转载地址： http://blog.csdn.net/acmmmm/article/details/18039855
学习栈和队列
学习递归版GCD的使用
-------------------------------------------------------
BFS+DFS 搜索
专题链接：http://acm.hust.edu.cn/vjudge/contest/view.action?cid=39334#overview （前5题难度稍有增强，N题是八数码推荐跳过）
（注意知识点：二进制状态压缩，队列，形参，debug，时间复杂度）
专题资料推荐：刷几个题就OK啦~(白书的入门经典)
专题赛：http://acm.hust.edu.cn/vjudge/contest/view.action?cid=39493#overview
专题概述：大家还是很热情的嘛~
-------------------------------------------------------
并查集、最小生成树、递推、同余
（注意知识点：树的概念、图的概念（非常重要，请自行百度））
关于图：图由点和边组成，对于n个点m条边的图（此专题下边都是无向的）我们把点标号由1-n（或0-n-1），边则通过相连的两个端点[u,v] 来区分。
关于树：对于n个点的图，我们最少需要n-1条边相连，当且仅当n个点用n-1条边相连时称为树。
显然对于树上的任意两点u、v，都有一条唯一确定的路径。
有根的称为有根树，无根的称为无根树
我们在绘制树时让根在最高处，依次向下延伸。
简述一下并查集：
并查集有2件东西：点和点所属的集合。 我们用Father[i] 表示 i 点所属的集合 为 Father[i]，（即为了区别所有的集合，我们给集合标号从1-n，在最开始时 i点属于i集合）
我们初始化每个点都不在一个集合（即相互独立） --- Father[i] = i
我们用函数(查找)：
int find(int x){return x == Father[x] ? x : Father[x] = find(Father[x]) ; }
来寻找 x 的最终父亲 FA，并把路径上所有的点都归入 FA。
对于合并过程可以用路径压缩进行优化：正确姿势是用一个rank数组（就是集合的秩"即集合元素个数"）把个数少的集合归并到集合多的集合下。
简述一下最小生成树：
最小生成树可以先学习kruskal (需用到并查集)
简述一下kruskal：我们先对边按权值小到大排序，然后从小到大对边判断是否选择（当且仅当边 E 所连接的端点[u,v] 不在同一集合中就说明[u,v]不相连，我们才选 E，并把 [u,v] 所在的集合归并，显然当所有点都在一个集合中，说明他们都已经被连接，则最小生成树完成）
最小生成树的应用：
给定n个点m条无向带权边的图，使得（任意两点之间 最大边权）最小，问这个最小的权值是多少。
这种 （两点之间 最大边权）最小的路径我们称作瓶颈路，可以先求个最小生成树，这样任意一条路径的最大边权一定是最小的。
专题链接：http://acm.hust.edu.cn/vjudge/contest/view.action?cid=39621#overview
专题赛：http://acm.hust.edu.cn/vjudge/contest/view.action?cid=39794#overview
专题概述：专题赛里的几个题还是很给力的~
-------------------------------------------------------
背包、矩阵快速幂、素数、二分查找
专题资料推荐：背包九讲，素数表的三种打发(给出一种，另一种常有的是prime[i] = true表示i为素数)，矩阵快速幂模版。
1、注意对于素数的处理，预先打出素数表这种方式我们称预处理，可以避免回答问题时对相同的结果进行重复计算。
2、若快速幂尚不理解，可转百度百科。
3、这里拓展一个分段法，可以在数据量很大但询问数很少的一类题中使用（非正规解法）相关题目及题解
专题链接：http://acm.hust.edu.cn/vjudge/contest/view.action?cid=39850#overview
专题赛：http://acm.hust.edu.cn/vjudge/contest/view.action?cid=39949#overview
专题概述：背包是一类基础的动态规划，注意状态转移时只能从已知到未知。
-------------------------------------------------------
优先队列（最小堆）、状态压缩、单源最短路
最短路建议先学习spfa算法. 重要专题请耐心AK, 若有任何疑问可以在群里提出！
简单给出一个spfa的形式：
int dis[N];//N个点 此处给出邻接表写法（若不熟悉可以下拉查看邻接表的示意图）
