常用算法代码模板（C++）——数据结构：链表、栈、队列、单调队列、模式匹配、Trie树、并查集、堆、哈希
C++算法模板系列
目录
1 链表
用链式前向星（静态链表）实现链表的定义、遍历与增删改查。
1.1 单链表
无头单链表。元素结点地址idx从0开始分配，表尾空指针记为-1。
int head, e[N], ne[N], idx;
// head为无头单链表的头指针
// e[i]存储结点i的值
// ne[i]指向结点i的后继
// idx为分配给结点的"地址"
/* 初始化 */
head = -1; // 头指针初始为-1
idx = 0; // 这里设定第1个插入的结点在0号下标
/* 头插一个数x */
void insert_head(int x) {
e[idx] = x;
ne[idx] = head;
head = idx++; // 后继为开始结点
}
/* 在结点k之后插入一个数x */
void insert(int k, int x) {
e[idx] = x;
ne[idx] = ne[k];
ne[k] = idx++; // 后继为k的后继
}
/* 删除头结点（需保证链表非空） */
void remove_head() {
head = ne[head];
}
/* 删除结点k之后的结点 */
void remove(int k) {
ne[k] = ne[ne[k]]
}
/* 遍历整条链表 */
for (int i = head; ~i; i = ne[i]) {
int u = e[i];
// ...
}
1.2 双链表
带头循环双链表。规定0是头结点/左端点，只有后继；1是尾结点/右端点，只有前驱。元素结点地址idx从2开始分配，每个元素结点都不含空指针。
对于删除操作，为避免繁杂通常不直接将结点移出链表，而是通过开bool数组st[]标记结点来实现，st[i]记录结点i是否被删除。
也可用来实现二叉树的二叉链表，此时无需再设循环的头结点。
int e[N], l[N], r[N], idx;
// l[i]、r[i]分别指向结点i的前驱、后继
// 特殊规定：0是头结点/左端点，只有后继；1是尾结点/右端点，只有前驱
/* 初始化 */
r[0] = 1, l[1] = 0; // 左右端点分别指向对方
idx = 2; // 第1个结点从下标2开始存储
/* 在结点k的右边插入一个数x */
void insert_r(int k, int x) {
e[idx] = x;
l[idx] = k; // 前驱为k
r[idx] = r[k]; // 后继为k的后继
l[r[k]] = idx; // k后继的前驱、k的后继（须最后修改）即为该结点
r[k] = idx++;
}
/* 在结点k的左边插入一个数x */
void insert_l(int k, int x) {
insert_r(l[k], x); // 等价于在结点k的前驱（l[k]）的右边插入
}
/* 删除结点k */
void remove(int k) {
l[r[k]] = l[k];
r[l[k]] = r[k];
}
/* 遍历整条链表 */
for (int i = r[0]; i != 1; i = r[i]) {
int u = e[i];
...
}
2 栈
FILO。手工数组建栈可以实现对栈内元素的随机存取。
int stk[N], tt = -1;
// stk[0 ... N-1]
// 栈顶指针tt初始化为-1
/* 栈顶入栈一个数 */
stk[++tt] = x;
/* 栈顶出栈一个数 */
tt--;
/* 获取栈顶的值 */
stk[tt];
/* 判断栈是否为空 */
if (tt != -1) ...3 队列
FIFO
3.1 非循环队列
手工建立的非循环队列队中元素不会被覆盖，由此可以实现对队内历史元素的遍历与随机存取，或根据指针判断某些性质（如拓扑序列）。
int q[N], hh = 0, tt = -1;
// q[0 ... N-1]
// 队头初始为0， 队尾初始和栈顶一样为-1
/* 队尾入队一个数 */
q[++tt] = x;
/* 队头出队一个数 */
hh++;
/* 队头、队尾的值 */
q[hh];
q[tt];
/* 判断队列是否为空 */
if (hh <= tt) ...3.2 循环队列
int q[N], hh = 0, tt = 0;
