算法竞赛模板库 by 灵茶山艾府 💭💡🎈

算法 Algorithm

由于算法知识点繁杂，将自己学习到的算法、做过的题目分类整理好是有必要的。

一个算法模板应当涵盖以下几点：

对该算法的基本介绍（核心**、复杂度等）
参考链接或书籍章节（讲的比较好的资料）
模板代码（可以包含一些注释、使用说明）
模板补充内容（常见题型中的额外代码、建模技巧等）
相关题目链接（模板题、经典题、思维转换题等）

算法目录

不了解 Go？快速入门教程

数据结构
- 单调栈 monotone_stack.go
- 单调队列 monotone_queue.go
  - 二维单调队列
- 双端队列 deque.go
- 堆（优先队列）heap.go
  - 支持修改、删除指定元素
- 并查集 union_find.go
  - 点权
  - 边权（种类）
  - 持久化
  - 回滚操作（动态图连通性）
- 稀疏表（ST 表）sparse_table.go
- 树状数组 fenwick_tree.go
- 线段树 segment_tree.go
  - 延迟标记（懒标记）
  - 动态开点
  - 线段树合并
  - 线段树分裂
  - 持久化（主席树）
- 0-1 线段树 segment_tree01.go
- 左偏树（可并堆）leftist_tree.go
- 笛卡尔树 cartesian_tree.go
- 二叉搜索树公共方法 bst.go
- Treap treap.go
- 伸展树 splay.go
- 动态树 LCT link_cut_tree.go
- 红黑树 red_black_tree.go
- 替罪羊树 scapegoat_tree.go
- k-d 树 kd_tree.go
- 珂朵莉树（ODT）
  - 数组版 odt.go
  - 平衡树版 odt_bst.go
- 根号分治、分块 sqrt_decomposition.go
- 莫队算法 mo.go
  - 普通莫队
  - 带修莫队
  - 回滚莫队
  - 树上莫队
字符串 strings.go
- 字符串哈希
- KMP
  - 最小循环节
- 扩展 KMP（Z algorithm）
- 最小表示法
- 最长回文子串
  - Manacher 算法
- 后缀数组（SA）
- 后缀自动机（SAM）sam.go
- 字典树 trie.go
  - 持久化
  - AC 自动机
- 异或字典树 trie01.go
  - 持久化
  - Hack：构造一组数据，最大化树上的节点数
数学
- 数论 math.go
  - 辗转相除法（最大公因数 GCD）
  - 类欧几里得算法 ∑⌊(ai+b)/m⌋
  - Pollard-Rho 质因数分解算法
  - 埃氏筛（埃拉托斯特尼筛法）
  - 欧拉筛（线性筛）
  - 欧拉函数
  - 原根
  - 扩展 GCD
    - 二元一次不定方程
  - 逆元
    - 线性求逆元
  - **剩余定理（CRT）
    - 扩展**剩余定理
  - 离散对数
    - 大步小步算法（BSGS）
      - 扩展大步小步算法
    - 二次剩余
    - Jacobi 符号
  - 组合数学
    - 卢卡斯定理
    - 卡特兰数
    - 默慈金数
    - 那罗延数
    - 斯特林数
      - 第一类斯特林数（轮换）
      - 第二类斯特林数（子集）
    - 贝尔数
  - 莫比乌斯函数
  - 数论分块
  - 杜教筛
  - 容斥原理
- 快速傅里叶变换 FFT math_fft.go
- 快速数论变换 NTT math_ntt.go
  - 包含多项式全家桶（求逆、开方等等）
- 快速沃尔什变换 FWT math_fwt.go
- 连分数、佩尔方程 math_continued_fraction.go
- 线性代数 math_matrix.go
  - 矩阵相关运算
  - 高斯消元
  - 行列式
  - 线性基
- 数值分析 math_numerical_analysis.go
  - 自适应辛普森积分
  - 拉格朗日插值
- 计算几何 geometry.go
  - 线与点
  - 线与线
  - 圆与点
    - 最小圆覆盖
      - 随机增量法
    - 固定半径覆盖最多点
  - 圆与线
  - 圆与圆
  - 圆与矩形
  - 最近点对
  - 多边形与点
    - 判断点在凸多边形内 O(log n)
    - 判断点在任意多边形内
      - 转角法（统计绕数）
  - 凸包
  - 最远点对
    - 旋转卡壳
  - 半平面交
- 博弈论 games.go
  - SG 函数
动态规划 dp.go
- 背包
  - 0-1 背包
  - 完全背包
  - 多重背包
    - 二进制优化
    - 单调队列优化
  - 分组背包
  - 树上背包（依赖背包）
  - 字典序最小方案
- 线性 DP
  - 最大子段和
  - LCS
  - LPS
  - LIS
    - 狄尔沃斯定理
  - LCIS
  - 长度为 m 的 LIS 个数
  - 本质不同子序列个数
- 区间 DP
- 环形 DP
- 状压 DP
  - 旅行商问题（TSP）
  - 高维前缀和（SOS DP）
  - 插头 DP
- 数位 DP
- 倍增优化 DP
- 斜率优化 DP（CHT）
- 树形 DP
  - 树的直径个数
  - 在任一直径上的节点个数
  - 树上最大独立集
  - 树上最小顶点覆盖
  - 树上最小支配集
  - 树上最大匹配
  - 换根 DP（二次扫描法）
图论 graph.go
- 链式前向星
- 欧拉回路和欧拉路径
  - 无向图
  - 有向图
- 割点
- 割边（桥）
- 双连通分量（BCC）
  - v-BCC
  - e-BCC
- 最短路
  - Dijkstra
  - SPFA（队列优化的 Bellman-Ford）
    - 差分约束系统
  - Floyd-Warshall
  - Johnson
  - 0-1 BFS（双端队列 BFS）
  - 字典序最小最短路
- 最小环
- 最小生成树（MST）
  - Kruskal
  - Prim
- 单度限制最小生成树
- 次小生成树
- 曼哈顿距离最小生成树
- 最小差值生成树
- 最小树形图
  - 朱刘算法
- 二分图判定（染色）
- 二分图找奇环
- 二分图最大匹配
  - 匈牙利算法
- 带权二分图最大完美匹配
  - Kuhn–Munkres 算法
- 拓扑排序
- 强连通分量（SCC）
  - Kosaraju
  - Tarjan
- 2-SAT
- 基环树
- 最大流
  - Dinic
  - ISAP
  - HLPP
- 最小费用最大流
  - SPFA
  - Dijkstra
- 三元环计数
- 四元环计数
- 仙人掌
- 树上问题 graph_tree.go
  - 直径
  - 重心
    - 点分治
  - 最近公共祖先（LCA）
    - 倍增
    - ST 表
    - Tarjan
    - 树上差分
  - 重链剖分（HLD）
  - 长链剖分
  - 树上启发式合并（DSU）
  - 树分块
  - Prufer 序列
其他
- 位运算笔记 bits.go
  - bitset
  - 区间位运算 trick（含 GCD）
- 二分三分 sort.go
  - 0-1 分数规划
  - 整体二分
- 搜索 search.go
  - 枚举排列
  - 枚举组合
  - 生成下一个排列
  - 康托展开
  - 逆康托展开
  - 枚举子集
    - Gosper's Hack
  - 折半枚举（Meet in the middle）
    - 超大背包问题
- 随机算法 rand.go
  - 模拟退火
- 杂项A common.go
  - 算法思路整理
  - 前缀和
  - 二维前缀和
  - 二维差分
  - 离散化
- 杂项B misc.go
快速输入输出模板 io.go

