并查集与最小生成树
用集合合并维护连通关系,依据割性质理解 Kruskal 的安全选择。
使用 Python 学习数据结构、算法与问题建模。
同步阅读位置与已学标记。
21 项内容
用集合合并维护连通关系,依据割性质理解 Kruskal 的安全选择。
理解 Dijkstra 的非负权要求、过期堆条目及 Bellman–Ford 的负环判定。
把递归看成明确的子问题,用选择、递进、撤销生成不重复组合。
从 0/1 背包推导状态和遍历顺序,理解伪多项式成本及方案恢复。
用半开区间推导 lower_bound,并把二分推广到答案空间。
依据查询和更新方式选模型,推导滑动最大值与动态前缀和的不变量。
区分哈希与相等性,理解碰撞、装载因子及哈希表的平均成本。
推导归并排序,比较常见排序的适用条件,并区分全排序和选择问题。
区分搜索树和堆的不变量,用固定大小堆实现流式 Top-K。
用循环不变量解释程序为什么正确,再区分增长率、最坏情况、期望和摊还成本。
用可复现的查询测量、蓄水池抽样和顶点覆盖近似,理解性能与保证的差别。
从项目约束回到结构与算法,用正确性基线、复杂度和实际测量完成交付。
用原创连续区间问题演示如何澄清规格、建立基线、选择模型和证明去重规则。
按规格澄清、基础结构、题型推导与沟通复盘组织练习,复用系统知识点。
证明最早结束的区间选择为何正确,并识别带权目标下的失败边界。
用层次队列恢复最少边路径,区分访问状态、环检测和有向依赖顺序。
从访问方式选择容器,用括号检查和广度队列理解线性结构的成本与不变量。
推导 KMP 的失败转移,比较 Trie、滚动哈希与前缀编码的适用场景。
用词项到文档的反向映射实现多词 AND 查询,处理规范化、替换和确定性排序。
建立可验证的 DAG 调度器,报告环与未知依赖,并计算无限资源下的最早完成时间。
从分析与数据结构走到算法设计、图字符串和可复现的工程练习。
没有符合条件的内容。