vector
vectorvector索引vector只有在指定长度时,才能用下标索引的方法修改元素 123456789101112vector<int> a(10);int main(){ int n = 2; for(int i=0;i<n;i++){ cin >> a[i]; } for(auto p = a.begin();p != a.en
线性dp
线性dp 线性DP，是较常见的一类动态规划问题，其是在线性结构上进行状态转移，这类问题不像背包问题、区间DP等有固定的模板 线性动态规划的目标函数为特定变量的线性函数，约束是这些变量的线性不等式或等式，目的是求目标函数的最大值或最小值 LCS问题——最长公共子序列 子序列 : 指的是字符串中不一定连续但先后顺序一致的n个字符字符子串：指的是字符串中连续的n个字符最长公共子序列，英文缩写为LCS（
区间dp
区间dp 定义：区间类动态规划是线性动态规划的扩展，它在分阶段地划分问题时，与阶段中元素出现的顺序和由前一阶段的哪些元素合并而来有很大的关系。 令状态 $f(i,j) $表示将下标位置 i 到 j 的所有元素合并能获得的价值的最大值，那么 $f(i,j)=\max{f(i,k)+f(k+1,j)+cost}$，$cost $为将这两组元素合并起来的价值 性质 合并： 即将两个或多个部
动态规划（背包问题）
dp问题分类求最值求max/min值 最后一块石头的重量 II 12345678for(int i=0;i<stones.size();i++){ for(int j = sum; j >= 0; j--){ if(j>=stones[i]) f[j] = max(f[j],f[j-stones[i]]+stones[i]);
贪心算法
贪心算法 定义：贪心算法在有最优子结构的问题中尤为有效。最优子结构的意思是问题能够分解成子问题来解决，子问题的最优解能递推到最终问题的最优解 类似于二分，将大集合进行划分，得出最优解所在的小集合 与动态规划的不同: 在于它对每个子问题的解决方案都做出选择，不能回退。动态规划则会保存以前的运算结果，并根据以前的结果对当前进行选择，有回退功能 贪心算法步骤 将问题分解为若干个子问题 找出适合的贪
math
数学知识约数(因数)个数 因数总是成对出现的,一个在开根号左边，一个在右边，此时因数个数加二 特殊情况：有可能刚好等于开根号之后的数字，此时因数个数只加一123456789101112131415161718192021222324#include <bits/stdc++.h>using namespace std;const int N = 1010;int n,a[N];int
pair
pair定义方式 pair<int,int> p[N]; 赋值 和结构体类似，first代表第一个元素，second代表第二个元素 123for(int i=0;i<n;i++){ cin >> a[i].first >> a[i].second;} 索引元素123for(int i = 0; i < n; i
动手做操作系统
动手做操作系统准备工具 在Windows下编写代码，使用vscode、记事本等编辑器。 使用Linux的虚拟机编译内核和生成操作软盘映像。（img软盘也可以直接在window11环境下使用bximage.exe生成，但需要在虚拟机里进行格式化） 必要时使用安装了DOS的虚拟机来调试程序以及操作软盘映像。 安装一个Bochs,必要的时候用它来调试。 使用其他必要的工具，比如版本控制工具(VSS或者C