欢迎关注 bilibili@灵茶山艾府，高质量算法教学，持续输出中！

如何选择题目 How to Choose Problems

Rating < 2100

这一阶段主要目标是提高对问题的观察能力。做构造题可以针对性地训练这一点。

选择难度在自己 rating 到 rating+200 范围内的构造题 (tag: constructive algorithms)，按照过题人数降序做题，比如 [1700,1900] 区间的就是下面这个链接：

https://codeforces.com/problemset?order=BY_SOLVED_DESC&tags=constructive+algorithms%2C1700-1900

通过大量的构造题训练，提高观察能力，快速找到切题入口。具体见我在知乎上的这篇回答。

Rating >= 2100

这一阶段要想上分，应以 DP 为主，图论和数据结构为辅。难度范围选择同上，可以根据自己在该项的能力上下调整。

我的 Codeforces 账号：

测试及对拍 Testing

编写一个 run(io.Reader, io.Writer) 函数来处理输入输出。这样写的理由是：

在 main 中调用 run(os.Stdin, os.Stdout) 来执行代码；
测试时，将测试数据转换成 strings.Reader 当作输入，并用一个 strings.Builder 来接收输出，将这二者传入 run 中，然后就能比较输出与答案了；
对拍时需要实现一个暴力算法 runAC，参数和 run 一样。通过随机数据生成器来生成数据，分别传入 runAC 和 run，通过比对各自的输出，来检查 run 中的问题。