上面是本身的学习笔记,下面是推荐博文阅读html
关于每一个知识点的阅读顺序若不加序号通常是并列的,有序号的话通常是推荐看(固然只知其一;不知其二的话能够从头看起也能够从中间开始)git
另外,有的连接放在推荐的下面了程序员
另另外,算法难度是降序的github
持续更新中.....算法
[树状数组新感雾]数据结构
[积性函数与卷积]ide
[非旋 treap 结构体数组版(无指针)详解,有图有真相]
[可持久化并(xian)查(duan)集(shu)]
[可持久化 trie 的简单入门]
yyb 太神仙了 kk (这篇博客主要亮点是斯特林数
https://www.cnblogs.com/cjyyb/p/10142878.html
TXC 队爷聚聚最棒了 QAQ
https://cmxrynp.github.io/2019/03/19/identity-of-roots-of-unity-notes/
只有本身的,哼╭(╯^╰)╮
https://www.cnblogs.com/Judge/p/11827173.html
博主这么菜固然是没写过(并且也不会的),因而丢个连接跑路~
https://www.cnblogs.com/sineatos/p/3888921.html
不过例题仍是有几道滴...
https://www.cnblogs.com/Judge/p/11037194.html
看了看本身博客里没有搬,就把本身洛谷上的题解搞到这儿了...
挺有趣的一个东西,和泰勒展开的思想相似,就是去拟合一个函数,区别大概在于一个是**局部**超近似,另外一个是**总体**带小偏差的相似吧
https://www.cnblogs.com/Judge/p/10927547.html
愉快地去逛知乎吧...
https://www.zhihu.com/question/38191693
这个泊松分布真是见鬼了,之后连个馒头都卖不成...
https://blog.csdn.net/ccnt_2012/article/details/81114920
可能并无什么用... 固然是博主写的最详细啦~
https://www.cnblogs.com/Judge/p/10755703.html
比较少会用到...可是确定仍是要学的QWQ
Orz shadowice 大佬
https://www.luogu.org/blog/ShadowassIIXVIIIIV/guan-yu-bo-nu-li-shuo-zhuai-hua-zi-ran-shuo-mi-hu-gong-shi-di-zheng-mi
蒟蒻个人
https://www.cnblogs.com/Judge/p/10722777.html
光明正大的打开 B 站 而后学习芝士吧!
https://www.bilibili.com/video/av41712219
attack 大佬写的很详细呢...(虽然说感受大半是翻译的)
https://www.cnblogs.com/zwfymqz/p/10605181.html
bzt 大仙的好像和 attack 大佬写的差很少...
https://www.cnblogs.com/bztMinamoto/p/10664973.html
这位大佬(TXC)写的很棒耶
https://cmxrynp.github.io/2018/12/03/Min-25%E7%AD%9B%E5%AD%A6%E4%B9%A0%E7%AC%94%E8%AE%B0/
而后这是博主关于 min25 筛复杂度的证实(其实没有什么用?娱乐一下呗)
https://www.cnblogs.com/Judge/p/10694120.html
比较有趣的东西,科普一下(大概是和几率学有关?)
https://www.jianshu.com/p/cb7145e4c4bd
很是赞的博客,强烈安利,用讲故事的形式传授了芝士!
https://www.cnblogs.com/RabbitHu/p/9178645.html
而后关于二项式定理的一点小芝士(本身的):
https://www.cnblogs.com/Judge/p/10549495.html
还有关于进阶的:
https://blog.csdn.net/consciousman/article/details/77935700
这玩意儿其实不难,卷积按定义来,莫比乌斯函数其实就是用来对卷积容斥的(即一种逆运算,相似逆元)
先放上本身的没什么软用的博客...
https://www.cnblogs.com/Judge/p/10718016.html]
而后是各类大佬的...
https://lx-2003.blog.luogu.org/mobius-inversion
https://blog.csdn.net/u013632138/article/details/61623497
http://www.cnblogs.com/Colythme/p/9972264.html
而后杜教筛?就是线性筛预处理+数论分块(用了反演技巧),模板题的题解!
https://www.luogu.org/problemnew/solution/P4213
而后还能够看几道题的题解来理解卷积与反演的用处,更利于掌握算法
1. 这篇博客不错的哈,说是小学生都能看懂(应该是能够的,毕竟小学生吊打高中生呢):
https://www.cnblogs.com/RabbitHu/p/FFT.html
2. 毛啸大佬的 2016国际论文: 再探FFT 很棒啊,看完一些基本性质能够去看看,里面有更为细致的推导 (自行找资源)
3. 强力推荐 Menci 的讲解(其实这个可能最好了,只要你懂了点值表示、系数表示什么的,固然这个能够在算法导论上学一学)
关键menci大佬填了毛啸大佬的坑...(一些关键地方没解释),固然这不怪毛啸大佬,由于他原本就是写给学过的人重温的哇!
https://oi.men.ci/fft-notes/
4.算法导论:不推荐的缘由就是里面讲的比较杂,说插值又跳到 拉格朗日、逆矩阵、 LU 分解,甚至是拉格朗日算系数(并且还留了个做业坑)去了,
固然若是基本功扎实的话也不妨能够看看,收获不会少的(这个总不能附个下载地址什么的,况且没有?自行搜索)
博主的博客...
https://www.cnblogs.com/Judge/p/10549495.html
博主的证实...
https://www.cnblogs.com/Judge/p/10652738.html
这个看洛谷的模板题解应该差很少(不过我是学完以后题照样不会作的...),也能够瞅瞅个人blog(固然 attack 大佬写的很不错啦)
https://www.cnblogs.com/Judge/p/10428378.html
线性代数的本质:这玩意儿是视屏,并且是B站上的(而后你就能够光明正大地当着教练面逛 B 站了 2333),正当理由!
https://search.bilibili.com/video?keyword=%E7%BA%BF%E6%80%A7%E4%BB%A3%E6%95%B0%E7%9A%84%E6%9C%AC%E8%B4%A8
线性代数的书籍:有本书叫《程序员的数学3:线性代数》,讲得比较详细(有时候你还会以为有点繁琐),但不失为一本适合初学者入门的书,关键书的后半部分有讲到一些应用呢,这个博主以为仍是不错的(亮点)
另外一本是书名就《线性代数》的,建议先看前面那本吧,(这本比较枯燥,适合机器阅读?)
看我博客比较好(假的,可是比较全是真的,大不了细学的时候在本身找blog呗),可是BSGS还没加上去,不知道何时填坑
https://www.cnblogs.com/Judge/p/9383034.html (普及篇)
https://www.cnblogs.com/Judge/p/9479665.html (进阶篇)
就是权值线段树以及一些可持久化数据结构吧(不包括平衡树哈,博主太菜还没来得及学,学完填坑),到我博客首页 Ctrl + F 搜索可持久化(或者主席树)就好啦
https://www.cnblogs.com/Judge/
博客首页搜索 dp ,好像只有两个有写,其余要么太难要么没什么写的必要
https://www.cnblogs.com/Judge/