很遗憾的是这里不给出算法的实现过程，但是我可以给个讲的不错的链接。这里的最大流讲的不错
主要给出最大流的实现代码和应用背景，以及问题变化时的解决方案。
两种最短路径
本文收录了Dijkstra和floyd求解最短路径的算法实现。这两个算法建议看看算法导论这本书，网上乱七八糟的什么错误都敢往上写。
Dijkstra类似贪心算法，从某个点出发不断的贪心，求得和其他点的最短路径。
Floyd为动态规划算法，不断的更新子问题，使得每两点之间的距离不断的减小。
如果问题发生了变化，比如最短路径不唯一时，我想走顶点最少的路径；或者在两点之间，我想走那个顶点最少的路径，又该怎么转化呢？则称为最短路最小顶点问题，本文也给出自己的解决方案写的太烂，删除了。
《摆渡人》
I exist because you need me.——The reaction of Ferryman.
LaTeX补充:矩阵外加描述元素
写这个的主要目的是，整理那些年写 LaTeX中遇到的坑，有些东西在教科书里面没有，遇到就记下来。毕竟这玩意，见过就是会，没见过就是不会。
一份不太简短的LaTeX简介
我脑子不好使，有些代码不写一遍实在是记不住。
本文简述了$\LaTeX$的发展历史和使用方法，确切的说是使用方法，对历史我没有了解过，其实是我的$\LaTeX$速查笔记。
如果你想从这里面学习$\LaTeX$的操作，也不是不可以，涵盖了所有的基本操作～
后来有人提到：能不能整理Lshort这里面的MWE，我想想，把我之前学习时写过的代码整理一下是可以的，虽然不太全面，也欢迎大家补充或者有更好的方案。
但本文并不正规，你甚至能在里面发现几个错别字。
最小生成树
本文收录内容：Kruskal和Prim两个算法，基于Python实现的最小生成树。
最小生成树的背景：$n$个村庄，每个村庄之间只能修一条路，如何使得总路径最短。
- Kruskal从最短的边开始寻找，避免回路，加入$n-1$条边后就是最小生成树。
- Prim是从某个定点出发，定点加入点集$T$，选择与定点相邻距离最短的点加入$T$，并从$T$出发继续寻找，以此类推。
AVL树的Python实现
AVL是平衡树，平衡因子概念什么的就不阐述了，主要是在不平衡时候如何旋转。（1）右子树右节点插入：左旋转。（2）左子树左节点插入：右旋转。（3）右子树左节点插入：右旋转后左旋转。（4）左子树右节点插入：左旋转后右旋转。
- 所谓的左旋和右旋都是以子树为原点的：如b是a的子树，那么旋转就围绕b来进行。
- 如果b是a的左子树，那么就围绕b将a向右旋转，看着就像是a直接掉下来了，掉成了b的右子树。
- 如果b是a的右子树，那么就围绕b将a向左旋转，看着就像是a直接掉下来了，掉成了b的左子树。