C++模板与STL库介绍.ppt
链接：https://raw.githubusercontent.com/hzwer/shareOI/master/基础算法/C%2B%2B模板与STL库介绍.ppt
作为一个橙名玩家大部分都是会的，不过有几个新知识：
容器：可容纳各种数据类型的数据结构。
迭代器：可依次存取容器中元素的东西。
算法：用来操作容器中的元素的函数模板。例如，STL用sort来对一个vector中的数据进行排序，用find来搜索一个list中的对象。
函数本身与他们操作的数据的结构和类型无关，因此他们可以在从简单数组到高度复杂容器的任何数据结构上使用。
只不过性能就不一定保证了，比如用algorithm::lower_bound(set1.begin(), set1.end(), value)，绝对暴毙。
容器分为三大类：
1.顺序容器：vector，deque，list；
2.关联容器：set，multiset，map，multimap；
3.容器适配器，stack，queue，priority_queue。
stack和queue确实是deque的适配器，是把deque堵住一端实现的，queue可以理解但是stack为什么要用deque实现呢？
是为了push和pop操作是个性能更平均的O(1)（因为vector在内存不足时大量复制发生卡顿，但是deque的卡顿不明显，而且deque回收内存更方便），并且已有的元素不发生内存地址的变化，可以使得指针仍然有效（但是迭代器可能会无效）。但为什么不用list做呢？这就不懂了，或许list性能比deque要低吧。
（参见https://blog.csdn.net/u012989012/article/details/84255664）
priority_queue默认使用的容器是vector，这个很好理解，heap本身就是用数组做的。
所有标准库容器共有的成员函数：
按字典序比较两个容器大小的运算符：<, <=, >, >=, ==, !=；
empty：判断容器中是否有元素；
max_size：容器中最多能装多少元素；
size：容器中元素个数（注意这个一般是unsigned的，不要用这个-1或者与负数比较）；
swap：交换两个容器的内容。
只在顺序容器和关联容器中有的成员函数：
begin：返回指向容器中第一个元素的迭代器；
end：返回指向容器中最后一个元素后面的位置的迭代器；
rbegin：返回指向容器中最后一个元素的迭代器；
rend：返回指向容器中第一个元素前面的位置的迭代器；
erase：从容器中删除一个或几个元素；
clear：从容器中删除所有元素。
注意rbegin和rend是不能放进sort里的（好像是这样）。
也就是说，容器适配器是不能够erase和clear的。
迭代器也有常迭代器，是只能读取不能修改的，例如：
vector<int>::const_iterator it=vector1.begin()。
只有顺序容器和关联容器才有迭代器。
迭代器的访问性能是不完全一样的，只有拥有随机访问迭代器的容器才能使用排序算法。
没有随机访问迭代器的容器，比如list还有关联容器，就不要使用排序算法了，也不要使用algorithm::lower_bound，不过关联容器可以用自带的代替。
STL 中的迭代器按功能由弱到强分为5种：
1.输入：Input iterators 提供对数据的只读访问。
1.输出：Output iterators 提供对数据的只写访问。
2.正向：Forward iterators 提供读写操作，并能一次一个地向前推进迭代器。
3.双向：Bidirectional iterators提供读写操作，并能一次一个地向前和向后移动。
4.随机访问：Random access iterators提供读写操作，并能在数据中随机移动。
编号大的迭代器拥有编号小的迭代器的所有功能，能当作编号小的迭代器使用。
所有迭代器：
++p, p++
输入迭代器：*p, p = p1, p == p1, p!= p1
输出迭代器：*p, p = p1
正向迭代器：上面全部
双向迭代器：上面全部，--p, p--
随机访问迭代器：上面全部，以及：
p += i, p -= i
p + i：返回指向 p 后面的第i个元素的迭代器
p - i：返回指向 p 前面的第i个元素的迭代器
p[i]：p 后面的第i个元素的引用
p < p1, p <= p1, p > p1, p>= p1
注意只有随机访问迭代器可以比较大小，所以set一般用it != set1.end()来遍历，而vector可以用it < vector1.end()
容器，迭代器类别
vector，随机
deque，随机
list，双向
set/multiset，双向
map/multimap，双向
stack，不支持迭代器
queue，不支持迭代器
