本模版即将更新！ 众所周知，高精度一直都是非常不友好滴~，所以wljss在这里为大家提供一下重载后的结构体高精度(可处理负数，但比较符号比较的是绝对值)，还是非常实用滴^_^.（感谢神佬@yych 的补充） 本模板不定期更新，若有错误之处还望不吝赐教，目前重载的符号有: 1.*:高精度乘法(NTT&非NTT) 2.+:高精度加法 3.-:高精度减法 4./:高精除低精 5.>>:高精度cin读入 6.<<:高精度cout输出。7.取min操作（可正可负）8.取max操作（可正可负） 另外附上NTT用到的各种素数及原根 #include<iostr...

高精&模拟 提供一种不一样的高精度写法。 我们可以使用结构体来模拟高精度，顺便重载一下\(+\) \(-\) \(\times\)就可以啦。但是我们很快就会发现一些问题，如果正数减负数怎么办？用Pascal当然是大力讨论啦。 我们可以先不管数的正负，在进行加减的时候只处理 正数加正数 和 大的整数减小的正数，如果有负数就变号再进行加减法。乘法的话遵循同号为正数异号为负就可以啦。另外重载<<就可以输出结构体，用起来十分的方便。以下提供的写法可以当做模板食用。 这个题还有十分麻烦的模拟，我们使用一个类似快读的函数就能读入啦。另外大力讨论一下7种情况，注意一下它的第一个数...

高精&模拟 提供一种不一样的高精度写法。 我们可以使用结构体来模拟高精度，顺便重载一下\(+\) \(-\) \(\times\)就可以啦。但是我们很快就会发现一些问题，如果正数减负数怎么办？用Pascal当然是大力讨论啦。 我们可以先不管数的正负，在进行加减的时候只处理 正数加正数 和 大的整数减小的正数，如果有负数就变号再进行加减法。乘法的话遵循同号为正数异号为负就可以啦。另外重载<<就可以输出结构体，用起来十分的方便。以下提供的写法可以当做模板食用。 这个题还有十分麻烦的模拟，我们使用一个类似快读的函数就能读入啦。另外大力讨论一下7种情况，注意一下它的第一个数...

状压DP 首先感谢lrj的透彻讲解. 我们要使一项服务瘫痪，就必须选择一些计算机，使它们与他们所相连的计算机是所有的计算机，即：我们将每一个计算机本身及其相连的计算机看成一个集合\(P_i\)，我们要分成尽量多的集合，使每一个集合里\(Pi∪...∪Pj\)为全集。 我们又发现n的值比较小，因此我们可以考虑一下状压，\(P_i\)的每一位表示\(i\)号计算机的联通情况，\(C_i\)(这是数组，不是组合数)表示我们选择该二进制位下所选择的计算机的并集，\(f(C_i)\)表示在二进制下\(C_i\)可以分成的最大答案。 那么我们就要枚举全集子集的子集，对于子集，我们循环就行了，对于子...

状压DP 首先感谢lrj的透彻讲解. 我们要使一项服务瘫痪，就必须选择一些计算机，使它们与他们所相连的计算机是所有的计算机，即：我们将每一个计算机本身及其相连的计算机看成一个集合\(P_i\)，我们要分成尽量多的集合，使每一个集合里\(Pi∪...∪Pj\)为全集。 我们又发现n的值比较小，因此我们可以考虑一下状压，\(P_i\)的每一位表示\(i\)号计算机的联通情况，\(C_i\)(这是数组，不是组合数)表示我们选择该二进制位下所选择的计算机的并集，\(f(C_i)\)表示在二进制下\(C_i\)可以分成的最大答案。 那么我们就要枚举全集子集的子集，对于子集，我们循环就行了，对于子...

树状数组 我们需要求的是\(\sum_{i=1}^{k}S_i\) ,即\(\sum_{i=1}^{k}\sum_{j=1}^{i}a_i\). 暴力求解肯定是不行的，化简式子是OIer的优良传统，所以我们可以考虑化简一下式子。 我们可以考虑一下每一个元素对前前缀合的贡献，第\(i\)个数被\(i\)~\(k\)之间的每一个\(S_j\)都计算了一遍，所以它的贡献就是\((k-i+1)\times a_i\),我们需要求的就是\(\sum_{i=1}^{k}(k-i+1)\times a_i\)。 我们回到单个元素，根据乘法分配率，我们就得到\((k-i+1)\times a_i=(k...

