摘要： 异常坑爹的一题，写了好久老是WA....于是乎去找了解题报告。。找了两份可以AC的代码。。然后对拍。。郁闷的事情发生了，两份代码产生的答案不同。。。。擦擦，怎么对拍啊 阅读全文

摘要： C++ Priority Queue(优先队列)C++优先队列类似队列，但是在这个数据结构中的元素按照一定的断言排列有序。它的头文件为<queue>。由于适配器不支持迭代，一个 priority_queue 将有没有关联的迭代器。函数列表：empty() 如果优先队列为空，则返回真pop() 删除第一个元素push() 加入一个元素size() 返回优先队列中拥有的元素的个数top() 返回优先队列中有最高优先级的元素/////////////////////////////////////////////////////////////////////////////////// 阅读全文

摘要： C++ Lists(链表) Lists将元素按顺序储存在链表中. 与 向量(vectors)相比, 它允许快速的插入和删除，但是随机访问却比较慢.函数列表如下:assign() 给list赋值back() 返回最后一个元素begin() 返回指向第一个元素的迭代器clear() 删除所有元素empty() 如果list是空的则返回trueend() 返回末尾的迭代器erase() 删除一个元素front() 返回第一个元素get_allocator() 返回list的配置器insert() 插入一个元素到list中max_size() 返回list能容纳的最大元素数量merge() 合并两个. 阅读全文

摘要： stack也是程序设计中常常用到的数据容器，STL为我们提供了stack的实现，因此在使用stack时必须包含头文件<stack>，并使用统一命名空间。1.声明一个stack stack<int> s1; stack<string> s2;stack模板类需要2个模板参数，一个为元素类型，一个为容器类型，但是只有元素类型是必要的，在容器类型缺省时，默认为deque。2.stack中的操作 stack<int> s; s.push(x) 无返回值，将元素x压栈 s.pop(); 退栈，无返回值 s.top(); 取栈顶元素，返回栈顶元素 s.emp 阅读全文

摘要： 学会建立自己的第一个android app（done）和写第一个java程序。。关于textView.setTextColor(Color.rgb(128, 230, 240));先记住再说。。感觉在着手应用之前还是先把java编程思想看一遍。。不然啥都不懂最近在纠结应该是在学习之余继续向刚刚开始自学的acm努力呢还是把课余的精力用在锻炼工程能力和知识的宽度上。acm明显是难道更大的。。不过也更有挑战性和趣味性。而且我对参加很多比赛去拿奖的欲望不大。。。我还是喜欢亲手完成一个项目的感觉。。所以打算两者同时前进吧。。哪个玩累了就换一个。。acm就当成是训练思维的游戏吧。。。我打算每周做2到3道题 阅读全文

摘要： 1.递归思想0- 1 背包问题如果采用递归算法来描述则非常清楚明白, 它的算法根本思想是假设用布尔函数knap( s, n) 表示n 件物品放入可容质量为s 的背包中是否有解这里要注意，knap(s,n)包括了用小于或等于n件物品来恰好填满容量为s的背包的所有可能情况。( 当knap 函数的值为真时说明问题有解,其值为假时无解) . 我们可以通过输入s 和n 的值, 根据它们的值可分为以下几种情况讨论:( 1) 当s= 0时可知问题有解, 即函数knap( s, n) 的值为true; ( 2) 当s< 0 时这时不可能,所以函数值为false; ( 3) 当输入的s> 0 且n& 阅读全文

摘要： 最优化原理 1951年美国数学家R．Bellman等人，根据一类多阶段问题的特点，把多阶段决策问题变换为一系列互相联系的单阶段问题，然后逐个加以解决。一些静态模型，只要人为地引进“时间”因素，分成时段，就可以转化成多阶段的动态模型，用动态规划方法去处理。与此同时，他提出了解决这类问题的“最优化原理”(Principleofoptimality)：“一个过程的最优决策具有这样的性质：即无论其初始状态和初始决策如何，其今后诸策略对以第一个决策所形成的状态作为初始状态的过程而言，必须构成最优策略”。简言之，一个最优策略的子策略，对于它的初态和终态而言也必是最优的。这个“最优化原理”如果用数学化一点的 阅读全文

摘要： Rmq问题，所谓rmq问题，就是（range max/min query），就是区间最大值，最小值的查询。最常规的方法想到的是直接的查询，就是从扫面一边数组中的相关位置，然后找到最值。时间复杂度为O(n)， 但是这样的算法，如果一旦查询的次数很多，查询的量很大的话，那么会变得效率不是很高。这篇将rmq的博文，大致分两部分，第一部分讲一下一个在线的rmq算法，叫做ST(Sparse Table)算法，是采用动态规划的思想。第二部分呢，是说一下，LCA与RMQ问题的转化，LCA问题可以经过DFS+st变成rmq（min）的解法，而且求解的时间复杂度规模是一样的。那么下面先来开始第一部分：St算法， 阅读全文