競プロ早見表

Java 25 topics · 印刷対応 (A4)
各項目は 使う場面 → 図解 → コード → 罠 の順。// 灰色はコメント、計算量は右上。
データ構造 Union-Find 素集合・連結判定 ほぼ O(α(N))

経路圧縮 + size 併合。連結判定 / グループ分け / Kruskal。union は併合したら true。

init   0  1  2  3  4   (各自が根)
u(0,1) 0──1  2  3  4
u(2,3) 0──1  2──3  4
u(1,2) 0──1──2──3  4   same(0,3)=T size=4
find: 根まで辿り親を直付け(経路圧縮)
class UnionFind {
  int[] par, sz;
  UnionFind(int n) {
    par = new int[n]; sz = new int[n];
    for (int i = 0; i < n; i++) { par[i] = i; sz[i] = 1; }
  }
  int find(int x) { return par[x] == x ? x : (par[x] = find(par[x])); }
  boolean union(int a, int b) {
    int ra = find(a), rb = find(b);
    if (ra == rb) return false;
    if (sz[ra] < sz[rb]) { int t = ra; ra = rb; rb = t; }
    par[rb] = ra; sz[ra] += sz[rb]; return true;
  }
  boolean same(int a, int b) { return find(a) == find(b); }
  int size(int x) { return sz[find(x)]; }
}
  • size(小)を size(大)に繋ぐ(union by size)で木を低く保つ
  • 辺の削除はできない(追加のみ)。削除込みは別手法
データ構造 BIT (Fenwick) 点加算 + 区間和 / 転倒数 O(log N)

点加算・前方和を O(log N)。転倒数は「右より小さい既出要素の総数」で求まる。

idx は (i & -i) 幅を管理
add(i,v): x += x & -x で上る
sum(i):   x -= x & -x で下り a[0..i] の和
区間 [l,r] = sum(r) - sum(l-1)
転倒数: 後ろから add しつつ sum(a[i]-1)
class BIT {
  int n; long[] t;
  BIT(int n) { this.n = n; t = new long[n + 1]; }
  void add(int i, long v) { for (int x = i + 1; x <= n; x += x & -x) t[x] += v; }
  long sum(int i) {                   // a[0..i]
    long s = 0;
    for (int x = i + 1; x > 0; x -= x & -x) s += t[x];
    return s;
  }
}
static long inversions(int[] a) {
  int mx = 0; for (int x : a) mx = Math.max(mx, x);
  BIT bit = new BIT(mx + 1); long res = 0;
  for (int i = a.length - 1; i >= 0; i--) {
    if (a[i] > 0) res += bit.sum(a[i] - 1);
    bit.add(a[i], 1);
  }
  return res;
}
  • 1-indexed で持つ(内部 x=i+1)。0 を add する値域に注意
  • 区間和は IntArray.sum() でなく Long で(溢れ)
グラフ Dijkstra 法 単一始点・非負重み最短路 O((V+E) log V)

優先度キューで未確定のうち最小距離の頂点を順に確定。負辺があると使えない(→Bellman-Ford)。

(0)──5──▶(1)   start = 0
 │        ▲    init  dist=[0, ∞, ∞]
 2        1    pop0  1=5 2=2 →[0,5,2]
 ▼        │    pop2  1=2+1=3 →[0,3,2]
(2)───────┘    pop1  settled
0▶1:5 0▶2:2 2▶1:1      ans [0,3,2]
// g[v] = list of {to, cost}
static long[] dijkstra(List<long[]>[] g, int s) {
  long[] dist = new long[g.length];
  Arrays.fill(dist, Long.MAX_VALUE / 4); dist[s] = 0;
  PriorityQueue<long[]> pq =
    new PriorityQueue<>((a, b) -> Long.compare(a[0], b[0]));
  pq.add(new long[]{0, s});
  while (!pq.isEmpty()) {
    long[] t = pq.poll(); long d = t[0]; int v = (int) t[1];
    if (d > dist[v]) continue;          // 古い距離は捨てる
    for (long[] e : g[v]) {
      int to = (int) e[0]; long c = e[1];
      if (d + c < dist[to]) { dist[to] = d + c; pq.add(new long[]{dist[to], to}); }
    }
  }
  return dist;
}
  • if (d > dist[v]) continue を必ず入れる(古い距離を捨てる、無いと TLE)
  • INF は加算で溢れない値に。C++ 4e18 / 他 LONG_MAX/4
  • 経路復元は prev[to]=v を更新し終点から逆順
グラフ グリッド BFS 迷路・最少手数 O(HW)

