//https://img2018.cnblogs.com/blog/1646268/201908/1646268-20190806114008215-138720377.jpg
摘要: # 原根 前置知识: 费马小定理,欧拉定理。 为什么没有拉格朗日定理因为马上会说。 ## 拉格朗日定理 设 $p$ 为素数,对于模 $p$ 意义下的整系数多项式: $$ f(x)=a_{n}x^{n}+a_{n-1}x^{n-1}+\ldots+a_{0}(p\nmid a_{n}) $$ 的同余方 阅读全文
posted @ 2023-06-04 19:18 北烛青澜 阅读(25) 评论(1) 推荐(1) 编辑
摘要: # 树状数组 **以下有错误的话欢迎指正** **由于篇幅问题每道题目的代码在每一板块最后折叠给出** 其实线段树能维护的东西比树状数组能维护的东西多得多,但是树状数组代码好写啊! ## 一维树状数组 最为常用的树状数组,我们一般都是用这个来解决问题,二维的后面会讲。 ### 引入 我们在进行数列操 阅读全文
posted @ 2023-06-02 22:16 北烛青澜 阅读(381) 评论(0) 推荐(4) 编辑
摘要: # 扫描线 扫描线一般运用在图形上面,它和它的字面意思非常相似,就是拿一根线,在图形上面扫来扫去。我们一般用它来解决图形的面积,周长,二位数点等问题。 ## Atlantis 问题 在二维坐标系上,给出多个矩形的左下以及右上坐标,求出所有矩形构成的图形的面积。 我们当然知道,如果数据范围很小,我们可 阅读全文
posted @ 2023-06-01 22:24 北烛青澜 阅读(395) 评论(0) 推荐(2) 编辑
摘要: # 二维计算几何基础 ## 前置 * 基本的几何知识 * 平面直角坐标系 * 向量 ## 极坐标与极坐标系 我们在做题的时候会遇到说“点 $B$ 在点 $A$ 北偏东 $30^{\circ}$ 方向上,距离 $100$ 米”之类的,实际情况也是如此,而不是用“以 $A$ 为原点建立平面直角坐标系,$ 阅读全文
posted @ 2023-05-30 20:44 北烛青澜 阅读(124) 评论(0) 推荐(1) 编辑
摘要: # 模拟退火 模拟退火是一种随机化算法,当一个问题的方案数极大(甚至是无穷的)而且不是一个单峰函数的时候,我们可以考虑用模拟退火来解决,当然这只能给我们骗更多的分,想通过的话有一定的难度。 ## 优点 根据爬山算法的过程,我们发现,爬山算法只能看到当前的最优解,而如果后面又有更优的解,爬山算法是找不 阅读全文
posted @ 2023-05-29 11:34 北烛青澜 阅读(50) 评论(2) 推荐(1) 编辑
摘要: # 凸包 ## 二维凸包 凸多边形是指所有内角大小都在 $\left[ 0,\pi \right]$ 范围内的简单多边形。 凸包就是指在平面内能包含所有给定点的最小凸多边形叫做凸包。 可以以下面的例子来形象理解一下。 下面是一堆木桩,农夫约翰想要围成一个围栏,需要保证所有的木桩都在围栏内,但是约翰想 阅读全文
posted @ 2023-05-27 11:00 北烛青澜 阅读(34) 评论(0) 推荐(0) 编辑
摘要: # 中国剩余定理 ## 定义 中国剩余定理(CRT)可以求解如下形式的一元线性同余方程组(其中 $n_{1},n_{2},\dots,n_{k}$ 两两互质) $$ \left\{\begin{matrix} x\equiv a_{1}\pmod{n_{1}}\\ x\equiv a_{2}\pmo 阅读全文
posted @ 2023-05-26 17:30 北烛青澜 阅读(63) 评论(0) 推荐(0) 编辑
摘要: # 斐波那契数列 斐波那契数列是我们较为熟悉的一类数列了,在学习递归和递推的时候我们就已经能求解 $n$ 较小的情况了;斐波那契数列的定义如下: $$ \left\{\begin{matrix} F_{n}=0& n=0\\ F_{n}=1& n=1\\ F_{n}=F_{n-1}+F_{n-2}& 阅读全文
posted @ 2023-05-24 21:18 北烛青澜 阅读(142) 评论(0) 推荐(0) 编辑
摘要: # 行列式 行列式,是方阵的一种运算,对于方阵 $A$,$\text{det}A$ 表示方阵 $A$ 的行列式。 前置知识:置换,逆序数,初等变换 逆序数就是一个数列里逆序对的总数。 ## 定义 手动计算较低阶的行列式可以采用这种方法,它的时间复杂度为阶乘量级。 使用记号 $\pi(j_{1},j_ 阅读全文
posted @ 2023-05-23 10:56 北烛青澜 阅读(198) 评论(0) 推荐(0) 编辑
摘要: # 矩阵 ## 向量与矩阵 在线性代数中,向量分为列向量和行向量。 向量也是特殊的矩阵,行向量可以看作是一个 $1\times n$ 的矩阵,例如下面这样: $$ \begin{bmatrix} 1&2&3&4&5 \end{bmatrix} $$ 列向量可以看作是一个 $n\times 1$ 的矩 阅读全文
posted @ 2023-05-22 22:09 北烛青澜 阅读(310) 评论(0) 推荐(0) 编辑