n m a b c d i j k sum cnt s t vec dp dfs bfs f lst st dq q st 以上就是我经过总结整理的，欢迎添加

#include<bits/stdc++.h> using namespace std; long long drk(int x) { if (x < 3) return x; return drk(x) + 1 + !((drk(x-1) + 1) % 3); } int main(){ long long n; cin>>n; cout<<drk(n); return 0; }

A23115.单词翻转 #include<bits/stdc++.h> using namespace std; int main(){ string s; cin>>s; int t=s.size(); for(int i=t;i>=0;i--) cout<<s[i]; return 0; }

官方的人也是IKUN

nb

A168.表达式括号匹配(STACK) A543.表达式括号匹配 A4757.表达式括号匹配 A20977.表达式括号匹配 这四题我用一样的代码居然全部AC了！！！ 代码：

三好学生

官方题解｜ACGO六一欢乐赛#22 T1、河神 T2、睡眠质量 T3、小鱼选礼品 T4、两两交换 T5、序列减法 T6、最大公约数 T7、二进制转 x 进制 T8、特好的数 官方题解来啦！快来食用吧～～

原来2不是质数 芝士代码

hh

请问各位大佬，二进制的“2468法”怎么用？

冒泡排序是一种简单的排序算法，它通过重复地比较相邻元素并交换它们的位置来对数列进行排序。下面是冒泡排序的C++实现示例： 在这个例子中，我们定义了一个名为bubbleSort的函数来实现冒泡排序算法。该函数接受一个整数数组和数组的长度作为参数。在函数内部，我们使用两个嵌套的循环来遍历数组并进行比较和交换操作。外层循环控制整个排序过程的次数，内层循环用于比较相邻的元素并进行交换。如果当前元素大于下一个元素，则交换它们的位置。 在main函数中，我们创建了一个整数数组arr，并计算了数组的长度n。然后，我们打印出原始数组的内容，调用bubbleSort函数对数组进行排序，最后再次打印排序后的数组内容。 运行上述代码，输出结果如下： 可以看到，经过冒泡排序后，数组中的元素按照升序排列。

不会做，谁呢告诉我

《歌德巴赫猜想》

T1 T2 T3 T4 T5 T6 T7 T8

#include <iostream> #include <set> #include <vector> using namespace std; int main() { int N; cin >> N; // 读取整数的个数 }

#include<bits/stdc++.h> using namespace std; int main(){ int n; cin>>n; int a[n];a[0]=1;a[1]=1; for(int i=2;i<n;i++){ a[i]=a[i-1]+a[i-2]; } cout<<a[n-1]; }