4 近傍を距離 +1 で push。壁 # と訪問済みは skip。最短手数 = 到達時の dist。

grid (#=壁)        dist from S
S . . #            0 1 2 #
. # . .            1 # 3 4
. . . G            2 3 4 5
4近傍↑↓←→を BFS → G = 5
static int[][] gridBfs(char[][] grid, int sy, int sx) {
  int h = grid.length, w = grid[0].length;
  int[][] dist = new int[h][w];
  for (int[] row : dist) Arrays.fill(row, -1);
  int[] dy = {-1, 1, 0, 0}, dx = {0, 0, -1, 1};
  dist[sy][sx] = 0;
  ArrayDeque<int[]> q = new ArrayDeque<>();
  q.add(new int[]{sy, sx});
  while (!q.isEmpty()) {
    int[] c = q.poll(); int y = c[0], x = c[1];
    for (int d = 0; d < 4; d++) {
      int ny = y + dy[d], nx = x + dx[d];
      if (ny < 0 || ny >= h || nx < 0 || nx >= w) continue;
      if (grid[ny][nx] == '#' || dist[ny][nx] != -1) continue;
      dist[ny][nx] = dist[y][x] + 1;
      q.add(new int[]{ny, nx});
    }
  }
  return dist;
}
  • 到達不可は -1 のまま
  • 8 近傍や重み付きは別 (重みは 0-1 BFS / Dijkstra)
ユーティリティ 累積和 / いもす法 区間和 O(1) / 区間加算 前計算 O(N), クエリ O(1)

累積和で区間和を O(1)。逆操作のいもす法は「区間加算を大量 → 最後に復元」。

a   = [1 2 3 4 5]
sum = [0 1 3 6 10 15]   (1個ずれ)
区間 [l,r) = sum[r] - sum[l]   [1,4)=9
いもす: add(l,r,v)= diff[l]+=v; diff[r]-=v
        最後に累積和で復元
static long[] prefixSum(long[] a) {          // s[i]=a[0..i-1]; [l,r)=s[r]-s[l]
  long[] s = new long[a.length + 1];
  for (int i = 0; i < a.length; i++) s[i + 1] = s[i] + a[i];
  return s;
}
class Imos {
  long[] diff;
  Imos(int n) { diff = new long[n + 1]; }
  void add(int l, int r, long v) { diff[l] += v; diff[r] -= v; }   // a[l..r-1]+=v
  long[] build() {
    long[] res = new long[diff.length - 1]; long acc = 0;
    for (int i = 0; i < res.length; i++) { acc += diff[i]; res[i] = acc; }
    return res;
  }
}
  • sum は長さ N+1。区間は半開 [l, r) で扱うと添字ミスが減る
  • いもす法は右端 r を「含まない」位置に -v
数学 mod 演算 / nCr modpow・modinv・組合せ O(log N) / 前計算 O(N)

modpow は繰返し二乗法。modinv はフェルマー(m素数で a^(m-2))。nCr は階乗逆元の前計算。

modpow(a,e): e を 2 進で繰返し二乗
  a^13 = a^8 · a^4 · a^1   (13 = 1101)
modinv(a) = a^(m-2) mod m   (m 素数)
nCr = fact[n]·inv[r]·inv[n-r]   前計算 O(n)
static final long MOD = 998244353L;     // or 1_000_000_007L
static long modpow(long a, long e, long m) {
  long b = a % m, r = 1;
  while (e > 0) { if ((e & 1) == 1) r = r * b % m; b = b * b % m; e >>= 1; }
  return r;
}
static long modinv(long a, long m) { return modpow(a, m - 2, m); }   // m は素数
class Comb {
  long m; long[] fact, inv;
  Comb(int maxN, long m) {
    this.m = m; fact = new long[maxN + 1]; inv = new long[maxN + 1];
    fact[0] = 1;
    for (int i = 1; i <= maxN; i++) fact[i] = fact[i - 1] * i % m;
    inv[maxN] = modpow(fact[maxN], m - 2, m);
    for (int i = maxN; i >= 1; i--) inv[i - 1] = inv[i] * i % m;
  }
  long nCr(int n, int r) {
    if (r < 0 || r > n) return 0;
    return fact[n] * inv[r] % m * inv[n - r] % m;
  }
}
  • MOD は問題指定 (998244353 か 1e9+7) を必ず確認
  • 掛け算ごとに % を取る(2 回掛けたら溢れる手前で)
  • Python は組み込み pow(a,e,m) が最速
数学 エラトステネスの篩 素数列挙 O(N log log N)