// q[0 ... N-1]
// 队头和队尾指针初始均为0
/* 队尾入队一个数 */
q[tt++] = x;
if (tt == N) tt = 0;
/* 队头出队一个数 */
hh++;
if (hh == N) hh = 0;
/* 队头、队尾的值 */
q[hh];
q[tt];
/* 判断队列是否为空 */
if (hh != tt) ...4 单调队列
核心思想：及时弹出必不会作为答案的数，使得容器内各所指元素始终单调
4.1 单调栈
常见模型：找出数列中每个数左边离它最近的比它大/小的数
【例】输出数组a[1 ... n]中每个数左边离它最近的比它小的数，不存在则输出-1
int n, a[N]; // a[1 ... n]
int stk[N], tt = -1; // 栈中存储数组元素下标
// 思想：若a[x] >= a[y] (x < y)，则a[x]必不会是任何一数的答案，可直接剔除
for (int i = 0; i < n; i++) { // 双指针算法，i是子区间右端点
while (tt != -1 && a[stk[tt]] >= a[i]) {
tt--; // 弹出既大又"远"的数
}
if (tt != -1) {
printf("%d ", a[stk[tt]]);
} else {
printf("-1 ");
}
stk[++tt] = i;
}
4.2 单调队列
常见模型：找出滑动窗口中的最大值/最小值
【例】设数组a[1 ... n]中的滑动窗口长度为k，输出滑动窗口每次前移时窗口内的最小值
/* 示例：输出滑动窗口每次前移时窗口内的最小值 */
int n, a[N]; // a[1 ... n]
int k; // 滑动窗口的长度
int q[N], hh = 0, tt = -1; // 队列（双端队列）中存储数组元素下标
// 思想：同单调栈，且应输出的最值在队头（单调）
for (int i = 0; i < n; i++) { // 双指针算法，i是子区间右端点
while (hh <= tt && i - k + 1 > q[hh]) {
hh++; // 判断队头是否滑出窗口
}
while (hh <= tt && a[q[tt]] >= a[i]) {
tt--; // 同单调栈，队尾弹出既大又"远"的数
}
q[++tt] = i; // 先将i从队尾入队
if (i + 1 >= k) {
printf("%d ", a[q[hh]]); // 当窗口长度达到要求时才输出
}
}5 模式匹配
5.1 暴力匹配
时间复杂度：$O(n\cdot m)$
string s, p;
if (s.find(p) != -1) ... // 匹配成功的操作5.2 KMP
next数组：$\text{next}[i]=$ 以 $i$ 为终点的最大公共前后缀（此处规定包含 $i$ ）的长度
时间复杂度：$O(n+m)$
char s[N], p[N]; // 主串s[1 ... n]与模式串p[1 ... m]（必须从下标1开始存储字符）
int n, m; // 主串长度为n，模式串长度为m
int ne[N]; // next数组
/* 初始化 */
scanf("%s%s", s + 1, p + 1); // 从下标1读取串至字符数组
n = strlen(s + 1), m = strlen(p + 1); // 获取有效存储长度
/* 求模式串p的next数组：p对p自己作KMP匹配 */
for (int i = 2, j = 0; i <= m; i++) { // ne[1]=0，故i从2开始遍历
while (j && p[i] != p[j + 1]) {
j = ne[j];
}
if (p[i] == p[j + 1]) {
j++;
}
ne[i] = j; // 匹配成功则表明得到了以当前i为终点的最大公共前后缀的长度
}
/* KMP匹配 */
for (int i = 1, j = 0; i <= n; i++) { // 始终与j的下一位(j+1)作匹配
while (j && s[i] != p[j + 1]) {
j = ne[j]; // 若j未退回起点且i与j的下一位不匹配，则j回溯
}
if (s[i] == p[j + 1]) {
j++; // 若i与j的下一位匹配，则j走至下一位
}
if (j == m) { // 匹配成功的操作
// ...
