CTE 首先了解一下什么是 CTE，全名 Common Table Expressions （公用表表达式） WITH cte1 AS (SELECT a, b FROM table1), cte2 AS (SELECT c, d FROM table2) SELECT b, d FROM cte1 JOIN cte2 WHERE cte1.a = cte2.c; cte1, cte2 为我们定义的CTE，可以在当前查询中引用,可以看出 CTE
一、题目大意 给定一个二叉树，判断它是否是高度平衡的二叉树。 本题中，一棵高度平衡二叉树定义为： 一个二叉树每个节点 的左右两个子树的高度差的绝对值不超过 1 。 示例 1： 输入：root = [3,9,20,null,null,15,7] 输出：true 示例 2： 输入：root = [1,2,2,3,3,null,null,4,4] 输出：false
简介 矩阵树定理用来求无向图生成树个数，或者有向图指定根的内向树、外箱树个数。 这东西大概是 useless，但是毕竟正式比赛考过（联合省选 2020，sto wzj52501 orz），所以还是学一学。 全文临摹 OI-Wiki。 无向图 对于一张无向图 \(G\)，定义其度数矩阵 \(D\)： \[D_{ij}=\begin{cases}\deg(i),
本题思路是遍历一遍当前数组的元素，假设当前元素为i，f[i]是以元素i结尾的最长的递增子序列长度，那么f[i] = 1 + max(f[i-k], f[i-k+1],...,f[i-1])。核心问题就是如何在遍历每个元素时求出max(f[i-k], f[i-k+1],...,f[i-1])，如果使用普通的遍历，那么时间复杂度为\(O(n^2)\)，会超时，因此可
原题链接在这里：https://leetcode.com/problems/maximum-product-of-splitted-binary-tree/ 题目： Given the root of a binary tree, split the binary tree into two subtrees by removing one edge such that the product of the sums of the subtrees is maximized. Return t
二叉搜索树定义： 节点左子树只包含小于当前节点的数； 节点右子树只包含大于当前节点的数； 所有左子树和右子树自身必须也是二叉搜索树。 实际上，若中序遍历二叉搜索树，所得序列是单调递增的，利用这一性质来判断是否是二叉搜索树。 递归法 创建一个指针pre，指向中序遍历过程中的当前节点
递归就好了，没啥好说的。 class Solution { private: int getMax(vector<int> &nums, int l, int r) { int m_index = l; for (int i = l; i < r; i++) { if (nums[i] >= nums[m_index]) m_index = i; }
lyin场切黑题太强了 首先康托展开是用来求一个全排列的排名的东西。复杂度\(O(n^2)\)，树状数组可以到\(O(n\log n)\)。板子 简单说一下原理：首先一个长为\(n\)的排列数是\(n!\)没什么问题。所以我们可以对于每一位考虑有当前位之后有多少排列要比该排列小。 举个例子：\(3,1,4,2,5\)这
求 \(n\) 个点的树上对于每个点距离小于 \(k\) 的点的数量（边权均为 \(1\) ）。 \(n\leq 5\times 10^5，k\leq 10\) 。 设 \(f[u][i]\) 表示距离 \(u\) 点 \(i\) 距离以内并且在子树内的点，那么在 \(DFS\) 时可以用 \(O(nk)\) 的时间处理 \(f[u][i]=\sum f[v][i-1]\) ，其中 \(v\) 是 \(u
题目传送门 Solution 非常神奇的一道题。 我们不考虑交换操作，相反，我们去考虑把多少个 \(0\) 的位置变为 \(1\)，同时我们记录选了多少个黑点，如果跟原来黑点数量相同即是合法。 此时我们可以发现一个神奇的性质对于 \(u\) 的儿子 \(v\)，如果覆盖 \(u\) 的节点不覆盖 \(v\)，那么覆盖 \(v
给定一棵树，要求执行3种操作： 给树上某一结点涂色，从下一次操作起每一次向周围传染一个单位。 树上所有点变为正常 询问某个点是否被感染。 \(n,m\leq 10^5\)。 首先想到暴力做法，用栈维护现在被感染的节点以及感染时间，那么对于操作1，2都好解决，对于操作3需要遍历栈并求出是否有节点
html代码 <el-form-item label="树型结构" > <el-select v-model="treeData" placeholder="请选择..." style="width: 16rem" > <el-option :value="treeDataValue" style="h