isPrime[i] を一括計算。i*i から消すのがポイント。約数/素因数のクエリが多いなら最小素因数表へ。

2 3 4 5 6 7 8 9 10 ...
2の倍数除外 → 3の → 5の → ...
消す開始は i*i (それ未満は既出)
残り = 素数  例) ~20: 2 3 5 7 11 13 17 19
static boolean[] sieve(int n) {        // isPrime[i]
  boolean[] p = new boolean[n + 1];
  Arrays.fill(p, 2, n + 1, true);
  for (int i = 2; (long) i * i <= n; i++)
    if (p[i]) for (int j = i * i; j <= n; j += i) p[j] = false;
  return p;
}
  • i*i がオーバーフローするなら long で比較
  • 0,1 は素数でない(初期化で false)
数学 gcd / lcm / extGcd ユークリッドの互除法 O(log N)

gcd は互除法。lcm は先に割って溢れ防止。extGcd は ax+by=gcd の (x,y) も求める(mod 逆元・不定方程式)。

gcd(a,b) = gcd(b, a%b),  gcd(a,0)=a
 gcd(12,18)=gcd(18,12)=gcd(12,6)=gcd(6,0)=6
lcm = a / gcd · b    (先に割る)
extGcd: ax + by = gcd の x,y も返す
static long gcd(long a, long b) { return b == 0 ? a : gcd(b, a % b); }
static long lcm(long a, long b) { return a / gcd(a, b) * b; }
// ax + by = gcd; 返り値 {g, x, y}
static long[] extGcd(long a, long b) {
  if (b == 0) return new long[]{a, 1, 0};
  long[] r = extGcd(b, a % b);
  return new long[]{r[0], r[2], r[1] - (a / b) * r[2]};
}
  • lcm は a*b が溢れる → a/gcd*b の順
  • 負数の gcd 符号に注意(必要なら abs)
動的計画法 ナップサック / 部分和 0-1 / 個数制限 DP O(NW)

容量ごとの最大価値。0-1 は重さを逆順ループ(各品物1回)。部分和は価値の代わりに可否を持つ。

品物(w,v), 容量cap. dp[w]=容量wの最大価値
for 品物: for w = cap .. wi  (逆順!):
   dp[w] = max(dp[w], dp[w-wi] + vi)
逆順=各品物1回。正順だと無制限個
部分和: dp[s] = s を作れるか (bool)
// 0-1: 各品物 1 個まで
static long knapsack01(int[] w, long[] v, int cap) {
  long[] dp = new long[cap + 1];
  for (int i = 0; i < w.length; i++)
    for (int j = cap; j >= w[i]; j--)      // 重さ逆順
      dp[j] = Math.max(dp[j], dp[j - w[i]] + v[i]);
  return dp[cap];
}
static boolean subsetSum(int[] a, int target) {
  boolean[] dp = new boolean[target + 1]; dp[0] = true;
  for (int x : a) for (int s = target; s >= x; s--) if (dp[s - x]) dp[s] = true;
  return dp[target];
}
  • 0-1 は必ず容量を逆順。正順にすると無制限ナップサックになる
  • 価値は溢れうる → Long で持つ
データ構造 セグメント木 点更新 + 区間クエリ O(log N)

