当前位置: 首页 > news >正文

算法基础学习笔记——⑫最小生成树\二分图\质数\约数

博主:命运之光
专栏:算法基础学习

在这里插入图片描述

目录

 ✨最小生成树 

🍓朴素Prim

🍓Kruskal算法

✨二分图

🍓匈牙利算法

 ✨质数

🍓(1)质数的判定——试除法

🍓(2)分解质因数——试除法

✨约数

🍓(1)试除法求一个数的所有约数

🍓(2)约数个数

🍓(3)约数之和

🍓(4)欧几里得算法(辗转相除法)


前言:算法学习笔记记录日常分享,需要的看哈O(∩_∩)O,感谢大家的支持!


 ✨最小生成树 

🍓朴素Prim

🍓朴素版prim算法:

时间复杂度是 O(n2+m)O(n2+m), nn 表示点数,mm 表示边数

int n; // n表示点数
int g[N][N]; // 邻接矩阵,存储所有边
int dist[N]; // 存储其他点到当前最小生成树的距离
bool st[N]; // 存储每个点是否已经在生成树中
// 如果图不连通,则返回INF(值是0x3f3f3f3f), 否则返回最小生成树的树边权重之和
int prim()
{memset(dist, 0x3f, sizeof dist);int res = 0;for (int i = 0; i < n; i ++ ){int t = -1;for (int j = 1; j <= n; j ++ )if (!st[j] && (t == -1 || dist[t] > dist[j]))t = j;if (i && dist[t] == INF) return INF;if (i) res += dist[t];st[t] = true;for (int j = 1; j <= n; j ++ ) dist[j] = min(dist[j], g[t][j]);}return res;
}

🍓Kruskal算法

Kruskal算法:

时间复杂度是 O(mlogm)O(mlogm), nn 表示点数,mm 表示边数

int n, m; // n是点数,m是边数
int p[N]; // 并查集的父节点数组
struct Edge // 存储边
{int a, b, w;bool operator< (const Edge &W)const{return w < W.w;}
}edges[M];
int find(int x) // 并查集核心操作
{if (p[x] != x) p[x] = find(p[x]);return p[x];
}
int kruskal()
{sort(edges, edges + m);for (int i = 1; i <= n; i ++ ) p[i] = i; // 初始化并查集int res = 0, cnt = 0;for (int i = 0; i < m; i ++ ){int a = edges[i].a, b = edges[i].b, w = edges[i].w;a = find(a), b = find(b);if (a != b) // 如果两个连通块不连通,则将这两个连通块合并{p[a] = b;res += w;cnt ++ ;}}if (cnt < n - 1) return INF;return res;
}

✨二分图

染色法

判断一个图是不是二分图

二分图:可以把所有点分成两边,使所有边在集合之间,集合内部没有边。

二分图当且仅当图中不含奇数环

🍓染色法判别二分图:

时间复杂度是 O(n+m)O(n+m), nn 表示点数,mm 表示边数

int n; // n表示点数
int h[N], e[M], ne[M], idx; // 邻接表存储图
int color[N]; // 表示每个点的颜色,-1表示未染色,0表示白色,1表示黑色
// 参数:u表示当前节点,c表示当前点的颜色
bool dfs(int u, int c)
{color[u] = c;for (int i = h[u]; i != -1; i = ne[i]){int j = e[i];if (color[j] == -1){if (!dfs(j, !c)) return false;}else if (color[j] == c) return false;}return true;
}
bool check()
{memset(color, -1, sizeof color);bool flag = true;for (int i = 1; i <= n; i ++ )if (color[i] == -1)if (!dfs(i, 0)){flag = false;break;}return flag;
}

🍓匈牙利算法

🍓匈牙利算法:

时间复杂度是 O(nm)O(nm), nn 表示点数,mm 表示边数

int n1, n2; // n1表示第一个集合中的点数,n2表示第二个集合中的点数
int h[N], e[M], ne[M], idx; // 邻接表存储所有边,匈牙利算法中只会用到从第一个集合指向第二个集合的边,所以这里只用存一个方向的边
int match[N]; // 存储第二个集合中的每个点当前匹配的第一个集合中的点是哪个
bool st[N]; // 表示第二个集合中的每个点是否已经被遍历过
bool find(int x)
{for (int i = h[x]; i != -1; i = ne[i]){int j = e[i];if (!st[j]){st[j] = true;if (match[j] == 0 || find(match[j])){match[j] = x;return true;}}}return false;
}
// 求最大匹配数,依次枚举第一个集合中的每个点能否匹配第二个集合中的点
int res = 0;
for (int i = 1; i <= n1; i ++ )
{memset(st, false, sizeof st);if (find(i)) res ++ ;
}

 ✨质数

🍓所有大于1的自然数,所有<=1的数既不是质数也不是合数

定义:在大于1的整数中,如果只包含1和本身这两个约数,就被称为质数,或者叫素数

🍓(1)质数的判定——试除法

质数的一个重要性质:如果d能整除n,显然n除d也能整除n

故发现n的所有的约数都是成对出现的(d与n/d都成成对出现的)

