常用算法代码模板 (2) ：数据结构

AcWing算法基础课笔记与常用算法模板 (2) ——数据结构

常用算法代码模板 (1) ：基础算法
常用算法代码模板 (2) ：数据结构
常用算法代码模板 (3) ：搜索与图论
常用算法代码模板 (4) ：数学知识

1 链表

1.1 单链表

int head, e[N], ne[N], idx;
// head为无头单链表的头指针
// e[i]存储结点i的值
// ne[i]指向结点i的后继
// idx为分配给结点的"地址"

/* 初始化 */
head = -1;	// 头指针初始为-1
idx = 0;	// 这里设定第1个插入的结点在0号下标

/* 头插一个数x */
void insert_head(int x) {
    e[idx] = x, ne[idx] = head, head = idx++;	// 后继为开始结点
}

/* 在结点k之后插入一个数x */
void insert(int k, int x) {
    e[idx] = x, ne[idx] = ne[k], ne[k] = idx++;	// 后继为k的后继
}

/* 删除头结点（需保证链表非空） */
void remove_head() {
    head = ne[head];
}

/* 删除结点k之后的结点 */
void remove(int k) {
    ne[k] = ne[ne[k]]
}

/* 遍历整条链表 */
for (int i = head; ~i; i = ne[i]) {
    int u = e[i];
    ...
}

1.2 双链表

int e[N], l[N], r[N], idx;
// l[i]、r[i]分别指向结点i的前驱、后继
// 特殊规定：0是头结点/左端点，只有后继；1是尾结点/右端点，只有前驱

/* 初始化 */
r[0] = 1, l[1] = 0;	// 左右端点分别指向对方
idx = 2;			// 第1个结点从下标2开始存储

/* 在结点k的右边插入一个数x */
void insert_r(int k, int x) {
    e[idx] = x;
    l[idx] = k, r[idx] = r[k];		// 前驱为k，后继为k的后继
    l[r[k]] = idx, r[k] = idx++;	// k后继的前驱、k的后继（须最后修改）即为该结点
}

/* 在结点k的左边插入一个数x */
void insert_l(int k, int x) {
    insert_r(l[k], x);	// 等价于在结点k的前驱（l[k]）的右边插入
}

/* 删除结点k */
void remove(int k) {
    l[r[k]] = l[k];
    r[l[k]] = r[k];
}

/* 遍历整条链表 */
for (int i = r[0]; i != 1; i = r[i]) {
    int u = e[i];
    ...
}

2 栈

int stk[N], tt = -1;
// stk[0 ... N-1]
// 栈顶指针tt初始化为-1

/* 栈顶入栈一个数 */
stk[++tt] = x;

/* 栈顶出栈一个数 */
tt--;

/* 获取栈顶的值 */
stk[tt];

/* 判断栈是否为空 */
if (tt != -1) ...

3 队列

3.1 非循环队列

int q[N], hh = 0, tt = -1;
// q[0 ... N-1]
// 队头初始为0， 队尾初始和栈顶一样为-1

/* 队尾入队一个数 */
q[++tt] = x;

/* 队头出队一个数 */
hh++;

/* 队头、队尾的值 */
q[hh];
q[tt];

/* 判断队列是否为空 */
if (hh <= tt) ...

3.2 循环队列

int q[N], hh = 0, tt = 0;
// q[0 ... N-1]
// 队头和队尾指针初始均为0

/* 队尾入队一个数 */
q[tt++] = x;
if (tt == N) tt = 0;

/* 队头出队一个数 */
hh++;
if (hh == N) hh = 0;

/* 队头、队尾的值 */
q[hh];
q[tt];

/* 判断队列是否为空 */
if (hh != tt) ...

4 单调栈、单调队列

核心思想：及时弹出必不会作为答案的数，使得容器内各所指元素始终单调

4.1 单调栈

常见模型：找出数列中每个数左边离它最近的比它大/小的数

/* 示例：输出数组a[n]中每个数左边离它最近的比它小的数，不存在则输出-1 */
int n, a[N];			// a[1 ... n]
int stk[N], tt = -1;	// 栈中存储数组元素下标

// 思想：若a[x] >= a[y] (x < y)，则a[x]必不会是任何一数的答案，可直接剔除
for (int i = 0; i < n; i++) {	// 双指针算法，i是子区间右端点
    while (tt != -1 && a[stk[tt]] >= a[i]) tt--;	// 弹出既大又"远"的数
  
    if (tt != -1) printf("%d ", a[stk[tt]]);
    else printf("-1 ");
  
    stk[++tt] = i;
}

4.2 单调队列

常见模型：找出滑动窗口中的最大值/最小值

/* 示例：输出滑动窗口每次前移时窗口内的最小值 */
int n, a[N];				// a[1 ... n]
int k;						// 滑动窗口的长度
int q[N], hh = 0, tt = -1;	// 队列（双端队列）中存储数组元素下标