j = ne[j]; // 若要求找到所有匹配点，则j继续回溯、匹配
}
}
6 Trie树
字典树（Retrieval Tree, Trie Tree）用于高效存储和查找字符串集合。
AC自动机为追加了fail指针的Trie树，算法思想参考KMP。
int son[N][26], cnt[N], idx;
// son[p][u]记录结点p的第u个子结点（26表示26个字母）
// cnt[p]存储以结点p结尾的单词数量
// idx初始为0（0号点既是根结点，又是空结点，故创建结点时为++idx）
/* 插入一个字符串 */
void insert(char str[]) {
int p = 0; // 从根结点0开始遍历Trie的指针
for (int i = 0; str[i]; i++) {
int u = str[i] - 'a';
if (!son[p][u]) {
son[p][u] = ++idx; // 不存在则创建该子结点
}
p = son[p][u];
}
cnt[p]++; // p最终指向字符串末尾字母，p计数器自增
}
/* 查询字符串出现的次数 */
int query(char str[]) {
int p = 0;
for (int i = 0; str[i]; i++) {
int u = str[i] - 'a';
if (!son[p][u]) {
return 0; // 不存在则直接返回0
}
p = son[p][u];
}
return cnt[p]; // p最终指向字符串末尾字母，返回数量
}7 并查集
使用树的双亲表示法顺序存储，p[x]存储结点x的父结点（经过路径更新后变为该结点所属集合的根结点/祖宗结点）。若p[x] == x（或find(x) == x），则x为该集合的根结点。
判断结点a和b是否在同一集合：find(a) == find(b)
7.1 朴素并查集
int n; // [1 ... n]
int p[N]; // p[i]存储结点i的祖先结点（路径压缩后则为根结点），集合根结点的父结点为其自身
/* 初始化 */
for (int i = 1; i <= n; i++) {
p[i] = i;
}
/* 并查集核心操作：返回结点x所属集合的根结点，并进行路径压缩 */
int find(int x) {
if (p[x] != x) {
p[x] = find(p[x]);
}
return p[x];
}
/* 合并结点a和b所在集合：将a并至b */
p[find(a)] = find(b); // 将a的根接在b的根之后7.2 维护集合大小的并查集
结点a所属集合的大小：cnt[find(a)]
int n;
int p[N], cnt[N]; // cnt[i]存储根结点i的集合中结点数（仅根结点的cnt有意义）
/* 初始化 */
for (int i = 1; i <= n; i++) {
p[i] = i;
cnt[i] = 1; // 初始化各结点为根，其所属集合大小为1
}
/* 并查集核心操作 */
int find(int x) {
if (p[x] != x) {
p[x] = find(p[x]);
}
return p[x];
}
/* 合并结点a和b所在集合：将a并至b */
if (find(a) == find(b)) continue; // 若已在同一集合内则跳过
cnt[find(b)] += cnt[find(a)]; // 需将a所属集合的大小加至b
p[find(a)] = find(b);7.3 维护到祖宗结点距离的并查集
int n;
int p[N], d[N]; // d[i]存储结点i到其根结点p[i]的距离
/* 初始化 */
for (int i = 1; i <= n; i++) {
p[i] = i;
d[i] = 0; // 初始化全为0
}
/* 并查集核心操作 */
int find(int x) {
if (p[x] != x) {
int u = find(p[x]); // u临时记录根结点
d[x] += d[p[x]]; // 更新x到根p[x]的路径长度
p[x] = u;
}
return p[x];
}
/* 根据具体问题，初始化根find(a)的偏移量 */
d[find(a)] = distance;
/* 合并结点a和b所在集合：将a并至b */
p[find(a)] = find(b);8 堆
8.1 优先队列
java中PriorityQueue默认为小根堆，因此创建大根堆需要使用Collections.reverseOrder()作为构造参数
priority_queue<int> max_heap; // 默认为大根堆
priority_queue<int, vector<int>, greater<int> > min_heap; // 小根堆8.2 数组堆
可实现堆中任意元素的插入删除操作，并建立与插入序列之间的映射关系。
int h[N], cnt;
int ph[N], hp[N], idx;
// h[1 ... cnt]为小根堆，h[1]为堆顶/最小值，结点u的左右儿子（若存在）分别为2u、2u+1
// ph[k]映射插入序列中第k个点到堆中的下标u (Position-Heap)