priority_queue，不支持迭代器
find查找失败返回查找区间的终点。
也就是说假如传入的区间终点不是end迭代器就不会是end。
所有顺序容器都支持以下成员函数：
front：返回容器中第一个元素的引用
back：返回容器中最后一个元素的引用
push_back：在容器末尾插入新元素
pop_back：删除容器末尾的元素
vector：最普通的容器，支持随机访问迭代器，所以支持所有的alorithm的算法
list自带一些特有的成员函数：
push_front：在容器前面插入新元素
pop_front：删除容器前面的元素
sort：排序（list自带的sort，注意list不支持alorithm::sort）
remove：删除和指定值相等的所有元素
unique：删除所有和前一个元素相同的元素（也就是用来去重的话，建议先sort，不过这个不需要erase的吗？）
merge：合并两个链表，并清空被合并的那个链表
reverse：颠倒链表
splice：在指定位置前面插入另一链表中的一个或多个元素，并在另一链表中删除被插入的元素
deque容器：在vector的基础上支持在容器前面操作。
set容器：insert返回一个pair，这个pair的second表示是否insert成功。
C++的pb_ds库在OI中的应用_于纪平.pdf
链接：https://github.com/hzwer/shareOI/blob/master/基础算法/C%2B%2B的pb_ds库在OI中的应用_于纪平.pdf
__gnu_pbds::priority_queue
头文件：ext/pb_ds/priority_queue.hpp
与std::priority_queue基本相同，多了一个clear可以用。
template <typename Value_Type,
typename Cmp_Fn = std::less <Value_Type>,
typename Tag = pairing_heap_tag ,
typename Allocator = std::allocator<char>
>class priority_queue;
Tag：表示使用的堆的类型，可以是binary_heap_tag，binomial_heap_ta，rc_binomial_heap_tag，pairing_heap_tag，thin_heap_tag。
比std的更多功能：
可以使用begin和end获得iterator来遍历。
可以使用increase_key和decrease_key，插入和删除单个元素。
可以合并。
push：插入一个value，返回push成功后的迭代器。
modify：传入一个迭代器和一个value进行修改（修改完成后会自动调整）。
erase：删除一个迭代器。
join：传入另一个priority_queue的引用，那个合并到this里，然后那个会被清空（可合并堆）。
时间复杂度
共5种操作：push，pop，modify，erase，join。
pair_heap_tag：push和join为常数，其他为对数。
binary_heap_tag：只支持push和pop，为对数。
binomial_heap_tag：push为常数，其他为对数。
rc_binomial_heap_tag：push为常数，其他为对数。
thin_heap_tag：push为常数，不支持join，其他为对数。若只有increase_kay，则modify也为常数。
比起std::priority_queue的改进
合并的时候用pair_heap_tag？
Dijkstra的时候用thin_heap_tag？
是这样吗？
测试结论1：只进行push和pop，binary_heap_tag的效率与std近似，在没有开O2的时候比没有开O2的std快，其他的惨不忍睹。
测试结论2：进行join，binary_heap_tag的join显著优于其他，包括启发式合并的std，以及pairing_heap_tag。
测试结论3：极端情况（边巨多）堆优化Dijkstra，pairing_heap_tag和thin_heap_tag，优于其他堆，但不及线段树。（注意binary_heap_tag是不支持修改的，没有进行测试）
测试结论4：普通堆优化Dijkstra，pairing_heap比较好，但是还是不如线段树。
总结论：
不join的时候，线段树大法好。
join的时候，随机数据或者胆子大用binary_heap_tag自带的join（非启发式），时间虽然为对数但是真的小。但是这是比赛，用pairing_heap_tag或者binomial_heap_tag比较好，效率可以达到仅次于手动的左偏树。
也就是说，要么用可并堆，使用pairing_heap_tag，要么就直接离散化上线段树。