int spfa(int start, int end, int n){//最短路的起点，终点，图的下标[1,n]
for(int i = 1; i <= n; i++)dis[i] = 100000000;
dis[start] = 0;
queue<int>q; q.push(start);
while(!q.empty()){
int u = q.front(); q.pop();
for(int i = head[u]; i!=-1; i = edge[i].next){
int v = edge[i].to; //遍历 以u为起点的边 的终点
if(dis[v] > dis[u]+edge[i].dis) {
dis[v] = dis[u]+edge[i].dis;
q.push(v);
}
}
}
return dis[end];
}
1、注意对于最短路中存在负环判定：对于spfa算法，当某个点入队列（入队列的意义就是该点被松弛了(更新)）次数>n次，就说明该点在负环上（可以简单证明一个点至多被更新n次(n为图中的顶点数)）。
2、优先队列：类似于堆，出队的元素不是在队尾的元素，而是队列中最小的元素（我们有时可以在队列中存储结构体元素，只需重载运算符即可）。
示例：
3、状态压缩：当某些状态只有true or false,时我们可以用一个整数来表示这个状态。
示例：
有3块不同的蛋糕编号1、2、3, 被老鼠啃过, 那么蛋糕只有2种状态, 我们用0表示没有被啃过, 1表示被啃过。
显然我们可以得到所有状态：000、001、010、011、100、101、110、111.
而上述二进制数对应的整数为 [0, 2^3) . （如二进制011 = 整数3表示 第2、3块蛋糕被啃过，第一块蛋糕没有被啃过）
我们可以用 for(int i = 0; i < (1<<3); i++) 来遍历所有的状态。
把多个事物的状态利用二进制含义压缩为一个整数称为状态压缩。
4、利用优先队列优化最短路时, 我们可以先出队距离起点最近的点, 则若出队的为终点显然我们已经得到了一条最短路了。
专题链接：http://acm.hust.edu.cn/vjudge/contest/view.action?cid=40014#overview
专题赛：http://acm.hust.edu.cn/vjudge/contest/view.action?cid=40141#overview
专题概述：过年了，祝大家新年快乐~
-------------------------------------------------------
树的遍历、简单博弈、欧拉路径、Floyd算法
1、树的遍历分先序、中序、后序，由dfs完成（主要区别在于遍历左右子树的优先顺序和输出语句位置）
2、Floyd求传递闭包。给定邻接矩阵通过对每个点的松弛求出任意点间的距离(复杂度为O(n^3))。
3、取石子类的简单博弈可以参看此处。
简单描述一下Floyd：首先我们需要一个邻接矩阵（所谓邻接矩阵是一个 n*n 的矩阵, 第i行第j列的值为value 表示i点到j点的距离为value.若i到j点不可达时我们可以使value=inf）
注意传递闭包的概念, 得到一个传递闭包至多将任意两点松弛n次。第一层for是用k点去松弛, 第二层和第三层for是对于任意两点i、j。
专题链接：http://acm.hust.edu.cn/vjudge/contest/view.action?cid=40505#overview
-------------------------------------------------------
（注意知识点：STL的vector容器，常用方法不多请自行百度）
建议自学掌握基础知识：对于图的储存（邻接表、邻接矩阵）
简述下邻接表：
struct Edge{
int to, next;
}edge[MAXN];//MAXN为边数
int head[N], edgenum;//N为点数
void addedge(int u, int v){
Edge E={v,head[u]};
edge[edgenum] = E;
head[u] = edgenum++;
}
void init(){ memset(head, -1, sizeof(head)); edgenum = 0; }//注意表头的初始化
遍历点u所连接的所有边：
<strong> </strong> for(int i = head[u]; i != -1; i = edge[i].next){
edge[i]; //edge[i]就是x点所连接的所有的边
}
网络流、网络流求最小割、最小割定理
1、简述一下最小割：对于一个图，我们要删除一些边使得 1点与n点不连通。
删边的费用为边权值，则总边权和就是 一个可行解的割边集的权值
当费用最小时，我们称为最小割。
