lucius-liu.cn

众所周知，算法题主要有两大难点，一是「实现」，即算法本身的难度；二是「思路」，即你能否想到使用这个算法来解决题目。并且对于有一定刷题基础的同学来说，力扣上大部分简单、中等题所涉及的算法都是非常常见的算法，即算法本身不存在难度，最大的难点在于「思路」，即如何想到适合本题的算法。而解决「思路」问题，除了大量刷题积累经验之外，还可以采用一定的「巧劲」，从时间复杂度这个角度入手筛选出合适的算法。而本文的主要目的就是向大家介绍这种「巧劲」是如何在具体解

栈属于基础数据结构之一，基础到仅用「后进先出」这四个字即可完整概括其核心特征。然而，基础并不代表着简单，「后进先出」的背后反而隐藏着多样的变化与极其广泛的应用。在本篇文章中，我们将针对在基础栈上稍加改动所形成的「单调栈」算法进行详解。该算法与「单调队列」组成了算法题中最常考察的线性数据结构，属于面试中必知必会的算法知识。

动态规划问题一直是大厂面试时最频繁出现的算法题，主要原因在于此类问题灵活度高，思维难度大，没有很明显的套路做法。也正是因为这个原因，我们打算出一个「动态规划」系列文章来尝试破解面试中所涉及的动态规划问题。而本文就是这个系列的第一篇文章，主要目的是说明动态规划是什么，动态规划问题应该如何思考？

本文是「动态规划」系列文章的第二篇，主要聚焦于常见线性 DP 模型的讲解。线性 DP 是所有 DP 模型中最为常见与基础的模型，也是面试中最频繁考察的动态规划模型，因此我们将其放在本系列的第二篇进行介绍。

本文是「动态规划」系列文章的第三篇，作为「动态规划（二）- 线性 DP」的一个延伸，将主要聚焦于动态规划经典模型 —— 背包问题的讲解。背包问题属于线性 DP 模型，之所以单独拎出来讲，主要是因为该问题信息量大且十分重要，属于面试中常考且必会的知识，因此我们将其放在本系列的第三篇进行介绍。

在上一篇文章中，我们介绍了「单调栈」这一最常考察的线性数据结构。而今天我们将继续沿着这个思路，介绍另一个与其 “齐名” 的线性数据结构，即「单调队列」。「单调队列」在「数据结构」题中的分布较为广泛，且常被当作优化「动态规划」的一种重要手段，因此该算法在面试中考察的频率较高，属于必知必会的知识点。

力扣题库目前一共 1971 道题，而其中高达 110 道题均与「二分」有关，其普遍性与重要性不言自明。然而尽管它这么重要，但大多数同学依然没能很好地掌握，总是会在各种细节上跌跟头，因此我们需要对该算法进行系统地梳理。「二分」一共有三类常见应用，分别是「整数二分」、「实数二分」以及「二分答案」，接下来将分别介绍这三类应用的具体形式。

在力扣刷题时，「数学」是大家绕不过去的内容。事实上，力扣题库中标签为「数学」的题共有 208 道，仅次于 243 道的「动态规划」。然而对比「动态规划」，力扣题库中「数学」所涉及到的知识则要少很多，因此本篇文章将针对题库中「数学」所涉及的基础必备知识进行讲解，希望对大家日后刷题有所帮助。

树状数组，经典树形数据结构之一，代码很短，但其蕴含的算法思想却非常精妙。可以这么说，刷算法题却不懂树状数组，那绝对算是一大遗憾。树状数组，常用于高效处理「一个数组的更新以及前缀和的求取」。

在算法竞赛中，数学主要分为「数论」与「组合计数」两大部分。相比「数论」，「组合计数」通常是作为一种计数思想与其他题型（例如「动态规划」）相结合，进行统一考察。在上一篇文章中，我们已针对「数论」进行了讲解，因此本文将介绍「组合计数」。

设想这样一个场景，面试官给了你一道算法题，你很快确定这是一道递推问题，并给出了 O(n) 的解题方法，然而面试官却继续问：“还能继续优化吗？”这样类似的场景并不少见，因为算法不仅追求「正确」，还追求「效率」，而这也正是优化方法的意义。本文即将介绍的「矩阵快速幂」便是一种常见的优化递推的方法，能将 O(n) 的递推过程加速至 O(log(n))，使效率显著提升。

划分数涉及一些难以用组合公式直接求得的数的划分问题。比如将 n 个数划分成多个不大于 m 的划分方法，且不存在相同数。或者划分成若干奇数或偶数的问题。划分要求千变万化，主要识别点在于将划分数类比为盒子与球的问题，类比成多个球放到多个盒子中，且球和盒子都没有区别。这类问题与一般的划分问题都不同，需要二维 dp 求解，有时还需要处理前缀和进行计算。

整体二分，即对所有的查询进行一个整体的二分答案，需要数据结构题满足以下性质。1. 询问的答案具有可二分性。2. 修改对判定答案的贡献相对独立，修改之间互不影响效果。3. 修改如果对判定答案有贡献，则贡献为一确定的与判定标准无关的值。4. 贡献满足交换律、结合律，具有可加性。5. 题目允许离线操作。

