CSP复习与模板
P3366 【模板】最小生成树
Kruskal 算法因为只与边相关，则适合求稀疏图的最小生成树。而 Prim 算法因为只与顶点有关，所以适合求稠密图的最小生成树。
Prim 是以更新过的节点的连边找最小值，Kruskal 是直接将边排序。两者其实都是运用贪心的思路。
Kruskal
Kruskal 的时间复杂度为 \(O(e\log e)\)，只和边有关系。
#include<cstdio>
#include<algorithm>
#define reg register
using namespace std;
const int N=5005,M=200005;
struct Edge{
int u,v,w;
bool operator<(const Edge x){
return w<x.w;
}
}e[M];
int fa[N],ans,n,m,tot;
int father(int x){
return fa[x]==x?x:fa[x]=father(fa[x]);
}
int main(){
scanf("%d%d",&n,&m);
for(reg int i=1;i<=n;++i)fa[i]=i;
for(reg int i=1;i<=m;++i)
scanf("%d%d%d",&e[i].u,&e[i].v,&e[i].w);
sort(e+1,e+m+1);
for(reg int i=1;i<=m;++i){
int fx=father(e[i].u);
int fy=father(e[i].v);
if(fx==fy)continue;
fa[fx]=fy;
ans+=e[i].w;
tot++;
if(tot==n-1)break;
}
if(tot<n-1)printf("orz");
else printf("%d",ans);
return 0;
}
Prim 的时间复杂度为 \(O(n^2)\)，可近似认为只和点有关。
#include<cstdio>
#include<algorithm>
#define reg register
using namespace std;
const int N=5005,M=200005,INF=1000000000;
struct Edge{
int u,v,w,next;
Edge(int _u=0,int _v=0,int _w=0,int _next=0):
u(_u),v(_v),w(_w),next(_next){}
}e[M<<1];
int n,m,ans,top,head[N];
inline void add(int u,int v,int w){
e[++top]=Edge(u,v,w,head[u]);
head[u]=top;
}
int dis[N]; bool vis[N];
int main(){
scanf("%d%d",&n,&m);
for(reg int i=1,u,v,w;i<=m;++i){
scanf("%d%d%d",&u,&v,&w);
add(u,v,w); add(v,u,w);
}
dis[1]=0;
for(reg int i=2;i<=n;++i){
dis[i]=INF;
}
for(reg int i=1;i<=n;++i){
int u=-1,Min=INF;
for(reg int j=1;j<=n;++j){
if(!vis[j] && dis[j]<Min){
u=j; Min=dis[j];
}
}
if(u==-1){
printf("orz");
return 0;
}
vis[u]=true;
ans+=dis[u];
for(reg int x=head[u];x;x=e[x].next){
int v=e[x].v;
if(dis[v]>e[x].w)dis[v]=e[x].w;
}
}
printf("%d",ans);
return 0;
}
最短路
堆优化 dijkstra
#include<cstdio>
#include<algorithm>
#include<queue>
#include<cstring>
#define reg register
using namespace std;
const int MN=100005;
int n,m,s,top;
struct Edge{
int u,v,w,next;
}e[MN*2];
int head[MN];
inline void add(int u,int v,int w){
e[++top]=(Edge){u,v,w,head[u]};
head[u]=top;
}
struct node{
int x,dis;
bool operator < (const node a) const{
return dis>a.dis;
}
};
int dis[MN]; bool vis[MN];
priority_queue<node> q;
void dijkstra(int x){
while(!q.empty())q.pop();
memset(dis,0x3f,sizeof(dis));
dis[x]=0; q.push((node){x,0});
while(!q.empty()){
node now=q.top(); q.pop();
if(vis[now.x])continue;
vis[now.x]=true;
for(reg int i=head[now.x];i;i=e[i].next){
int v=e[i].v;
if(dis[v]>dis[now.x]+e[i].w){
dis[v]=dis[now.x]+e[i].w;
q.push((node){v,dis[v]});
}
}
}
}
int main(){
scanf("%d%d%d",&n,&m,&s);
for(reg int i=1,u,v,w;i<=m;++i){
scanf("%d%d%d",&u,&v,&w);
add(u,v,w);
}
dijkstra(s);
for(reg int i=1;i<=n;++i){
printf("%d ",dis[i]);
}
return 0;
}
Floyd
memset(dis,0x3f,sizeof(dis));
for(int i=1;i<=n;i++) dis[i][i]=0;
for(int k=1;k<=n;k++)
for(int i=1;i<=n;i++)
for(int j=1;j<=n;j++)
dis[i][j]=min(dis[i][j],dis[i][k]+dis[k][j]);
关于 memset的用法
依据 CC 4.0 BY-SA 版权协议 转自 CSDN:fill 和 memset 函数详细说！（以及其中的 inf=0x3f3f3f3f 给 int 型赋值）【c++】
fill 函数：
- 在头文件
<algorithm>中 - 按照单元赋值，即将一个区间中的元素都赋同一个值