线段树真是太强啦! 用途 线段树不同与树状数组,他支持单点查询,单点修改,区间修改,区间查询,需要 \(4\) 个函数进行,分别为 \(build,updata,query,lazy\) 组成,即搭建,更新,查询,懒惰数组。 build 建树 定义一个数组,我们称为 \(tree\) 对于 \(tree_i\) 我们同样保留 \(4\) 个元素
获取左右子树的高度，如果左右子树高度差小于等于1，则判断左右子树的左右子树，如此递归下去。 class Solution { public: int getDp(TreeNode *root) { if (root == nullptr) return 0; int ldp = getDp(root->left); int rdp = getDp(root
入门爬虫笔记01 1.request库的使用 使用request库的get方法 import request r = request.get('www.baidu.com') 这会得到一个Response对象，将其存入变量r。 显示得到的html代码 print（r.text） 有时候会出现乱码的情况，这时候在网站使用开发者工具(F12)，在head标签下，找一下'charse
CF609E Minimum spanning tree for each edge 题目描述 给你 \(n\) 个点，\(m\) 条边，如果对于一个最小生成树中要求必须包括第 \(i (1 \le i \le m)\) 条边，那么最小生成树的权值总和最小是多少。 输入格式 第一行 \(n,m\) ，后面 \(m\) 行每行 \(u,v,w\) 代表一条边。 输出格式 \(m\)
树剖的未来会补的（卑微）。 这里想讲讲平衡树，因为看着高级，可以证明我学过OI。 我们先了解下 \(BST\)，也就是平衡二叉树。 他的概念是，对于每一个非叶子结点，他的左儿子一定小于当前节点，右儿子必定大于当前节点。 类似于如下图，就是一个好看的 \(BST\)： 那我们现在对平衡二叉树有了深入的
DSU on Tree and It's questions 树上启发式合并，可以在 \(O(n\log n)\) 的时间复杂度内解决一类对于子树的查询问题。这篇文章以题目为主。 算法流程 遍历 \(u\) 的所有轻儿子，计算答案，但不保留其在一个全局的数据结构内的结果。 遍历 \(u\) 的重儿子，保留它对一个全局数据结构的影
splay树 概念 splay树也是一种二叉查找树，同时也会通过旋转的操作保证一定的平衡。与普通的平衡树 (AVL) 相区别的是它可以将需要的节点不断向根节点旋转，这个过程被称作伸展。splay树可以高效的完成区间删除、区间插入、区间翻转以及其他二叉排序树的功能。这里以 HDU-3487为例，介绍
# pbds 学习记录 pbds库提供了一些常用的数据结构，常数上通常比对应的常用 stl 更快，所以值得整理一下。 ## 堆 为了使用 pbds 的堆，我们要使用如下头文件 ```cpp #include <ext/pb_ds/priority_queue.hpp> ``` 声明如下 ```cpp __gnu_pbds :: priority_queue<T, Compare, Tag
654. 最大二叉树 难度中等499收藏分享切换为英文接收动态反馈 给定一个不重复的整数数组 nums 。 最大二叉树 可以用下面的算法从 nums 递归地构建: 创建一个根节点，其值为 nums 中的最大值。 递归地在最大值 左边 的 子数组前缀上 构建左子树。 递归地在最大值
测试比较的是在B-Tree里面存放int类型数字这个非常特殊的场景。Google的实现中参数都是interface，因为int类型的数字要转成interface，且发生了逃逸。用泛型减少了数字分配到堆的消耗，同时减少了GC压力。 如果本身要存储的就是指针类的数据，相信不会有这么大的区别。 https://thenewsta
Given the root of a binary tree and two integers p and q, return the distance between the nodes of value p and value q in the tree. The distance between two nodes is the number of edges on the path from one to the other. Solution 求树上两个点之间的距离。很经
/** * 无限极分类 * @param array $data 可迭代数组 * @param int $pid 父级id * @return array */ public static function getTree(array $data,$pid = 0): array { $tree = []; foreach ($data as &$item){ if
沝黑。 首先这种统计路径的问题一般联想点分治，然后考虑如何处理经过一个点 \(u\) 的路径。 考虑有一个点 \(p\in u\) 的子树，然后记录路径 \(p\to u\) 和路径 \(u\to p\) 的答案。前者放入一个映射统计，后者存在数组 \(S\) 里面。 最后整体统计，枚举 \(x\in S\)，设 \(x\lt M\)，统计映射
