Параллель А СПБ: различия между версиями
Материал из Algocode wiki
(Новая страница: «<p style="font-size: 14pt">[https://algocode.ru/aspb2019/ Страница на алгокоде]</p> ==1. Теория чисел== * Бинарное воз...») |
|||
(не показаны 3 промежуточные версии этого же участника) | |||
Строка 5: | Строка 5: | ||
* [[Малая теорема Ферма]] | * [[Малая теорема Ферма]] | ||
* [[Теорема Эйлера]] | * [[Теорема Эйлера]] | ||
− | * [[Обратный по любому модулю в | + | * [[Обратный по любому модулю в 2 строчки]] |
* [[Алгоритм Евклида]] | * [[Алгоритм Евклида]] | ||
* [[Расширенный алгоритм Евклида]] | * [[Расширенный алгоритм Евклида]] | ||
− | * [[Обратные ко всем остаткам за O( | + | * [[Обратные ко всем остаткам за O(p)]] |
* [[Решето Эратосфена]] | * [[Решето Эратосфена]] | ||
* [[Тест Миллера - Рабина для проверки на простоту]] | * [[Тест Миллера - Рабина для проверки на простоту]] | ||
* [[Быстрая факторизация алгоритмом Полларда Ро]] | * [[Быстрая факторизация алгоритмом Полларда Ро]] | ||
* [[Китайская теорема об остатках]] | * [[Китайская теорема об остатках]] | ||
+ | |||
+ | ==2. Оптимизации динамики== | ||
+ | * [[Монотонность точки перегиба]] | ||
+ | * [[Divide&Conquer оптимизация]] | ||
+ | * [[Оптимизация Кнута]] | ||
+ | * [[Convex hull trick]] | ||
+ | * [[Дерево Li Chao]] | ||
+ | * [[Лямбда-оптимизация]] | ||
+ | * [[MOD**2-оптимизация|$\text{MOD}^2$-оптимизация]] | ||
+ | |||
+ | ==3. Геометрия== | ||
+ | * [https://algocode.ru/files/course_aspb2019/main.pdf Конспект по геометрии] |
Текущая версия на 07:16, 13 октября 2019
1. Теория чисел
- Бинарное возведение в степень
- Малая теорема Ферма
- Теорема Эйлера
- Обратный по любому модулю в 2 строчки
- Алгоритм Евклида
- Расширенный алгоритм Евклида
- Обратные ко всем остаткам за O(p)
- Решето Эратосфена
- Тест Миллера - Рабина для проверки на простоту
- Быстрая факторизация алгоритмом Полларда Ро
- Китайская теорема об остатках
2. Оптимизации динамики
- Монотонность точки перегиба
- Divide&Conquer оптимизация
- Оптимизация Кнута
- Convex hull trick
- Дерево Li Chao
- Лямбда-оптимизация
- $\text{MOD}^2$-оптимизация