最小割 = 最大流 做一个简要证明：
我们要找一个 1点和n点的最小割 边权和（这个答案是 1点到n点的最大流）
首先我们把1、n作为源点和汇点，跑一次网络流
那么对于某条流， 显然说明了这条流是 连接着1点和n点的一条路径。
这条路径我们必须去掉，当然删除这条路径上的任意一条边就可以认为去掉了这条路径。
而这条路径上的任意边 边内的流量就是 这条路径的流量
因此为了得到删除这条路径的最小费用，我们选择这条路径上满流的边（这样不会有多余的费用产生）
此时删边的费用=边权值=流量
对于每条连接着1-n的路径都这样操作， 就能得到：最大流 = 最小割
（注意以上1点和n点只是举例，可以替换为任意两点或者任意两个点集，而非具体的定义）
补充：对于上述所说的某条路径：路径上的边必然有一条或者多条是满流的。
我们可以用反证法：假设所有边都是不满流的，此时我们还可以再在这条边上增加流量直到某条边满流为止。
2、网络流的建图是重点。
1）可以通过虚拟一个源点（汇点）来限制流入（流出）整个网络的流量
比如：当源点为1时，我们用 0 作为源点 并建一条 0->1 边权为C的边，这样就能限制流入流量为C。
2）当有很多个源点时，我们也可以建一个虚拟源点来连接所有源点，这样就只有1个源点了。
3）对于某个点 i ，我们可能只允许流过C流量，则此时我们把i点拆开（就是用两个点来表示i点（比如 i 和 i+N ）） 然后 i 与 i+N 中间建一条边权为C的边 来对i点限流。
3、可先学习白书的递归版dinic，然后手敲过题。
各类网络流模板：http://www.notonlysuccess.com/index.php/algorithm-of-network/
专题链接：http://acm.hust.edu.cn/vjudge/contest/view.action?cid=41551#overview
专题概述：熟悉网络流算法后可以百度下载pdf：[网络流建模汇总][Edelweiss]了解各式网络流建图方法。
-------------------------------------------------------
完全二叉树、线段树、线段树的Lazy操作
线段树资料：http://blog.csdn.net/metalseed/article/details/8039326
线段树的应用-04国家队论文
胡浩线段树题集及代码模式：http://www.notonlysuccess.com/index.php/segment-tree-complete/
一个木有模板的专题，请多仔细阅读资料（然后刷题）
线段树学习：
0、04年国家队论文、白书
1、建议学习胡浩版的线段树（即一个节点用一个结构体来表示
struct node{
int l, r;
int val;
}tree[N*4];
这样容易理解线段树的结构（如果不熟悉线段树的结构，可以在vs2012以上版本的编译器的单步调试中查看tree这个变量，会比较清楚地看到线段树的酷炫结构，这是帮助理解的重要一步）
本博客的线段树也是hh牛那里学习的，较容易形成模版化减少出错。
2、线段树的另一个重要功能：延迟操作
比如我们对一个数组a有2种操作
一、区间[l,r] 每个数+ val
二、单点求值
struct node{
int l, r;
int sum, lazy;
}tree[N*4];
那么其实如果我们修改了1000次[1,n]区间，而在第1001次才求某点的值，那么我们不用急着把每个点更新了
而是在[1,n]这个区间做一个标记，表示这整个区间的数都被加上了一个值，那么前1000次操作都只需要对lazy修改即可。
等询问时再把这个lazy标记传到下面的区间去。
这种操作就叫延迟操作
3、线段树的延迟操作，建议写成当前区间最新，即当这个区间有lazy的标记时，这个区间也要保持最新
专题链接：http://acm.hust.edu.cn/vjudge/contest/view.action?cid=41967#overview
-------------------------------------------------------
2-SAT、简单博弈
（注意知识点：对STL的set集合学习）
set用法简介：wenku.baidu.com/view/b71a8b524431b90d6c85c746.html
2-sat的简要在↓前面，一般可以用dfs或者tarjan缩点判断，这里暂且推荐dfs版本，较容易理解且编程复杂度不会太高。
专题链接：http://acm.hust.edu.cn/vjudge/contest/view.action?cid=42657#overview
-------------------------------------------------------
字典树、KMP