所以枚举时可以只枚举每一对当中较小的那一个,枚举:

🍓试除法判定质数:

bool is_prime(int x)
{if (x < 2) return false;for (int i = 2; i <= x / i; i ++ )if (x % i == 0)return false;return true;
}

🍓(2)分解质因数——试除法

从小到大枚举所有数

🍓试除法分解质因数:

void divide(int x)
{for (int i = 2; i <= x / i; i ++ )if (x % i == 0){int s = 0;while (x % i == 0) x /= i, s ++ ;cout << i << ' ' << s << endl;}if (x > 1) cout << x << ' ' << 1 << endl;cout << endl;
}

🍓

罗列出每个数,依次删除每个数的倍数,剩下的数就是质数,可以对此进行优化,可以不删每一个数的倍数, 可以只删质数的倍数,这样就不用重复删。

🍓质数定理:

优化完的筛法:埃氏筛法

🍓朴素筛法求素数:

int primes[N], cnt; // primes[]存储所有素数
bool st[N]; // st[x]存储x是否被筛掉
void get_primes(int n)
{for (int i = 2; i <= n; i ++ ){if (st[i]) continue;primes[cnt ++ ] = i;for (int j = i + i; j <= n; j += i)st[j] = true;}
}

🍓线性筛法:

把每一个合数用它的某个质因子筛掉

每个数都会被其最小质因子筛掉,而且每个数只有一个最小质因子,故每个数只会被筛一次

🍓线性筛法求素数:

int primes[N], cnt; // primes[]存储所有素数
bool st[N]; // st[x]存储x是否被筛掉
void get_primes(int n)
{for (int i = 2; i <= n; i ++ ){if (!st[i]) primes[cnt ++ ] = i;for (int j = 0; primes[j] <= n / i; j ++ ){st[primes[j] * i] = true;if (i % primes[j] == 0) break;}}
}

约数

约数

🍓(1)试除法求一个数的所有约数

🍓试除法求所有约数:

vector<int> get_divisors(int x)
{vector<int> res;for (int i = 1; i <= x / i; i ++ )if (x % i == 0){res.push_back(i);if (i != x / i) res.push_back(x / i);}sort(res.begin(), res.end());return res;
}

🍓(2)约数个数

🍓(3)约数之和

约数个数和约数之和:

如果 N = p1^c1 * p2^c2 * ... *pk^ck

约数个数: (c1 + 1) * (c2 + 1) * ... * (ck + 1)

约数之和: (p1^0 + p1^1 + ... + p1^c1) * ... * (pk^0 + pk^1 + ... + pk^ck)

🍓(4)欧几里得算法(辗转相除法)

🍓欧几里得算法:

int gcd(int a, int b)
{return b ? gcd(b, a % b) : a; // <表达式1>?<表达式2>:<表达式3>,
} //它的意思是,如果表达式1成立,则输出表达式2的值,否则输出表达式3的值

补充小知识:

两个数的积等于它们最大公约数和它们最小公倍数的

积。公式表示为 :a×b=gcd(a,b)×lcm(a,b)

🍓最小公倍数与最大公约数模板:

http://www.lryc.cn/news/89644.html

相关文章:

  • 了解信号的传输方式、编码与调制、信道的极限容量
  • SpringBoot自动配置原理总结
  • 【LeetCode: 410. 分割数组的最大值 | 暴力递归=>记忆化搜索=>动态规划 】
  • 内核对象和两种同步
  • 水表远程监控系统有什么功能吗?
  • zabbix自定义监控
  • 【AUTOSAR】Com通讯栈配置说明(四)---- Nm模块
  • IMG CXM GPU:面向复杂消费级设备的无缝视觉体验
  • Kafka如何保证数据高可靠
  • OpenWRT 中修改SSID的文件
  • 如何在 Linux 中进行网络地址转换 (NAT)?
  • redis的使用第一章
  • 基于springboot+vue的校园二手交易市场
  • 【CH32】| 01——新建工程 | 下载 | 运行 |调试
  • 【Netty】Promise 源码分析(十七)
  • 测牛学堂:2023最新自动化软件测试教程之python基础(字符串常用api总结)
  • 【信号变化检测】使用新颖的短时间条件局部峰值速率特征进行信号变化/事件/异常检测(Matlab代码实现)
  • MQTT GUI 客户端 可视化管理工具
  • 计算机硬件系统 — 冯诺依曼体系结构运行原理解析
  • 10.Linux查看文件内容
  • API接口测试—详情版(拼多多根据ID取商品详情)
  • 【论文阅读】23_SIGIR_Disentangled Contrastive Collaborative Filtering(分离对比协同过滤)
  • 目前的网络情况与特点
  • css选择器及其权重
  • RK3588平台开发系列讲解(项目篇)RKNN-Toolkit2 的使用
  • C/C++基础讲解(九十九)之经典篇(第几天/排序)
  • quickstart Guide快速入门
  • Kubernetes 证书详解
  • Python常用数据结构
  • CompletableFuture详解-初遇者-很细