快速排序算法与归并排序很像，都是分治的思想。不同点在于归并排序算法是通过位置下区分两个区间，而快速排序算法是用值来区分两个区间。所以归并排序算法还需要合并的操作，而快速排序则不需要。 快速排序算法最核心的地方在于：在区间中选择一个值pivot,让大于pivot的都在它的一边，而让小于pivot的都在另一边
近期学习《算法设计与分析基础 第二版》，学习到了分治法，被课后习题吸引了，即Trimino拼图问题。想了好久，都没有想到如何去分而治之。然后就是Google到了相关的PPT。一看就明白了。自己就用代码实现了下。理解思想后，代码实现挺容易的。 这个谜题实际上可以做成一个小益智游戏。 &
<由于本文从word中粘贴过来，故排版比较乱，可下载附件中的pdf版>引言在许多的信息检索应用中，很多地方都需要以前缀匹配的方式来检索输入的字符串。比如:编译器的词法分析、目录检索、拼写检查、中文分词的词库等自然语言处理相关的应用。为了提高检索的效率，我们通常把字符串构建成Trie树的形式。Trie树的每个结点是一个数组，数组中存储着下一个结点的索引信息。如对K=set{baby,ba
在博客上发表了求最短路的Dijkstra算法后，有很多同学对路径比较感兴趣。也就是说，他们不仅想知道最后的结果，也想知道结果是怎么来的。想想也是自己的坏习惯所致，浅尝辄止。重新把Dijkstra算法的思路整理一遍，正好也温故而知新。 首先从图的遍历方式说起。在数据结构中，树的遍历方式有三种：先序遍历、中序遍历、后序遍历。图比树更为灵活，但是图的
刚开始学dijkstra算法的时候，写过一篇关于dijkstra算法的博客，留下的QQ，结果很多人来询问。 后来，发现那个代码写得实在是太难看了，于是把代码重新整理了一下，贴上来吧。数据还是http://sbp810050504.blog.51cto.com/2799422/690803 里面的数据。 import java.util.Array
感觉大概已经了解到KMP算法了，就去搜索POJ上面的水题来练习一下，找找感觉！一找就发现问题了！我对KMP算法还没有领悟进入！ 我开始的代码是这样写的： #include<stdio.h> #include<string.h> #define MT 1000005
前段时间学习了KMP算法，感觉略懂略懂！但算法这个东西理解一定要深入，不是略懂略懂就能敷衍过去的！真真做题的时候，才发现仅仅套模板是根本没用的，必须自己写得来代码，这样的话才能从细节，从根本上了解KMP算法的实现过程！ 既然这样的话，就只好再把KMP算法弄出来好好学习一翻了！ 很简单的一个例子：有I am xia
记得暑假的时候看《亚洲区预选赛真题题解》的时候，看到树状数组那道题，只是勉强看懂思路了！树状数组的结节根本就没有掌握。时隔四个月，再回头看这道题，感觉轻松多了！ 对于hdu2492这道题，用树状数组是非常好的选择，代码短，结构简单，不易出错！ 其核心的思路在于：假如有a1 a
以前都学过树状数组，但是已经差不多忘记了！不过看一看后，马上就都回忆起来了！而且感觉经过这么久的学习，对树状数组有了更深一层的领悟！个人觉得树状数组在本质上与线段树是没有区别的！都是管理区间，只不过树状数组管理区间的方式不一样罢了！ 经过了解后就学习着解决hdu1754那道水题吧！我在网上看到的代码多半是用线段树解决的！这里把用色树状数组的
学习如何用线段树来统计矩形的并面积后，接下来我学习一下如何用线段树来统计矩形周长的并！尽管其基本思路跟统计矩形的面积差不多，但估计是因为没有完全明白线段树的思想，我还是没有想出如何用线段树统计线段树的面积！ 在学习的过程中参考了以下两个博客的代码，最终以博客二的代码作为研究对象！ 博客一：http://www.notonlysuccess.