字典树：一个重要特色就是省内存, 多个前缀相同的字符串只需要记录一次（言外之意：对于某节点的所有子树，他们的字符串都是有公共前缀的）
字典树资料：百度百科
字典树模版：blog.csdn.net/acmmmm/article/details/12250267
字典树的代码建议先学习白书的版本。
简述一下字典树：
对于以下的5个字符串，我们用普通的方法需要16个字节储存。
********************************************************
1、abcd
2、abd
3、bcd
4、efg
5、hij
********************************************************
我们观察字符串 1、2，发现他们有公共的前缀 "ab", 所以我们可以用一个"ab"来表示所有公共前缀为"ab"的字符串。（这样我们只需要用14个字节储存）
想象一下，那么对于某一个节点u来说，u的所有子节点都是有相同的公共前缀。
对于u这个节点，我们需要记录的是u的26个子节点（因为有26个字母嘛）
对于每个节点，为了区别他们，用一个整数表示一个节点。
数组：int ch[u][26]; 表示u节点 的26个指针。例如：我们要查找 （u 接下来的字母为a）则 用 ch[u][ 0 ] 表示即可。（而接下来的字母为 z 则用ch[u][25]表示。）
注意：因为每个字符串的第一个字母都不一定相同，所以我们虚拟一个根节点来连接所有字符串的第一个字母（下图中空白点就是虚拟节点）
（注：字母是表示箭头下方的节点）
对于某个节点，我们都能直接确定一个序列（则对于一个整数（上面提到一个节点用一个整数来表示）就能直接确定一个序列）
此时我们用 int Have_word[u]; 表示 u 这个（整数）序列的单词有多少个。
则每次插入单词时，在单词最后一个字母所在的整数 v ，Have_word[v] ++;
（如上例子在每个节点记录信息来实现字典树上的各种功能）
注意：对于任意一个节点，都是确定的一个字符串序列。
KMP：推荐先围观白书的211页
KMP个人简介（纯粹广告）：blog.csdn.net/acmmmm/article/details/9863495
KMP其他资料：blog.csdn.net/yaochunnian/article/details/7059486
KMP的复杂度是线性的，即O(n+m);
关于KMP的2个版本:普通KMP的失配数组 next[0] = 0, 滑步函数优化的失配数组 next[0] = -1;
这里推荐先学习普通版本KMP，滑步函数据说速度稍快，但失去了KMP本身的含义，且普通KMP的速度对于比赛已经足够快了。
专题链接：http://acm.hust.edu.cn/vjudge/contest/view.action?cid=43273#overview
-------------------------------------------------------
有向图的强连通分量、缩点
强连通是对有向图求环的算法，tarjan（相当于dfs）
主要是环具有些特性，因此把环视为一个点，对图中环进行缩点，并给图重新标号
模版性较强。
强连通算法可参考白书319页 或 这里
更高端的在这里：www.byvoid.com/blog/scc-tarjan/
专题链接：http://acm.hust.edu.cn/vjudge/contest/view.action?cid=44430#overview
-------------------------------------------------------
Current：
RMQ问题、LCA转RMQ、树状数组
RMQ问题：区间求最值，可以用线段树等解决; 详见白书197页
LCA：最近公共祖先，可以用离线的tarjan，在线的LCA转RMQ（预处理O(nlogn),询问O(1)，LCA倍增法（预处理O(nlogn),询问O(logn)）
模版变动不大，主要多做题。
树状数组：对于一个数组，可以区间求和，支持单点更新，复杂度均为O(logn); 详见白书194页
简述一下树状数组：
int c[N], maxn; //maxn的值为区间的最大值
树状数组中调用的lowbit(x) = x的二进制下后面0的个数 +1 lowbit(1)=1; lowbit(2)=2;lowbit(3)=1;
第二个函数 void change(int pos, int val){} //给数组下标为pos的 a[pos]+=val;
第三个函数 int sum(int pos){} //[1,pos]区间的和 等价于 int ans = 0; for(int i = 1; i <= pos; i++) ans += a[i]; return ans;
注意初始化 void init(){memset(c, 0, sizeof c); maxn = n;}