__gnu_pbds::tree
头文件：ext/pb_ds/assoc_container.hpp和/ext/pb_ds/tree_policy.hpp
使用方式和map差不多（传入两个参数key和value），不需要第二个参数的时候，传入null_type（或者null_mapped_type，当版本比较旧时）即可（变成set，连元素都不再是pair，只是第一个参数的类型）。
template <
typename Key,
typename Mapped,
typename Cmp_Fn = std::less <Key>,
typename Tag = rb_tree_tag,
template <
typename Const_Node_Iterator,
typename Node_Iterator,
typename Cmp_Fn_,
typename Allocator_
> class Node_Update = null_tree_node_update,
typename Allocator = std::allocator <char>
> class tree;
Tag：可以是rb_tree_tag，splay_tree_tag，ov_tree_tag之一。
Node Update：指定为tree_order_statistics_node_update，这个tree就获得了两个新的成员函数find_by_order和order_of_key，也就是名次树！
find_by_order：找第order+1小的元素。（这个是从0开始还是从1开始的呢？）
order_of_key：询问有多少个比它小的。
join：把两棵值域不相交的树合并，也就是一棵完全比另一棵大，否则会抛出异常。
split：传入一个value和一个tree的引用other，把other清空然后把比value大的值移动到other。
自带的tree_order_statistics_node_update统计的是子树的size，可以修改为统计各种信息。
比如查询子树的value值之和，这个很复杂，维护前缀和感觉和手动数据结构一样麻烦，先留个坑。
缺点：
1、不能交换左右子树，不能完全取代splay和无旋treap用来维护序列的地位。
2、打延迟标记很麻烦，失去了偷懒的意义。
时间复杂度
插入数据，然后遍历。
ov_tree_tag居然连插入然后遍历都可以TLE。
rb_tree_tag和splay_tree_tag分别和std的set和手动的splay性能近似。
插入数据，然后从中查询。
树的性能同上，但是都不如__gnu_pbds::cc_hash_table和__gnu_pbds::gp_hash_table（最快）。
__gnu_pbds::cc_hash_table和__gnu_pbds::gp_hash_table
头文件：ext/pb_ds/assoc_container.hpp和/ext/pb_ds/hash_policy.hpp
用法和unorder_map差不多，支持find和operator[]。
__gnu_cxx::rope
关联资料：
https://www.cnblogs.com/keshuqi/p/6257642.html
https://www.cnblogs.com/scx2015noip-as-php/p/rope.html
顾名思义，就是比string更强的字符“缆”，用起来非常像string，但是它可以从中间位置进行一些奇奇怪怪的操作，用来替代维护序列的平衡树。
正常操作
支持string的各种操作，包括用cin和cout输入输出。
插入/添加等：
push_back(x); //在末尾添加x，可以是一个元素，也可以是string
insert(pos,x); //在pos插入x，可以是一个元素，也可以是string
erase(pos,len); //从pos开始删除len个
copy(pos,len,x); //从pos开始，到pos+len为止用x代替
replace(pos,x); //从pos开始换成x，可以是一个元素，也可以是string
substr(pos,len); //提取pos开始len个
at(x)/[x]; //访问第x个元素
string &append(const string &s,int pos,int n);
//把字符串s中从pos开始的n个字符连接到当前字符串的结尾（没什么用）
a.append(b); //直接把rope/string接在后面（没什么用）
可持久化操作
rope好用的关键是可持久化操作。
rope<int> *f[10005];
f[i]=new rope<int>(*f[i-1]);
这个操作是飞快的，与rope的size不成线性。
假如需要翻转序列，一般维护正反两个rope即可。