// 思想：同单调栈，且应输出的最值在队头（单调）
for (int i = 0; i < n; i++) {	// 双指针算法，i是子区间右端点
    while (hh <= tt && i - k + 1 > q[hh]) hh++;	// 判断队头是否滑出窗口
    while (hh <= tt && a[q[tt]] >= a[i]) tt--;	// 同单调栈，队尾弹出既大又"远"的数
  
    q[++tt] = i;	// 先将i从队尾入队
  
    if (i + 1 >= k) printf("%d ", a[q[hh]]);	// 当窗口长度达到要求时才输出
}

5 KMP

next数组：$\text{next}[i]=i$为终点的最大公共前后缀（此处规定包含 $i$ ）的长度

char s[N], p[N];	// 主串s[1 ... n]与模式串p[1 ... m]（必须从下标1开始存储字符）
int n, m;			// 主串长度为n，模式串长度为m
int ne[N];			// next数组

/* 从下标1读取串至字符数组 */
scanf("%s", s + 1);

/* 求模式串p的next数组：p对p自己作KMP匹配 */
for (int i = 2, j = 0; i <= m; i++) {	// ne[1]=0，故i从2开始遍历
    while (j && p[i] != p[j + 1]) j = ne[j];
    if (p[i] == p[j + 1]) j++;
  
    ne[i] = j;	// 匹配成功则表明得到了以当前i为终点的最大公共前后缀的长度
}

/* KMP匹配 */
for (int i = 1, j = 0; i <= n; i++) {	// 始终与j的下一位(j+1)作匹配
    while (j && s[i] != p[j + 1]) j = ne[j];	// 若j未退回起点且i与j的下一位不匹配，则j回溯
    if (s[i] == p[j + 1]) j++;	// 若i与j的下一位匹配，则j走至下一位
  
    if (j == m) {   // 匹配成功的操作
        ...
        j = ne[j];	// 若要求找到所有匹配点，则j继续回溯、匹配
    }
}

6 Trie树

Retrieval

作用：高效存储和查找字符串集合

int son[N][26], cnt[N], idx;
// son[p][u]记录结点p的第u个子结点（26表示26个字母）
// cnt[p]存储以结点p结尾的单词数量
// idx初始为0（0号点既是根结点，又是空结点，故创建结点时为++idx）

/* 插入一个字符串 */
void insert(char str[]) {
    int p = 0;	// 从根结点0开始遍历Trie的指针
    for (int i = 0; str[i]; i++) {
        int u = str[i] - 'a';
        if (!son[p][u]) son[p][u] = ++idx;	// 不存在则创建该子结点
        p = son[p][u];
    }
    cnt[p]++;	// p最终指向字符串末尾字母，p计数器自增
}

/* 查询字符串出现的次数 */
int query(char str[]) {
    int p = 0;
    for (int i = 0; str[i]; i++) {
        int u = str[i] - 'a';
        if (!son[p][u])	return 0;	// 不存在则直接返回0
        p = son[p][u];
    }
    return cnt[p];	// p最终指向字符串末尾字母，返回数量
}

7 并查集

7.1 朴素并查集

int n;		// [1 ... n]
int p[N];	// p[i]存储结点i的父结点（路径压缩后则为祖宗结点），祖宗结点的父结点为其自身

/* 初始化 */
for (int i = 1; i <= n; i++) p[i] = i;

/* 并查集核心操作：返回结点x的祖宗结点，路径压缩 */
int find(int x) {
    if (p[x] != x) p[x] = find(p[x]);
    return p[x];
}

/* 判断结点a和b是否在同一集合 */
if (find(a) == find(b)) ...

/* 合并结点a和b所在集合：将a并至b */
p[find(a)] = find(b);	// 将a祖宗作为b祖宗的儿子

7.2 维护size（集合大小）的并查集

"size"在iostream头文件已被占用，故集合大小变量名改用cnt

int n;
int p[N], cnt[N];	// cnt[i]存储祖宗结点i的集合的大小（仅祖宗结点的cnt有意义）

/* 初始化 */
for (int i = 1; i <= n; i++) {
    p[i] = i;
    cnt[i] = 1;	// 初始化各结点所属集合大小为1
}

/* 并查集核心操作：返回结点x的祖宗结点，路径压缩 */
int find(int x) {
    if (p[x] != x) p[x] = find(p[x]);
    return p[x];
}

/* 判断结点a和b是否在同一集合 */
if (find(a) == find(b)) ...

/* 结点a所属集合的大小 */
cnt[find(a)];

/* 合并结点a和b所在集合：将a并至b */
if (find(a) == find(b)) continue;	// 若已在同一集合内了则跳过
cnt[find(b)] += cnt[find(a)];	// 需将a所属集合的大小加至b
p[find(a)] = find(b);

7.3 维护到祖宗节点距离的并查集

int n;
int p[N], d[N];		// d[i]存储结点i到其祖宗p[i]的距离

/* 初始化 */
for (int i = 1; i <= n; i++) {
    p[i] = i;
    d[i] = 0;	// 初始化全为0
}

/* 并查集核心操作：返回结点x的祖宗结点，路径压缩 */
int find(int x) {
    if (p[x] != x) {
        int u = find(p[x]);
        d[x] += d[p[x]];
        p[x] = u;
    }
    return p[x];
}

/* 判断结点a和b是否在同一集合 */
if (find(a) == find(b)) ...
  
