上面是自己的學習筆記，下面是推薦博文閱讀
關於每個知識點的閱讀順序若不加序號一般是並列的，有序號的話一般是推薦看（當然一知半解的話可以從頭看起也可以從中間開始）
另外，有的鏈接放在推薦的下面了
另另外，算法難度是降序的
持續更新中.....
來一波自己的學習筆記
[非旋 treap 結構體數組版（無指針）詳解，有圖有真相]
[可持久化並(xian)查(duan)集(shu)]
[可持久化 trie 的簡單入門]
推薦博文閱讀
各種反演（除了單位根）
yyb 太神仙了 kk （這篇博客主要亮點是斯特林數
https://www.cnblogs.com/cjyyb/p/10142878.html
單位根反演
TXC 隊爺聚聚最棒了 QAQ
https://cmxrynp.github.io/2019/03/19/identity-of-roots-of-unity-notes/
帶限制的插板法
只有自己的，哼╭(╯^╰)╮
https://www.cnblogs.com/Judge/p/11827173.html
博弈論小結
博主這么菜當然是沒寫過（而且也不會的），於是丟個鏈接跑路~
https://www.cnblogs.com/sineatos/p/3888921.html
不過例題還是有幾道滴...
https://www.cnblogs.com/Judge/p/11037194.html
自適應辛普森算法
看了看自己博客里沒有搬，就把自己洛谷上的題解搞到這兒了...
挺有趣的一個東西，和泰勒展開的思想類似，就是去擬合一個函數，區別大概在於一個是**局部**超近似，另一個是**整體**帶小誤差的類似吧
https://www.cnblogs.com/Judge/p/10927547.html
三種分布： 二項分布、幾何分布、超幾何分布、泊松分布
愉快地去逛知乎吧...
https://www.zhihu.com/question/38191693
這個泊松分布真是見鬼了，以后連個饅頭都賣不成...
https://blog.csdn.net/ccnt_2012/article/details/81114920
威爾遜定理
可能並沒有什么用... 當然是博主寫的最詳細啦~
https://www.cnblogs.com/Judge/p/10755703.html
伯努利數
比較少會用到...但是肯定還是要學的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
蒟蒻我的
https://www.cnblogs.com/Judge/p/10722777.html
計算 π 的神奇方式：
光明正大的打開 B 站 然后學習芝士吧！
https://www.bilibili.com/video/av41712219
二次剩余：
attack 大佬寫的很詳細呢...（雖說感覺大半是翻譯的）
https://www.cnblogs.com/zwfymqz/p/10605181.html
bzt 大仙的好像和 attack 大佬寫的差不多...
https://www.cnblogs.com/bztMinamoto/p/10664973.html
Min25 篩入門：
這位大佬（TXC）寫的很棒耶
https://cmxrynp.github.io/2018/12/03/Min-25%E7%AD%9B%E5%AD%A6%E4%B9%A0%E7%AC%94%E8%AE%B0/
然后這是博主關於 min25 篩復雜度的證明（其實沒有什么用？娛樂一下唄）
https://www.cnblogs.com/Judge/p/10694120.html
正太態分布（中心極限）：
比較有趣的東西，科普一下（大概是和概率學有關？）
https://www.jianshu.com/p/cb7145e4c4bd
生成函數：
非常贊的博客，強烈安利，用講故事的形式傳授了芝士！
https://www.cnblogs.com/RabbitHu/p/9178645.html
然后關於二項式定理的一點小芝士（自己的）：
https://www.cnblogs.com/Judge/p/10549495.html
還有關於進階的：
https://blog.csdn.net/consciousman/article/details/77935700
狄利克雷卷積和莫比烏斯反演：
這玩意兒其實不難，卷積按定義來，莫比烏斯函數其實就是用來對卷積容斥的（即一種逆運算，類似逆元）
先放上自己的沒什么軟用的博客...
https://www.cnblogs.com/Judge/p/10718016.html]
然后是各種大佬的...
https://lx-2003.blog.luogu.org/mobius-inversion
https://blog.csdn.net/u013632138/article/details/61623497
http://www.cnblogs.com/Colythme/p/9972264.html
然后杜教篩？就是線性篩預處理+數論分塊（用了反演技巧），模板題的題解！
https://www.luogu.org/problemnew/solution/P4213
然后還可以看幾道題的題解來理解卷積與反演的用處，更利於掌握算法
FFT ：
1. 這篇博客不錯的哈，說是小學生都能看懂（應該是可以的，畢竟小學生吊打高中生呢）：
https://www.cnblogs.com/RabbitHu/p/FFT.html
2. 毛嘯大佬的 2016國際論文： 再探FFT 很棒啊，看完一些基本性質可以去看看，里面有更為細致的推導 （自行找資源）
3. 強力推薦 Menci 的講解（其實這個可能最好了，只要你懂了點值表示、系數表示什么的，當然這個可以在算法導論上學一學）
關鍵menci大佬填了毛嘯大佬的坑...（一些關鍵地方沒解釋），當然這不怪毛嘯大佬，因為他本來就是寫給學過的人重溫的哇！
https://oi.men.ci/fft-notes/
4.算法導論：不推薦的原因就是里面講的比較雜，說插值又跳到 拉格朗日、逆矩陣、 LU 分解，甚至是拉格朗日算系數（而且還留了個作業坑）去了，
當然如果基本功扎實的話也不妨可以看看，收獲不會少的（這個總不能附個下載地址什么的，何況沒有？自行搜索）
二項式反演：
博主的博客...
https://www.cnblogs.com/Judge/p/10549495.html
Lagrange 反演：
博主的證明...
https://www.cnblogs.com/Judge/p/10652738.html
Lagrange 插值法：
這個看洛谷的模板題解應該差不多（不過我是學完之后題照樣不會做的...），也可以瞅瞅我的blog（當然 attack 大佬寫的很不錯啦）
https://www.cnblogs.com/Judge/p/10428378.html
線性代數：
線性代數的本質：這玩意兒是視屏，而且是B站上的（然后你就可以光明正大地當着教練面逛 B 站了 2333），正當理由！
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
線性代數的書籍：有本書叫《程序員的數學3：線性代數》，講得比較詳細（有時候你還會覺得有點繁瑣），但不失為一本適合初學者入門的書，關鍵書的后半部分有講到一些應用呢，這個博主覺得還是不錯的（亮點）
另一本是書名就《線性代數》的，建議先看前面那本吧，（這本比較枯燥，適合機器閱讀？）
擴歐、CRT、Lucas 等基礎（？）數論：
看我博客比較好（假的，但是比較全是真的，大不了細學的時候在自己找blog唄），但是BSGS還沒加上去，不知道什么時候填坑
https://www.cnblogs.com/Judge/p/9383034.html （普及篇）
https://www.cnblogs.com/Judge/p/9479665.html （進階篇）
權值線段樹到可持久化入門：
就是權值線段樹以及一些可持久化數據結構吧（不包括平衡樹哈，博主太菜還沒來得及學，學完填坑），到我博客首頁 Ctrl + F 搜索可持久化（或者主席樹）就好啦
https://www.cnblogs.com/Judge/
如 數位、背包、狀壓、期望、樹形或是數據結構優化一類的DP：
博客首頁搜索 dp ，好像只有兩個有寫，其他要么太難要么沒什么寫的必要
https://www.cnblogs.com/Judge/