非再帰・抽象化。op はモノイド(結合的 + 単位元 unit)。min/max/和などを区間で。

[5 3 7 1 9] を min セグ木に
         [1]            ← 全体 min
      [3]    [9]
   [3][7] [9][∞]
 [5][3][7][1][9]
update(i,v): 葉→根  query[l,r): 両端から畳む
// op はモノイド(結合的 + 単位元 unit). 例: min/max/和
class SegTree<T> {
  int size = 1; T unit; java.util.function.BinaryOperator<T> op; Object[] t;
  SegTree(int n, T unit, java.util.function.BinaryOperator<T> op) {
    this.unit = unit; this.op = op;
    while (size < n) size *= 2;
    t = new Object[2 * size]; Arrays.fill(t, unit);
  }
  @SuppressWarnings("unchecked")
  T at(int i) { return (T) t[i]; }
  void update(int i, T v) {
    int x = i + size; t[x] = v;
    for (x >>= 1; x >= 1; x >>= 1) t[x] = op.apply(at(2 * x), at(2 * x + 1));
  }
  T query(int l, int r) {               // [l, r)
    T res = unit; int lo = l + size, hi = r + size;
    while (lo < hi) {
      if ((lo & 1) == 1) res = op.apply(res, at(lo++));
      if ((hi & 1) == 1) res = op.apply(res, at(--hi));
      lo >>= 1; hi >>= 1;
    }
    return res;
  }
}
  • query は半開 [l, r)
  • unit は演算の単位元 (min→∞, max→-∞, 和→0)
  • 区間更新が要るなら遅延セグ木に拡張
データ構造 座標圧縮 大きい値 → 0..k-1 O(N log N)

値の大小を保ったまま 0..k-1 に詰める。BIT/セグ木に乗せる前処理、値の種類数。

a    = [100  50 100   7]
sort & distinct = [7 50 100]  (→ 0 1 2)
comp = [  2   1   2   0]
逆引き: 圧縮値 i → vals[i] が元の値
// 値の大小を保ち 0..k-1 に圧縮。圧縮後配列を返す(元の値は sorted distinct)
static int[] compress(long[] a) {
  long[] vals = Arrays.stream(a).distinct().sorted().toArray();
  HashMap<Long, Integer> idx = new HashMap<>();
  for (int i = 0; i < vals.length; i++) idx.put(vals[i], i);
  int[] res = new int[a.length];
  for (int i = 0; i < a.length; i++) res[i] = idx.get(a[i]);
  return res;
}
  • 重複は 1 つにまとめる(distinct)
  • 半開区間や境界を扱うなら +1 した値も入れることがある
グラフ Bellman-Ford 法 負辺ありの最短路 O(VE)

全辺を n-1 回緩和。負辺 OK。n 回目でも更新できれば負閉路。Dijkstra が使えない時に。

全辺を n-1 回 緩和(relax)
 dist[t] = min(dist[t], dist[f] + cost)
n 回目でも更新 → 負閉路あり
始点から到達する負閉路だけが検出対象
// edges: each {from, to, cost}. 負閉路があれば null
static long[] bellmanFord(int n, long[][] edges, int s) {
  long INF = Long.MAX_VALUE / 4;
  long[] dist = new long[n]; Arrays.fill(dist, INF); dist[s] = 0;
  for (int it = 0; it < n - 1; it++)
    for (long[] e : edges) {
      int f = (int) e[0], t = (int) e[1];
      if (dist[f] != INF && dist[f] + e[2] < dist[t]) dist[t] = dist[f] + e[2];
    }
  for (long[] e : edges) {                  // 負閉路
    int f = (int) e[0], t = (int) e[1];
    if (dist[f] != INF && dist[f] + e[2] < dist[t]) return null;
  }
  return dist;
}
  • dist[f] が INF の辺は緩和しない(INF + cost で誤更新)
  • 負閉路検出は n-1 回緩和の「後」にもう 1 周
グラフ Warshall-Floyd 法 全点対最短路 O(V³)

中継点 k を全部試す DP。V≤500 まで。負辺 OK(負閉路は dist[v][v]<0 で検出)。

中継点 k = 0..n-1 を全部試す
 dist[i][j] = min(dist[i][j], dist[i][k] + dist[k][j])
隣接行列(辺なし=INF, 対角0)を渡し in-place 更新
ループ順は k, i, j の順 (k が最外)
// 全点対最短路。dist は隣接行列(辺なし=INF, 対角0) を in-place 更新
static void warshallFloyd(long[][] dist) {
  long INF = Long.MAX_VALUE / 4; int n = dist.length;
  for (int k = 0; k < n; k++)
    for (int i = 0; i < n; i++) {
      if (dist[i][k] == INF) continue;
      for (int j = 0; j < n; j++)
        if (dist[k][j] != INF && dist[i][k] + dist[k][j] < dist[i][j])
          dist[i][j] = dist[i][k] + dist[k][j];
    }
}
  • ループ順は必ず k を最外に
  • INF 経由の誤更新を防ぐ(INF の行は skip)
グラフ トポロジカルソート DAG の順序付け (Kahn) O(V+E)