fill(arr, arr + n, 要填入的内容）; //普通数组
fill(v.begin(), v.end(), -1); //vector
fill(f[0], f[0]+N*N, 要填入的内容）; //二维数组
fill 应该是不可以给三维数组赋初值的（测试了一下），你们也可以尝试一下。（在之前写代码的时候想用，发现用不了）
memset 函数：
- 在头文件
<cstring>中 - 按照字节填充某字符
因为 memset 函数按照字节填充，所以一般 memset 只能用来填充 char 型数组，（因为只有 char 型占一个字节）如果填充 int 型数组，除了 \(0\) 和-1，其他的不能。因为只有 00000000 = 0，-1 同理，如果我们把每一位都填充「1」，会导致变成填充入“11111111”。
理论上只能初始化为 \(0\) 和 \(-1\)，但是！
- memset() 函数还能将 int 型数组初始化为 INF(0x3f3f3f3f)
以下内容参考自：https://blog.csdn.net/Karen_Yu_/article/details/78660591
首先来说说 inf=0x3f3f3f3f:
0x3f3f3f3f 的十进制是 \(1061109567\)，也就是 \(10^9\) 级别的（和 0x7fffffff（32-bit int 的最大值）一个数量级），而一般场合下的数据都是小于 \(10^9\) 的，所以它可以作为无穷大使用而不致出现数据大于无穷大的情形。
另一方面，由于一般的数据都不会大于 \(10^9\)，所以当我们把无穷大加上一个数据时，它并不会溢出（这就满足了「无穷大加一个有穷的数依然是无穷大」），事实上 0x3f3f3f3f+0x3f3f3f3f=2122219134，这非常大但却没有超过 32-bit int 的表示范围，所以 0x3f3f3f3f 还满足了我们“无穷大加无穷大还是无穷大”的需求。
最大好处：
如果我们想要将某个数组清零，我们通常会使用 memset(a,0,sizeof(a))，但是当我们想将某个数组全部赋值为无穷大时（例如解决图论问题时邻接矩阵的初始化），就不能使用 memset 函数了，因为 memset 是按字节操作的，它能够对数组清零是因为 \(0\) 的每个字节都是 \(0\)，现在好了，如果我们将无穷大设为 0x3f3f3f3f，那么奇迹就发生了，0x3f3f3f3f 的每个字节都是 0x3f！
所以要把一段整型数组全部置为无穷大，我们只需要 memset(a,INF,sizeof(a))。
编程中无穷大的设定：（主要介绍优点）
很多人可能设为 0x7fffffff, 这个数的确是 32-bit int 的最大值，符号位为 \(0\)，其他的都是 \(1\)
但在很多情况下，0x7fffffff 会出现错误，比如溢出，这样两个无穷大数相加会变成负数，还有如在做 dijkstra 求最短路时，当做松弛操作，判断 if(d[u]+w[u][v]<d[v]) d[v]=d[u]+w[u][v] 时，若 \(u\) 到 \(v\) 没有路径，w[u][v]=0x7fffffff，这样 d[u]+w[u][v] 会变成负数，这就产生了错误。
为了尽量避免以上的错误，我们可以改变无穷大的设定，可以将 0x3f3f3f3f 设为无穷大，0x3f3f3f3f 的 \(10\) 进制表示为 \(1061109567\)，这个数已达到 \(10^9\)，足以表示无穷大，又 0x3f3f3f3f+0x3f3f3f3f=2122219134，满足无穷大+无穷大仍为无穷大
当把无穷大设为 0x3f3f3f3f 时，在做初始化时也很方便，比如在初始化数组 a 时，可以使用
memset(a,0x3f,sizeof(a))，因为 0x3f3f3f3f 的每个字节都是 0x3f，如果使用 0x7fffffff，需要循环赋值，耗费更多时间。
#include <cstring>
#define inf 0x3f3f3f3f
//#define memset(a,b) memset(a,b,sizeof(a))
using namespace std;
int main(){
int a[20];
memset(a,inf,sizeof(a));
memset(a,0x3f,sizeof(a));
return 0;
}
以上两种方式都一样（亲测有效）。
P3383 【模板】线性筛素数
#include<cstdio>
#define reg register
using namespace std;
const long N=10000005;
long prime[N],num_prime;
bool isNotPrime[N];
int main(){
int n,m;
scanf("%d%d",&n,&m);
isNotPrime[0]=isNotPrime[1]=1;
for(reg int i=2;i<=n;++i){
if(!isNotPrime[i])prime[num_prime++]=i;
for(reg int j=0;j<num_prime && i*prime[j]<=n;++j){
isNotPrime[i*prime[j]]=true;
if(!(i%prime[j]))break;
}
}
for(reg int i=0,x;i<m;++i){
scanf("%d",&x);
if(isNotPrime[x])printf("No\n");
else printf("Yes\n");
}
return 0;
}
ST 表
#include<cstdio>
#include<algorithm>
#define reg register
using namespace std;
const long N=100005;
int a[N],f[N][21],log[N],d[21];
int main(){
int n,m;
scanf("%d%d",&n,&m);
log[0]=-1;d[0]=1;//!漏
for(reg int i=1;i<=n;++i){
// scanf("%d",a+i);
scanf("%d",&f[i][0]);
log[i]=log[i>>1]+1;
}
for(reg int i=0;i<=21;++i)d[i]=1<<i;
for(reg int i=1;i<=21 && n>=d[i];++i){
for(reg int l=1;l<=n-d[i]+1;++l){
f[l][i]=max(f[l][i-1],f[l+d[i-1]][i-1]);
}
}
reg int l,r,len;
while(m--){
scanf("%d%d",&l,&r);
len=log[r-l+1];
printf("%d\n",max(f[l][len],f[r-d[len]+1][len]));
}
return 0;
}
