, j ++ ) q[i] = tmp[j];
}
二分
在一个区间内部,每次选择答案所在的区间
有单调性一定可以二分,没有单调性也可能可以二分
二分的本质:整个区间一分为2,一半满足一半不满足某个性质,二分可以寻找两个性质的边界
bool check(int x) {/* ... */} // 检查x是否满足某种性质
// 区间[l, r]被划分成[l, mid]和[mid + 1, r]时使用:
int bsearch_1(int l, int r)
{
while (l < r)
{
//中间值
int mid = l + r >> 1;
if (check(mid)) r = mid;
else l = mid + 1;
}
return l;
}
// 区间[l, r]被划分成[l, mid - 1]和[mid, r]时使用:
int bsearch_2(int l, int r)
{
while (l < r)
{
int mid = l + r + 1 >> 1;
if (check(mid)) l = mid; // check()判断mid是否满足性质 包含mid
else r = mid - 1;
}
return l;
}
高精度
使用数组表示,数组最低位存放个位,依次类推
加法
// C = a + b, a >= 0, b >= 0
vector<int> add_(vector<int> &a, vector<int> &b)
{
int t = 0;
vector<int> c;
for(int i = 0; i < a.size() || i < b.size(); i++)
{
if(i < a.size()) t += a[i];
if(i < b.size()) t += b[i];
c.push_back(t % 10);
t /= 10;
}
if(t) c.push_back(t);
return c;
}
减法
//需要考虑A,B的大小,比较A,B大小的函数
bool cmp(vector<int> &A, vector<int> &B)
{
if(A.size() != B.size()) return A.size() > B.size();
for(int i = A.size() - 1; i >= 0; i--)
if(A[i] != B[i])
return A[i] > B[i];
return true;
}
// C = A - B, 满足A >= B, A >= 0, B >= 0
vector<int> sub_(vector<int> &A, vector<int> &B)
{
vector<int> C;
for(int i = 0, t = 0; i < A.size(); ++i)
{
t = A[i] - t;
if(i < B.size()) t -= B[i];
C.push_back((t + 10) % 10);
if(t < 0) t = 1;
else t = 0;
}
//去掉前导0
while(C.size() > 1 && C.back() == 0) C.pop_back();
return C;
}
乘法
vector<int> mul(vector<int> A, int b)
{
vector<int> C;
int t = 0;
for(int i = 0; i < A.size() || t; ++i)
{
if(i < A.size()) t += A[i] * b;
C.push_back(t % 10);
t /= 10;
}
return C;
}
除法
vector<int> div(vector<int> &A, int b, int &r)
{
vector<int> C;
int t = 0;
for(int i = A.size() - 1; i >= 0; i--)
{
t = t * 10 + A[i];
C.push_back(t / b);
t %= b;;
}
r = t;
//逆置
reverse(C.begin(), C.end());
//去掉前导0
while(C.size() > 1 && C.back() == 0) C.pop_back();
return C;
}
前缀和差分
前缀和
//利用前缀和求某个数组区间内的和
/*一维
S[i]是a[0]~a[i]的和
S[i] = a[1] + a[2] + ... a[i]
a[l] + ... + a[r] = S[r] - S[l - 1]
*/
/*二维
S[i, j] = 第i行j列格子左上部分所有元素的和
以(x1, y1)为左上角,(x2, y2)为右下角的子矩阵的和为:
S[x2, y2] - S[x1 - 1, y2] - S[x2, y1 - 1] + S[x1 - 1, y1 - 1]
*/
差分
//利用差分求执行完多个加和操作的数组
/*一维
给区间[l, r]中的每个数加上c:B[l] += c, B[r + 1] -= c
*/
/*二维
给以(x1, y1)为左上角,(x2, y2)为右下角的子矩阵中的所有元素加上c:
S[x1, y1] += c, S[x2 + 1, y1] -= c, S[x1, y2 + 1] -= c, S[x2 + 1, y2 + 1] += c
*/
位算法
//求n的第k位数字: n >> k & 1
//返回n的最后一位1:lowbit(n) = n & -n
双指针算法
for (int i = 0, j = 0; i < n; i ++ )
{
while (j < i && check(i, j)) j ++ ;
// 具体问题的逻辑
}
/*
常见问题分类:
(1) 对于一个序列,用两个指针维护一段区间
(2) 对于两个序列,维护某种次序,比如归并排序中合并两个有序序列的操作
*/
离散化
vector<int> alls; // 存储所有待离散化的值
sort(alls.begin(), alls.end()); // 将所有值排序
alls.erase(unique(alls.begin(), alls.end()), alls.end()); // 去掉重复元素
// 二分求出x对应的离散化的值
int find(int x) // 找到第一个大于等于x的位置
{
int l = 0, r = alls.size() - 1;
while (l < r)
{
int mid = l + r >> 1;
if (alls[mid] >= x) r = mid;
else l = mid + 1;
}
return r + 1; // 映射到1, 2, ...n
}
区间合并
typedef pair<int, int> PII;
// 将所有存在交集的区间合并
void merge(vector<PII> &segs)
{
vector<PII> res;
sort(segs.begin(), segs.end());
int st = -2e9, ed = -2e9;
for (auto seg : segs)
if (ed < seg.first)
{
if (st != -2e9) res.push_back({st, ed});
st = seg.first, ed = seg.second;
}
else ed = max(ed, seg.second);
if (st != -2e9) res.push_back({st, ed});
segs = res;
}
参考:acwing
以上是关于算法与数据结构常用算法模板1的主要内容,如果未能解决你的问题,请参考以下文章