入次数 0 をキューから取り出し、辺を消しながら並べる。全頂点出せなければ閉路。

入次数0をキューへ → 取り出しつつ出る辺を消す
 (消した先の入次数が0になったら追加)
全頂点出れば順序確定 / 出きらねば閉路
辞書順最小が要るなら queue → 優先度付き
// Kahn 法。g: 隣接リスト(有向). 閉路があれば null
static List<Integer> topoSort(List<Integer>[] g) {
  int n = g.length; int[] indeg = new int[n];
  for (int v = 0; v < n; v++) for (int to : g[v]) indeg[to]++;
  ArrayDeque<Integer> q = new ArrayDeque<>();
  for (int v = 0; v < n; v++) if (indeg[v] == 0) q.add(v);
  List<Integer> order = new ArrayList<>();
  while (!q.isEmpty()) {
    int v = q.poll(); order.add(v);
    for (int to : g[v]) if (--indeg[to] == 0) q.add(to);
  }
  return order.size() == n ? order : null;
}
  • 出力数 < N なら閉路あり
  • 辞書順最小は ArrayDeque を PriorityQueue に
グラフ Kruskal 法 (MST) 最小全域木 O(E log E)

辺を cost 昇順に見て、端点が別グループなら採用(Union-Find)。全部つなぐ最小コスト。

辺を cost 昇順にソート
 端点が別グループなら採用(UnionFind で併合)
 採用辺が n-1 本で全域木 完成
※ Union-Find のスニペットが必要
// edges: each {cost, u, v}. UnionFind 必要。非連結なら -1
static long kruskal(int n, long[][] edges) {
  Arrays.sort(edges, (a, b) -> Long.compare(a[0], b[0]));
  UnionFind uf = new UnionFind(n); long total = 0; int used = 0;
  for (long[] e : edges)
    if (uf.union((int) e[1], (int) e[2])) { total += e[0]; used++; }
  return used == n - 1 ? total : -1;
}
  • 採用辺が n-1 本に満たなければ非連結
  • 同コスト辺の順序は MST 重みに影響しない
ユーティリティ しゃくとり法 連続区間の最長/数え上げ O(N)

窓 [left,right] を右に伸ばし、条件を破ったら左を詰める。単調性が前提(非負配列など)。

[left,right] 窓を右へ伸ばし、破ったら左を詰める
 和<=k 最大長: 超えたら left++ で縮める
 和>=k 個数: 初めて満たせば右端以降は全部OK
単調性(伸ばすと悪化/縮めると改善)が必要
// 和が k 以下の連続区間の最大長 (a は非負)
static int longestAtMost(long[] a, long k) {
  int best = 0, left = 0; long sum = 0;
  for (int right = 0; right < a.length; right++) {
    sum += a[right];
    while (sum > k) { sum -= a[left]; left++; }
    best = Math.max(best, right - left + 1);
  }
  return best;
}
// 和が k 以上の連続区間の総数 (a は非負)
static long countAtLeast(long[] a, long k) {
  int n = a.length, right = 0; long count = 0, sum = 0;
  for (int left = 0; left < n; left++) {
    while (right < n && sum < k) { sum += a[right]; right++; }
    if (sum < k) break;
    count += n - right + 1;
    sum -= a[left];
  }
  return count;
}
  • 負数があると単調性が崩れ使えない
  • right を左に戻さない(各ポインタは単調に進むだけ)
動的計画法 LIS / LCS / 編集距離 部分列 DP O(N log N) / O(NM)