树状数组 我们需要求的是\(\sum_{i=1}^{k}S_i\) ,即\(\sum_{i=1}^{k}\sum_{j=1}^{i}a_i\). 暴力求解肯定是不行的，化简式子是OIer的优良传统，所以我们可以考虑化简一下式子。 我们可以考虑一下每一个元素对前前缀合的贡献，第\(i\)个数被\(i\)~\(k\)之间的每一个\(S_j\)都计算了一遍，所以它的贡献就是\((k-i+1)\times a_i\),我们需要求的就是\(\sum_{i=1}^{k}(k-i+1)\times a_i\)。 我们回到单个元素，根据乘法分配率，我们就得到\((k-i+1)\times a_i=(k...

二分图匹配 我们都能够想到让每个装备和它的属性去连边. 首先提供一种初步想法： 如果我们闭着眼去跑二分图匹配的最大匹配，那么我们得到的答案很显然是错误的.因为我们在得到最大匹配的时候没有考虑从\(1\)到\(n\)的连续性。 那我们该怎么办呢？睁开眼再去跑二分图匹配的最大匹配 我们可以二分一个答案，我们只对小于等于\(mid\)的属性去跑最大匹配，最后看看匹配的点的个数是否等于mid,如果等于的话说明我们可以都匹配上，那就扩大\(l\)，否则就缩小\(r\)。 这样的时间复杂度(在Dinic算法下)是O(\(n \sqrt{m}log(k)\))其中\(k\)为10000.时间复杂...

二分图匹配 我们都能够想到让每个装备和它的属性去连边. 首先提供一种初步想法： 如果我们闭着眼去跑二分图匹配的最大匹配，那么我们得到的答案很显然是错误的.因为我们在得到最大匹配的时候没有考虑从\(1\)到\(n\)的连续性。 那我们该怎么办呢？睁开眼再去跑二分图匹配的最大匹配 我们可以二分一个答案，我们只对小于等于\(mid\)的属性去跑最大匹配，最后看看匹配的点的个数是否等于mid,如果等于的话说明我们可以都匹配上，那就扩大\(l\)，否则就缩小\(r\)。 这样的时间复杂度(在Dinic算法下)是O(\(n \sqrt{m}log(k)\))其中\(k\)为10000.时间复杂...

分治 首先感谢lrj的透彻讲解。 开始的时候我们可以用map来求出一个数的上一次出现的位置和下一次出现的位置，然后能判断一个数在\(l\)到\(r\)中这个数是否只出现了一次。 既然任意连续子序列都至少有一个元素唯一，那么我们可以找到这个序列中一个唯一存在的数，我们姑且认为ta的下标是k，进而我们发现任何包含这个数的区间都不是无聊的区间。 所以我们可以接着判断\(l\)到\(k-1\)的序列与\(k+1\)到\(r\)的序列是否是无聊的序列，若都不是，那\(l\)到\(r\)这个序列也就不是无聊的序列。 其中边界是 if(l==r||l>r)return 1; 我们又会发现...

分治 首先感谢lrj的透彻讲解。 开始的时候我们可以用map来求出一个数的上一次出现的位置和下一次出现的位置，然后能判断一个数在\(l\)到\(r\)中这个数是否只出现了一次。 既然任意连续子序列都至少有一个元素唯一，那么我们可以找到这个序列中一个唯一存在的数，我们姑且认为ta的下标是k，进而我们发现任何包含这个数的区间都不是无聊的区间。 所以我们可以接着判断\(l\)到\(k-1\)的序列与\(k+1\)到\(r\)的序列是否是无聊的序列，若都不是，那\(l\)到\(r\)这个序列也就不是无聊的序列。 其中边界是 if(l==r||l>r)return 1; 我们又会发现...

贪心 对于每一项的交换，设交换前内存为a，交换后内存为b，那么就有a>b或\(a \le b\)。 我们分开处理，将a>b的分为一类，a \le≤ b分为另一类，显然，我们将第一类按照a从小到大排序更优，这样我们就可以用较少的空间换取更大的空间。 将第二类按b从大到小排序，这样我们能花费较少的空间来换取空间。 记录下剩余的空间的同时记录一下需要的最大空间即可。 献上我又臭又长的代码 #include<algorithm> #include<iostream> #include<cstdio> #define int long long...

贪心 对于每一项的交换，设交换前内存为a，交换后内存为b，那么就有a>b或\(a \le b\)。 我们分开处理，将a>b的分为一类，a \le≤ b分为另一类，显然，我们将第一类按照a从小到大排序更优，这样我们就可以用较少的空间换取更大的空间。 将第二类按b从大到小排序，这样我们能花费较少的空间来换取空间。 记录下剩余的空间的同时记录一下需要的最大空间即可。 献上我又臭又长的代码 #include<algorithm> #include<iostream> #include<cstdio> #define int long long...