树状数组的代码量较小，且有点模版化，模版改动不大，可以先试着套模版多过题再了解。
注意：若要求区间[0,pos]的和，0 这个点特殊处理一下就好。
拓展：树状数组的区间操作
专题链接：http://acm.hust.edu.cn/vjudge/contest/view.action?cid=44921#overview
-------------------------------------------------------
·数位dp、单调队列、滚动数组、费用流
简述一下费用流：
对于一个网络流，其实我们满流有多种不同的方法，如下图我们有两种方法使得满流。
有时流过一些边需要一定的费用，则我们希望在满流的情况下费用最少，就是最小费用最大流。
我们只需把白书上的dinic的BFS找一条可行流的代码改成spfa（最短路，源汇点为起末点，费用为边权，找一条费用最小的（就是最短路）进行增广）
边的总费用=边费用*边流量。
-------------------------------------------------------
·差分约束
算导内容大致简介：利用最短路求解。
给定n个点m条约束，每个点都有一个点权。
约束条件形如：value(u) - value(v) <= x, 则v点向u点连一条有向边,边权为x。
再用一个超级源点和每个点连一条边权为0的有向边。然后以超级源点为起点跑一次最短路就能得到一个解。
若图中存在负环则此差分约束系统无解。
若有解，则最短路中的dis数组就是一个可行解。
-----
拓展（引用自点击打开链接）
差分约束系统的最大解与最小解
算法导论只提到了约束图G(V,E):w(u,v)能对应形如x[v]-x[u] <= w(u,v)的约束系统。
事实上，G(V,E):w(u,v)还能对应形如x[v]-x[u] >= w(u,v)的约束系统，只不过此时约束系统有解对应每个点的最长路径长度D[v]都存在（图中无正权环）
。证明过程类似于前一种约束系统，使用到最长路的三角不等式，参见算法导论p371。
差分约束系统的最大解是针对前一种约束系统而言的，指在某个变量确定的情况下，其他所有变量都取到所能取的最大值。
最小解则针对后一种约束系统，其定义可以类比。
我们将看到，在某个变量确定的情况下，约束图以超级源点（假设编号为0）为根的最短路径树所给出的解是前一种约束系统的最大解，同理，其最长路径树是后一种约束系统的最小解。
我们用前面一条来说明，后面一条的可以类比得到。
为何这样求得的是最大解证明：
假设约束系统存在解，我们知道，给定超级源点的一个偏移量d[0]（即d[0]不一定为0），就能由最短路径树确定差分约束系统的一组解（树上两点间路径唯一确定）。
同样的，给定最短路径树上任一个节点的值d[v]，都可以求出超级源点的偏移量d[0]，同样也确定了差分约束系统的一组解。
对于从0到v的任意一条路径p(0,v1,v2,...,vN,v)，其所表示的约束式分别为：x[v1]-x[0] <= 0；x[v2]-x[v1] <= w(v1,v2)；...；
x[v]-x[vN] <= w(vN,v)。叠加得到x[v]-x[0] <= w(p)，令x[0]为确定值d[0]，即x[v] <= d[0]+w(p)，p为从0到v的任意路径。
取p为0到v的最短路p*，就有x[v] <= x[0]+w(p*) <= x[0]+w(p)。
则当x[v]=d[0]+w(p*)时x[v]取得最大值。
------------------------------------------------------
乘法逆元：
(a / b)%mod = a * (b^(mod-2))
b^(mod-2)套个快速幂，复杂度是log(mod), 基本是一个常数。
-------------------------------------------------------
·无向图的割顶和桥、树的重心
-------------------------------------------------------
·无向图的双连通分量
-------------------------------------------------------
·拓展欧几里德、AC自动机
-------------------------------------------------------
·二分匹配、基数排序
二分匹配的定义：（1）
-------------------------------------------------------
·后缀数组
-------------------------------------------------------
·次小生成树、区间dp
-------------------------------------------------------