LIS は末尾最小値を二分探索で更新。LCS・編集距離は 2 次元 DP 表。

LIS: tail[k] = 長さ k+1 の増加列の末尾の最小値
 各 x を lower_bound で 置換 or 追加 → 長さが答え
LCS/編集距離: dp[i][j] を表で
 一致なら \+1 / 不一致は周囲の最小から
// LIS (最長増加部分列) O(N log N)
static int lis(int[] a) {
  ArrayList<Integer> tail = new ArrayList<>();
  for (int x : a) {
    int p = Collections.binarySearch(tail, x);
    if (p < 0) p = -(p + 1);
    if (p == tail.size()) tail.add(x); else tail.set(p, x);
  }
  return tail.size();
}
// LCS (最長共通部分列) O(NM)
static int lcs(String s, String t) {
  int n = s.length(), m = t.length();
  int[][] dp = new int[n + 1][m + 1];
  for (int i = 0; i < n; i++) for (int j = 0; j < m; j++)
    dp[i + 1][j + 1] = s.charAt(i) == t.charAt(j) ? dp[i][j] + 1
                       : Math.max(dp[i][j + 1], dp[i + 1][j]);
  return dp[n][m];
}
// 編集距離 (Levenshtein) O(NM)
static int editDistance(String s, String t) {
  int n = s.length(), m = t.length();
  int[][] dp = new int[n + 1][m + 1];
  for (int i = 0; i <= n; i++) dp[i][0] = i;
  for (int j = 0; j <= m; j++) dp[0][j] = j;
  for (int i = 1; i <= n; i++) for (int j = 1; j <= m; j++) {
    int c = s.charAt(i - 1) == t.charAt(j - 1) ? 0 : 1;
    dp[i][j] = Math.min(Math.min(dp[i - 1][j] + 1, dp[i][j - 1] + 1), dp[i - 1][j - 1] + c);
  }
  return dp[n][m];
}
  • LIS 広義単調増加は lower→upper bound に変える
  • LCS/編集距離は O(NM) メモリ。長いと 1 次元ロールで節約
数学 素因数分解 / 約数 √N の整数論 O(√N)

p=2 から割り続ける素因数分解。約数は d と n/d をペアで集める。素数判定も同様。

factorize: p=2.. (p*p<=v) の間割り続ける
 残った v>1 は最大の素因数
 360 = 2^3 · 3^2 · 5
divisors: d*d<=n, n%d==0 で d と n/d を集める
 12 の約数 = 1 2 3 4 6 12
// 素因数分解 {素因数: 指数} O(√N)
static Map<Long, Integer> factorize(long n) {
  Map<Long, Integer> res = new LinkedHashMap<>();
  long v = n;
  for (long p = 2; p * p <= v; p++)
    while (v % p == 0) { res.merge(p, 1, Integer::sum); v /= p; }
  if (v > 1) res.merge(v, 1, Integer::sum);
  return res;
}
// 約数列挙 (ソート済み) O(√N)
static List<Long> divisors(long n) {
  List<Long> small = new ArrayList<>(), large = new ArrayList<>();
  for (long d = 1; d * d <= n; d++)
    if (n % d == 0) { small.add(d); if (d != n / d) large.add(n / d); }
  for (int i = large.size() - 1; i >= 0; i--) small.add(large.get(i));
  return small;
}
static boolean isPrime(long n) {
  if (n < 2) return false;
  for (long d = 2; d * d <= n; d++) if (n % d == 0) return false;
  return true;
}
  • p*p<=v / d*d<=n で √N 打ち切り(オーバーフローは long)
  • クエリが多いなら篩で最小素因数表(spf)を作り O(log N) に
動的計画法 bitDP (TSP) 巡回セールスマン O(2ᴺN²)

訪問済み集合を bit で持つ DP。N≤16 程度。全頂点を回って戻る最小コスト等。

dp[S][v] = 訪問済み集合 S で今 v にいる最小コスト
 0 から出発: dp[{0}][0] = 0
 S に未訪問 to を足して遷移
最後に全訪問+0へ戻る最小。N<=16 (2^16·16^2)
// bitDP 巡回セールスマン O(2^N N^2). N<=16
static long tsp(long[][] dist) {
  long INF = Long.MAX_VALUE / 4; int n = dist.length, full = 1 << n;
  long[][] dp = new long[full][n];
  for (long[] row : dp) Arrays.fill(row, INF);
  dp[1][0] = 0;
  for (int s = 0; s < full; s++) for (int v = 0; v < n; v++) {
    if (dp[s][v] == INF) continue;
    for (int to = 0; to < n; to++) {
      if ((s >> to & 1) == 1) continue;
      int ns = s | (1 << to);
      if (dp[s][v] + dist[v][to] < dp[ns][to]) dp[ns][to] = dp[s][v] + dist[v][to];
    }
  }
  long res = INF;
  for (int v = 1; v < n; v++)
    if (dp[full - 1][v] != INF) res = Math.min(res, dp[full - 1][v] + dist[v][0]);
  return res;
}
  • 1 shl N の集合サイズ。N>20 で破綻
  • 到達不能 (INF) からは遷移しない
文字列 ローリングハッシュ 部分文字列比較 O(1) 構築 O(N) / 比較 O(1)