研究了线段树计算矩形面积的水题poj1151的实现过程，我又好好研究了用线段树来解决另一道稍微难一点的题：hdu3265,这是09年宁波赛区的一道题，只是在poj1151的基础上更巧妙了一点！ 由于题目给出的矩形是回字形，所以我把把一个回字拆开就可以了，也就是说，hdu3265中插入一个poster，相当于插入了四个矩形（也可能只有三个）！
线段树果然是一个超级灵活的数据结构！其用法，其复杂度，没有认认真真，一步一步地踏踏实实里走过来，其实什么也学不到！ 这里记录一个线段树的博客：http://www.notonlysuccess.com/index.php/segment-tree-complete/ &n
线段树是一种灵活的具有区间管理功能的数据结构，其用途跨越离散和线性思想！ 我们最常用到的线段树就是区间求和： /* * InterverTree.cpp * * Created on: 2012-11-1 * &nbs
把前面的倍增算法的内容看懂大概后，由于时间问题，就直接跳到calHeight()方法的研究中去！ 在实际应用，仅有sa数组是不够的，为了快速求解，还需要一个height数组！height数组的定义很容易理解：height[i]=suffix(sa[i-1])与suffix(sa[i])的最长公共前缀，也就是排名相邻的
需要说的都已经在源代码中注明了！ #include<stdio.h> #include<string.h> #include<algorithm> using namespace std; int cmp(int *r,int
以前看基数排序，觉得挺容易懂的，也就没太注意！谁知道，过了一段时间之后已经忘记了！前几天学习后缀数组的时候，用到了基数排序！就再复习了一下！ 基数排序的过程是这样的： 最低位优先(Least Significant Digit first)法，简称LSD法 第一步：建立10
在前面的博文里面分析了SA数组和rank数组的实现过程，实际上也就是倍增算法的思想分析！虽然思想上面懂了，但是代码实现还是很难理解的！因为代码里面做了太多的优化。 整个代码的实现可以分成两部分：1、对所有后缀的第一次排序！运用第一次排序的结果来推算后面的排序！ 一、对所有后缀的第一次排序： for (i = 0;&nbs
由于后缀的数组的构造过程比较精妙，代码也经过了很多的优化，一下子不怎么容易看懂，我就把它化整为零，一点一点来做！ 首先还是倍增算法的思想： 综合许大牛与罗大牛的论文，应该是很容易懂的！倍增其实就是排序的一种策略、这种策略要求对基数排序的思想有所理解！如果不懂基数排序，我觉得不用急着去学习后缀数组了！
去年的时候弄了一阵子的后缀数组，当时一直都没有弄懂！今年再看后缀数组，似懂非懂！其实还是没懂！但比去年的完全不懂，还是有进步的！ 下来把思路理了理，要看明白后缀数组，是需要一些知识储备的！ 1、基数排序要会，快速排序会更好！ 2、最好学习了一些字
今天刚刚把Trie图的模板弄到了，并且解决一个简单的多模匹配的问题HDU2222,想到上次做福州赛区的那道题，今天就套模板做了一下，很快乐地就AC了！ 呵呵……其实也没那么顺利！ 第一次提交超空间了！主要是我傻呼呼的把子串反过来插入Trie图中，后来看书上，原来是把母串反转，然后再查一次就OK了！
学习字典树有段日子了！上次去做福州赛区2010年的试题的时候，里面有一道题：字符串的多串匹配！当时就觉得应该是字典树的题，但是分析了一下后数据量太大了！就没做它!下来翻书一看，果然跟字典树有关，但不是字典树！如果用字典树肯定会超时，而不是超空间！ 不管怎么样，还是基础的数据结构和算法都没有学全，没有进行系统的学习啊！很多时候感叹，如果有老师能
看KMP算法好几天了！今天有所感悟，就把感悟记录下来吧！这篇文章不讨论KMP算法的细节，因为对于这么一个经典的算法，有很多作者写得相当之深刻与清晰！ 比如：July的博客(http://blog.csdn.net/v_JULY_v/article/details/6111565) 在这里向这位大牛致敬！也感谢提供这个博客给我的朋友（张钊）
今天开始了系统了解一下字符串相关的算法，学习到KMP算法感觉走不动了！看来这个算法难还真不虚啊！ 我学习算法还是沿袭老传统，通过ACM的题来实战！找到HDU上最朴素的查找子串问题，在网上搜索到了两种算法（KMP算法和BM算法）的源代码： KMP(http://hi.baidu.com/nouxizqtzubcstd/item/
本来准备学习Hash的，结果看PPT讲的第一个算法竟然是跟字符串处理相关的，本来Hash中也有一块专门讲字符串Hash的，就按照《算法导论》中的分类，把这个分到“字符串处理”中去吧！ Rabin-Karp算法的思想超级简单：把有d个不同字母的字符串转化为一个d进制数。如果得到的这个数字太多可以模一个质数，但这样要进行一
在前面代码的基础上，我增加一些操作！ /* * splayModel.cpp * 本程序是在从网上搜索到的源代码经过理解、分析过后，在原有功能的基础上， * 进行一定的优化及功能的添加，将作为我自己关于 伸展树（SplayTree）
这一篇写了伸展树的学习就想告一段落了！毕竟也纠结这么久了！本来觉得自己已经理解得差不多了，就不想总结了，但想到“好记性不如烂笔头"，就还是都写下来吧！ 在《运用伸展树解决数列维护问题》里已经对“怎么在伸展树中表示任意区间"这一问题说得很清楚了，只是没有说到具体的操作实现。 &nbs
前面讲解了插入结点的操作过程，本文就分析一下程序是如何删除一个结点呢？ 伸展树的删除图解： 假如伸展树结构如下图，而我们要删除结点6（根结点），操作的过程是怎么样的呢？（这里的图有一点错误：tail的父亲应该是：10，而不是1） 第一步：首先把结点6旋转到根结点(select操作)这样删除结点6的操作就变成了删除根结点的操作了。
前面讲解了伸展树的原始姿态：二叉搜索树！这篇文章呢就讲解一下伸展树的两种操作：右旋（zag）和左旋（zig）操作： 伸展树右旋的图示：(旋转的结果就是：使结点t的位置向上移动：人往高处走嘛)
上一篇里把源代码贴出来了！这里就一点点来分析！ 首先第一步建树： #define INF ~0u>>1 #define NIL SPLAY #define MN 200005 using namespace std
Copyright © 2005-2024 51CTO.COM 版权所有 京ICP证060544号