概览 先上个图 现在我们要访问图中的每个节点，即图的遍历。 图的遍历是指，从给定图中任意指定的顶点（称为初始点）出发，按照某种搜索方法沿着图的边访问图中的所有顶点，使每个顶点仅被访问一次，这个过程称为图的遍历。 我们根据访问节点的顺序与方式（根据搜索方法），可以分为广度优先（BFS）和深度优先（DFS），这是图论中两种非常重要的算法，生产上广泛用于拓扑排序，寻路(走迷宫)，搜索引擎，爬虫等。 我们分别来介绍 一、深度优先（DFS） 深度优先搜索（Depth-First-Search），简称 DFS。 我们以上图为例，现在需要访问每个节点，且只访问一次，可以看到，图分成了很多之路， 主要思路是从图中一个未访问的顶点 V （比如A）开始，沿着一条路一直走到底，深入到不能再深入为止（够深），然后从这条路尽头的节点回退到上一个节点， 如果上一个节点存在没有探索的分支，便继续探索若没有则继续回退，再从另一条路开始走到底…，不断递归重复此过程，直到所有的顶点都遍历完成，它的特点是不撞南墙不回头，先走完一条路，再换一条路继续走。 这就是暴力穷举， 1.1 图解过程 1、我们从根节点 A 开始遍历，它相邻的节点有 B，E，先遍历节点 B，再遍历 B 的子节点 C 2、上图中一条路已经走到底了(C是叶子节点，再无可遍历的节点)，此时就从 C 回退到上一个节点 B，看下节点 B 是否还有除 C 以外的节点，发现 B有 D节点，然后遍历D， 3、同理，上图中一条路已经走到底了(D是叶子节点，再无可遍历的节点)，此时就从 D 回退到上一个节点 B，B的节点都遍历过了，然后在回到A， 同样的逻辑，再到，E、F 1.2 java 实现 package com.test; import java.util.ArrayList; import java.util.List; public class DepthFirstSearch { } 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 在这个示例代码中，我们首先定义了一个DepthFirstSearch类，用于表示图结构。在构造函数中，我们初始化了图结构，并定义了一个addEdge方法，用于添加边。 然后，我们定义了一个dfs方法，用于执行深度优先搜索算法。在dfs方法中，我们首先创建了一个visited数组，用于标记每个顶点是否被访问过。然后，我们调用dfsHelper方法递归实现深度优先搜索算法。 在dfsHelper方法中，我们首先标记当前顶点已被访问过，并输出当前顶点编号。然后，我们遍历当前顶点的邻居顶点，如果邻居顶点未被访问过，则递归访问它。 最后，我们在测试代码中创建了一个包含6个顶点的图结构，并从顶点0开始进行深度优先搜索。运行测试代码后，输出深度优先搜索结果为：ABCDEF。 深度优先搜索结果：ABCDEF 二、广度优先（BFS） 广度优先遍历是首先把起点相邻的几个点探索完成，然后去探索距离起点稍远一些（隔一层）的点，然后再去玩探索距离起点更远一些（隔两层）的点… 是一层一层的向外探索。 遍历规则： 1）先访问完当前顶点的所有邻接点。(应该看得出广度的意思) 2）先访问顶点的邻接点先于后访问顶点的邻接点被访问。 2.1 图解过程 2.2 java代码实现 import java.util.*; public class BFS { // 定义图结构 private List<List<Integer>> graph; } 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 在这个示例代码中，我们首先定义了一个BFS类，用于表示图结构。在构造函数中，我们初始化了图结构，并定义了一个addEdge方法，用于添加边。 然后，我们定义了一个bfs方法，用于执行广度优先搜索算法。在bfs方法中，我们首先创建了一个visited数组，用于标记每个顶点是否被访问过。 然后，我们创建了一个队列，用于存储待访问的顶点。我们将起始顶点加入队列中，并标记为已访问过。然后，我们开始遍历队列中的顶点。对于每个队列头部顶点，我们输出其编号，并遍历其邻居顶点。如果邻居顶点未被访问过，则将其标记为已访问过，并加入队列中。 最后，我们使用一个测试代码来测试我们的广度优先搜索算法实现。运行测试代码后，输出广度优先搜索结果为：0 1 2 3 4 5。 三、总结 3.1 深度优先遍历： 1、对每一个可能的分支路径深入到不能再深入为止，而且每个结点只能访问一次。要特别注意的是，二叉树的深度优先遍历比较特殊，可以细分为先序遍历、中序遍历、后序遍历（我们前面使用的是先序遍历）。 2、不全部保留结点，占用空间少；有回溯操作(即有入栈、出栈操作)，运行速度慢。 3、一般无回溯操作，即入栈和出栈的操作，所以运行速度比深度优先搜索要快些 3.2 广度优先遍历： 1、又叫层次遍历，从上往下对每一层依次访问，在每一层中，从左往右（也可以从右往左）访问结点，访问完一层就进入下一层，直到没有结点可以访问为止 2、保留全部结点，占用空间大； 无回溯操作(即无入栈、出栈操作)，运行速度快。 3、一般需存储产生的所有结点，占用的存储空间要比深度优先搜索大得多，因此，程序设计中，必须考虑溢出和节省内存空间的问题 csdn博客 && 其它博主 —————————————————— 整理 ———————————————————————————————————————————————————————— 不怎么华丽的分割线 1.在下边点一个赞》》》 2.加入我的小团队...............................................https://www.acgo.cn/application/1795766483470364672 3.每天打卡，祝愿AC！