文字列を多項式ハッシュに。mod 2⁶¹-1 で衝突回避。部分文字列の一致判定が O(1)。

h[i] = s[0..i-1] の多項式ハッシュ (base 進数)
 get(l,r) = h[r] - h[l]·base^(r-l)  (mod 2^61-1)
部分文字列が等しい ⇔ ハッシュ一致 (O(1))
base はランダム、mod は 2^61-1 が安全
// ローリングハッシュ (mod 2^61-1)。部分文字列比較 O(1)
class RollingHash {
  static final long MOD = (1L << 61) - 1;
  static final long BASE = 1_000_003L;
  long[] h, pw;
  RollingHash(String s) {
    int n = s.length();
    h = new long[n + 1]; pw = new long[n + 1]; pw[0] = 1;
    for (int i = 0; i < n; i++) {
      h[i + 1] = mul(h[i], BASE) + s.charAt(i);
      if (h[i + 1] >= MOD) h[i + 1] -= MOD;
      pw[i + 1] = mul(pw[i], BASE);
    }
  }
  static long mul(long a, long b) {               // a*b mod (2^61-1)
    long hi = Math.multiplyHigh(a, b), lo = a * b;
    long r = (hi << 3) + (lo >>> 61) + (lo & MOD);
    if (r >= MOD) r -= MOD;
    return r;
  }
  long get(int l, int r) {                        // [l, r)
    long res = h[r] - mul(h[l], pw[r - l]);
    if (res < 0) res += MOD;
    return res;
  }
}
  • 単一ハッシュは衝突リスク。心配なら 2 種の mod で二重化
  • C++ は __int128、Java/Kotlin は Math.multiplyHigh で 128bit 乗算
幾何 平面幾何 ccw / 線分交差 / 凸包 凸包 O(N log N)

ccw(外積で回転方向)が基礎。線分交差・凸包・面積。誤差は EPS で比較、整数なら Long で。

ccw(a,b,c): 外積の符号で回転方向
  1:反時計 -1:時計 0/±2:一直線上
線分交差: 互いに相手を挟む ⇔ 交差
凸包(Andrew): x昇順→下側→上側
 cross<EPS で pop (左折だけ残す=反時計回り)
static final double EPS = 1e-9;
static double[] sub(double[] a, double[] b) { return new double[]{a[0]-b[0], a[1]-b[1]}; }
static double cross(double[] a, double[] b) { return a[0]*b[1] - a[1]*b[0]; }
static double dot(double[] a, double[] b) { return a[0]*b[0] + a[1]*b[1]; }
// 1:反時計 -1:時計 2:c-a-b -2:a-b-c 0:線分ab上
static int ccw(double[] a, double[] b, double[] c) {
  double[] ab = sub(b, a), ac = sub(c, a);
  double cr = cross(ab, ac);
  if (cr > EPS) return 1;
  if (cr < -EPS) return -1;
  if (dot(ab, ac) < -EPS) return 2;
  if (dot(ab, ab) < dot(ac, ac) - EPS) return -2;
  return 0;
}
static boolean segIntersect(double[] a, double[] b, double[] c, double[] d) {
  return ccw(a,b,c)*ccw(a,b,d) <= 0 && ccw(c,d,a)*ccw(c,d,b) <= 0;
}
// 凸包(反時計回り) O(N log N)
static List<double[]> convexHull(List<double[]> ps) {
  List<double[]> s = new ArrayList<>(ps);
  s.sort((p,q) -> p[0]!=q[0] ? Double.compare(p[0],q[0]) : Double.compare(p[1],q[1]));
  int n = s.size();
  if (n <= 2) return s;
  double[][] h = new double[2 * n][]; int k = 0;
  for (int i = 0; i < n; i++) {
    while (k >= 2 && cross(sub(h[k-1], h[k-2]), sub(s.get(i), h[k-1])) < EPS) k--;
    h[k++] = s.get(i);
  }
  for (int i = n - 2, lower = k + 1; i >= 0; i--) {
    while (k >= lower && cross(sub(h[k-1], h[k-2]), sub(s.get(i), h[k-1])) < EPS) k--;
    h[k++] = s.get(i);
  }
  List<double[]> res = new ArrayList<>();
  for (int i = 0; i < k - 1; i++) res.add(h[i]);
  return res;
}
static double polygonArea(List<double[]> poly) {   // 反時計回りで正
  double s = 0; int n = poly.size();
  for (int i = 0; i < n; i++) s += cross(poly.get(i), poly.get((i + 1) % n));
  return s / 2;
}
  • == でなく EPS 比較。退化(同一点・一直線)に注意
  • 整数座標なら Long の cross で誤差ゼロにできる
  • 凸包は一直線上の点を残すなら pop 条件を < -EPS に
グラフ 二部マッチング 増加路 (Hopcroft不要版) O(VE)