/* 合并结点a和b所在集合：将a并至b */
p[find(a)] = find(b);
d[find(a)] = distance;	// 根据具体问题，初始化find(a)的偏移量

8 堆

int h[N], cnt;
int ph[N], hp[N], idx;
// h[1 ... cnt]为小根堆，h[1]为堆顶/最小值，结点u的左右儿子（若存在）分别为2u、2u+1
// ph[k]映射插入序列中第k个点到堆中的下标u (Position-Heap)
// hp[u]映射堆中结点u到插入序列中的序号k (Heap-Position)

/* 交换堆中两个结点a和b的所有信息 */
void heap_swap(int a, int b) {
    swap(ph[hp[a]], ph[hp[b]]);
    swap(hp[a], hp[b]);
    swap(h[a], h[b]);
}

/* 向下调整：一路向下交换结点u与其较小的儿子 */
void down(int u) {
    int t = u;	// 记录u、2u、2u+1三个结点中的最小值结点编号
    if (2 * u <= cnt && h[2 * u] < h[t]) t = 2 * u;
    if (2 * u + 1 <= cnt && h[2 * u + 1] < h[t]) t = 2 * u + 1;
  
    if (t != u) {
        heap_swap(u, t);
        down(t);
    }
}

/* 向上调整：一路向上交换结点u与其父结点 */
void up(int u) {
    while (u / 2 && h[u / 2] > h[u]) {
        heap_swap(u / 2, u);
        u >>= 1;
    }
}

/* 插入一个数x */
void insert(int x) {
    cnt++, idx++;
    ph[idx] = cnt, hp[cnt] = idx;
    h[cnt] = x;
    up(cnt);
}

/* 删除最小值/堆顶元素 */
void remove_top() {
    heap_swap(1, cnt);
    cnt--;
    down(1);
}

/* 删除第k个插入的元素 */
void remove(int k) {
    int u = ph[k];
    heap_swap(u, cnt);
    cnt--;
    up(u), down(u);	// 只会执行其中一个
}

/* 修改第k个插入的元素为x */
void change(int k, int x) {
    int u= ph[k];
    h[u] = x;
    up(u), down(u);	// 只会执行其中一个
}

9 哈希

9.1 一般哈希

N最好取质数，使得冲突概率尽可能低

若要删除，则可额外开bool数组标记各地址元素状态来表示是否被删

(1) 拉链法

int h[N], e[N], ne[N], idx;

/* 链表初始化 */
memset(h, -1, sizeof h);

/* 向哈希表中插入一个数 */
void insert(int x) {
    int t = (x % N + N) % N;	// C++的负数取余运算：(-n) mod k = -(n mod k)
    e[idx] = x, ne[idx] = h[t], h[t] = idx++;	// 将x头插在链表h[t]
}

/* 在哈希表中查询某个数是否存在 */
bool find(int x) {
    int t = (x % N + N) % N;
    for (int i = h[t]; ~i; i = ne[i])	// 遍历整条链表h[t]
        if (e[i] == x) return true;
  
    return false;
}

(2) 开放寻址法

数组长度应开到最大数据量的2~3倍

const int INF = 0x3f3f3f3f;		// 表示该哈希值的元素不在哈希表内

int h[N];

/* 哈希表初始化 */
memset(h, 0x3f, sizeof h);		// 初始化为无穷

/* 若x在哈希表中，返回x的下标；否则返回x应该插入的位置*/
int find(int x) {
    int t = (x % N + N) % N;
    while (h[t] != INF && h[t] != x) {	// 若已存在该哈希值的元素且该元素不等于x
        t++;
        if (t == N) t = 0;
    }
    return t;
}

9.2 字符串哈希

字符串前缀哈希法：快速判断两段字符串是否相等（不考虑冲突）

• 核心思想：将字符串看成 $P$ 进制数，$P$ 的经验值是 $131$ 或 $13331$ ，取这两个值的冲突概率极低
• 小技巧：取模的数用 $2^{64}$，这样直接用unsigned long long存储，溢出的结果就是取模的结果

typedef unsigned long long ULL;

const int P = 131;

ULL h[N], p[N];
// h[k]存储字符串前k个字母的哈希值（前缀和）
// p[k]存储 P^k mod 2^64

/* 初始化 */
p[0] = 1;
for (int i = 1; i <= n; i++) {
    h[i] = h[i - 1] * P + str[i];	// 求前缀和
    p[i] = p[i - 1] * P;	// 溢出则相当于对2^64取模
}

/* 计算子串str[l...r]的哈希值 */
ULL get(int l, int r) {
    return h[r] - h[l - 1] * p[r - l + 1];
}