// hp[u]映射堆中结点u到插入序列中的序号k (Heap-Position)
/* 堆swap函数：交换堆中两个结点a和b的所有信息（若不建立映射则用std::swap()即可） */
void heap_swap(int a, int b) {
swap(ph[hp[a]], ph[hp[b]]);
swap(hp[a], hp[b]);
swap(h[a], h[b]);
}
/* 向下调整：一路向下交换结点u与其较小的儿子 */
void down(int u) {
int t = u; // 记录u、2u、2u+1三个结点中的最小值结点编号
if (2 * u <= cnt && h[2 * u] < h[t]) {
t = 2 * u;
}
if (2 * u + 1 <= cnt && h[2 * u + 1] < h[t]) {
t = 2 * u + 1;
}
if (t != u) {
heap_swap(u, t);
down(t);
}
}
/* 向上调整：一路向上交换结点u与其父结点 */
void up(int u) {
while (u / 2 && h[u / 2] > h[u]) {
heap_swap(u / 2, u);
u >>= 1;
}
}
/* 插入一个数x */
void insert(int x) {
cnt++, idx++;
ph[idx] = cnt;
hp[cnt] = idx;
h[cnt] = x;
up(cnt);
}
/* 删除最小值/堆顶元素 */
void remove_top() {
heap_swap(1, cnt);
cnt--;
down(1);
}
/* 删除第k个插入的元素 */
void remove(int k) {
int u = ph[k];
heap_swap(u, cnt);
cnt--;
up(u); // 只会执行其中一个
down(u);
}
/* 修改第k个插入的元素为x */
void change(int k, int x) {
int u = ph[k];
h[u] = x;
up(u); // 只会执行其中一个
down(u);
}9 哈希
HashSet、HashMap
9.1 一般哈希
N最好取质数，使得冲突概率尽可能低
若要删除，则可额外开bool数组标记各地址元素状态来表示是否被删
9.1.1 拉链法
int h[N], e[N], ne[N], idx;
/* 链表初始化 */
memset(h, -1, sizeof h);
/* 向哈希表中插入一个数 */
void insert(int x) {
int t = (x % N + N) % N; // C++的负数取余运算：(-n) mod k = -(n mod k)
e[idx] = x;
ne[idx] = h[t];
h[t] = idx++; // 将x头插在链表h[t]
}
/* 在哈希表中查询某个数是否存在 */
bool find(int x) {
int t = (x % N + N) % N;
for (int i = h[t]; ~i; i = ne[i]) { // 遍历整条链表h[t]
if (e[i] == x) {
return true;
}
}
return false;
}9.1.2 开放寻址法
数组长度应开到最大数据量的2~3倍
const int INF = 0x3f3f3f3f; // 表示该哈希值的元素不在哈希表内
int h[N];
/* 哈希表初始化 */
memset(h, 0x3f, sizeof h); // 初始化为无穷
/* 若x在哈希表中，返回x的下标；否则返回x应该插入的位置*/
int find(int x) {
int t = (x % N + N) % N;
while (h[t] != INF && h[t] != x) { // 若已存在该哈希值的元素且该元素不等于x
t++;
if (t == N) t = 0;
}
return t;
}9.2 字符串哈希
字符串前缀哈希法：快速判断两段字符串是否相等（不考虑冲突）
- 核心思想：将字符串看成 $P$ 进制数，$P$ 的经验值是 $131$ 或 $13331$ ，取这两个值的冲突概率极低
- C++小技巧：取模的数用$2^{64}$，这样直接用unsigned long long存储，溢出的结果就是取模的结果
typedef unsigned long long ULL;
const int P = 131;
char str[N]; // 待哈希字符串str[1 ... n]
int n; // 字符串的长度
ULL h[N], p[N]; // h[k]存储字符串前k个字母的哈希值（前缀和），p[k]存储 P^k mod 2^64
/* 预处理前缀哈希 */
p[0] = 1;
for (int i = 1; i <= n; i++) {
h[i] = h[i - 1] * P + str[i]; // 求前缀和
p[i] = p[i - 1] * P; // unsigned long long溢出相当于对2^64取模
}
/* 计算子串str[l ... r]的哈希值 */
ULL get(int l, int r) {
return h[r] - h[l - 1] * p[r - l + 1];
}
test