树上启发式合并作为树上问题三剑客之一（点分治、长链剖分），以其优雅的暴力而闻名于江湖之中。通常来说，如果一个问题可以被划分为一个个子树进行求解的问题，而且各个子儿子对答案的贡献容易添加与删除，就可以考虑使用树上启发式合并来求解。本文主要介绍树上启发式合并的一些习题，可以从习题中仔细感受该算法的一系列特点。

网络流习题合集：1. 餐巾计划问题；2. 家园；3. 飞行员配对方案问题；4. 试题库问题；5. 太空飞行计划问题；6. 最小路径覆盖问题。

通常来说，数位 dp 问题都是通过 dfs 解决的，因为 dfs 的做法更容易理解，也能一定地简化代码。对于 dfs 求解的数位 dp 问题，其中设置的状态为 f[pos][...]，pos 表示最后 pos 位没有填，... 表示的是从 pos 位之前继承来的信息，然后 f[pos][...] 的数值表示仅考虑这 pos 位所对答案产生的贡献。这 ... 所表示的状态通常需要根据题意来进行定义，比较个性化，也是数位 dp 的核心难点。

李超树主要用途：1. 维护一段区间的多条直线，维护区间 [L,R] 中的三条直线。2. 支持单点查询多条直线最大/小值。如查询 mid 处的多条直线的纵坐标最大值。3. 支持区间查询直线最大/小值。如查询区间 [L,R] 中各直线最值的最大值。

动态树主要用于解决操作中带有加边、删边、换根的一系列问题，即树结构发生变化的问题，理论上来说，树链剖分的问题都能用 LCT 进行解决。

设数集 T 为一组数任意子集异或得到的集合，则 T 的线性基是 T 的一个子集 A={a_1, a_2, a_3, ..., a_n}。A 中元素互相 xor 所形成的异或集合，等价于原数集 T 的元素互相 xor 形成的异或集合。可以理解为将原数集进行了压缩。

涉及深度的树形 DP，长链剖分可以将其复杂度从 O(n^2) 优化到 O(n)，基本思想是采用了指针偏移直接从重 (长) 儿子处继承了大量信息。长链剖分优化树形 DP 可以解决的问题与点分治以及树上启发式合并具有一定的重复性。通常解决的题目只有一次询问，如果有多次询问，需要离线操作。

本文主要对高斯整数、高斯素数、费马平方和定理进行介绍。

后缀数组的题目非常灵活多变，主要涉及字符串所有后缀的字典序比较以及最长公共前缀。本文主要介绍后缀数组的一些经典应用，虽然是经典应用，但是其思想应该属于后缀数组类问题的本质思想。

卡特兰数常见应用问题：括号匹配问题、出栈次序问题、多边划分为三角形问题、二叉树计数问题

斯坦纳树适用问题：一个图中，有若干个关键点，将这几个关键点连在一起的最小花费。直观的理解，就是带关键节点的最小生成树。当然不同的题会有不同的限制，比如关键节点必须是叶子节点，或者求一个斯坦纳森林（需要对斯坦纳树再进行一次状压）。

AC 自动机主要适用于多个模式串下的匹配问题，常嵌套 dp 进行考察或者利用其 fail 树的性质进行出题。但是这些问题都有一个相同的特点，就是一定会题目给出或者人为建出多个字符串进行匹配，此点可以用于辨别 AC 自动机问题。

Manacher 算法主要解决的是给出一个字符串，O(n) 复杂度下求出以字符串中任意一个节点为中心所能扩展的最大距离。

普通莫队、带修改莫队、树上带修改莫队、回滚莫队

最近频繁遇见图上的第 k 小问题，比如无向图的第 k 小团、有向图上的第 k 小路径，无向图上的第 k 小最短路问题。然后这类方法的解决方法都比较相近，主要思考方向是先将边或单点加入堆中，然后每次弹出一个最小值，再用最小值去更新到一个新的状态，并将新状态加入到堆中，一直到计算到 k 次为止。

最近比赛遇到了一道李超树优化 DP 方程的题，比赛时推出了方程，但由于对斜率优化方程格式的不熟悉，误以为是斜率优化的问题，导致最终错失 AC，因此想要将这三种格式的方程列举在一起，便于后续查阅。

本文主要对拉格朗日乘子法进行总结。

本文主要根据一些例题介绍：如何使用 STL 中的 SET 动态维护各类型凸壳/凸包。

本文主要对一些力扣算法题进行分类总结。

并查集主要是维护不同元素之间传递关系的数据结构，如果不带权，那么维护的就是不同元素是否属于同一个集合，即连通关系。如果带权，那么除了维护连通性之外，还会维护同一个集合中各个元素之间的关系。

给定一颗 n 个点的树，每条边的权重为 wi。可以任意删除一些边或者增加一些边，但是在删增过程中必须保证图连通并且任意一个环的异或和为 0。在此基础上，求最小生成树。

博弈游戏的本质是一个有向图游戏，每个状态(局面)是一个图中一个节点，每个节点可以通向其他多个状态，而每个节点又由 n 个子游戏组成。

本文为几道带权并查集例题解析：1. 食物链；2. 关押罪犯；3. Rochambeau；4. True Liars。

本文根据一道树链剖分模板题对该算法进行解析。