左頂点から増加路を DFS で探す。割り当て問題、最大マッチング = 最小頂点被覆(König)。

左→右の辺。各左頂点から増加路を DFS
 右が空 or その相手を押し出せれば マッチ確定
最大マッチング数 = 最小頂点被覆 (König の定理)
used[] を頂点ごとにリセットして探索
// 増加路 DFS O(VE)。左 n, 右 m
class BipartiteMatching {
  int n, m; List<Integer>[] g; int[] matchR;
  @SuppressWarnings("unchecked")
  BipartiteMatching(int n, int m) {
    this.n = n; this.m = m;
    g = new List[n];
    for (int i = 0; i < n; i++) g[i] = new ArrayList<>();
    matchR = new int[m]; Arrays.fill(matchR, -1);
  }
  void addEdge(int u, int v) { g[u].add(v); }
  boolean dfs(int u, boolean[] used) {
    for (int v : g[u]) {
      if (used[v]) continue;
      used[v] = true;
      if (matchR[v] == -1 || dfs(matchR[v], used)) { matchR[v] = u; return true; }
    }
    return false;
  }
  int solve() {
    int res = 0;
    for (int u = 0; u < n; u++) if (dfs(u, new boolean[m])) res++;
    return res;
  }
}
  • used は左頂点ごとに毎回リセット
  • もっと速くしたいなら Hopcroft-Karp / Dinic
グラフ Dinic 法 (最大流) 最大流 = 最小カット O(V²E)

BFS でレベル分けし、レベル順に DFS で流す。最大流・最小カット・二部マッチングに。

BFS でレベル(最短距離)を付ける
 → レベルが増える辺だけ DFS で流す
 逆辺(rev)に流量を戻し増加路を表現。繰り返す
最大流 = 最小カット。「同時不可の最小除去」に
// Dinic 最大流 O(V^2 E)。各辺 {to, cap, rev}
class Dinic {
  int n; int[] level, iter; List<long[]>[] g;
  @SuppressWarnings("unchecked")
  Dinic(int n) {
    this.n = n; g = new List[n];
    for (int i = 0; i < n; i++) g[i] = new ArrayList<>();
    level = new int[n]; iter = new int[n];
  }
  void addEdge(int from, int to, long cap) {
    g[from].add(new long[]{to, cap, g[to].size()});
    g[to].add(new long[]{from, 0, g[from].size() - 1});
  }
  void bfs(int s) {
    Arrays.fill(level, -1); level[s] = 0;
    ArrayDeque<Integer> q = new ArrayDeque<>(); q.add(s);
    while (!q.isEmpty()) {
      int v = q.poll();
      for (long[] e : g[v])
        if (e[1] > 0 && level[(int) e[0]] < 0) { level[(int) e[0]] = level[v] + 1; q.add((int) e[0]); }
    }
  }
  long dfs(int v, int t, long f) {
    if (v == t) return f;
    for (; iter[v] < g[v].size(); iter[v]++) {
      long[] e = g[v].get(iter[v]); int to = (int) e[0];
      if (e[1] > 0 && level[v] < level[to]) {
        long d = dfs(to, t, Math.min(f, e[1]));
        if (d > 0) { e[1] -= d; g[to].get((int) e[2])[1] += d; return d; }
      }
    }
    return 0;
  }
  long maxFlow(int s, int t) {
    long flow = 0;
    while (true) {
      bfs(s);
      if (level[t] < 0) return flow;
      Arrays.fill(iter, 0);
      long f;
      while ((f = dfs(s, t, Long.MAX_VALUE / 4)) > 0) flow += f;
    }
  }
}
  • 容量は溢れない型(Long)。INF も大きすぎない値
  • iter[] で見た辺を再訪しない(これが効率の肝)