前言:线性DP是DP中最基础的。趁着这次复习认真学一下,打好基础。

------------------

一·几点建议

1.明确状态的定义

比如:$f[i]$的意义是已经处理了前$i个元素,还是处理第$i$个元素?这对于后期的调试非常重要。

2.明确边界状态

比如:$f[0]$是等于$0$还是等于$1$又或是$f[0]=a[1]$?当然,只有明确了状态的定义,才能明确边界。

3.明确转移

要想明白转移的顺序。例如完全背包和01背包,其不同就在于$j$的枚举顺序不同。这不得不让人注意。

另一方面,DP的转移有两种写法,以线性DP为例:

1.要算$f[i]$,在$i$之前找转移:$f[i]=max/min(f[j]+value)$。

2.算完$f[i]$,用$f[i]$更新后面状态,$f[j]=max/min(f[i]+value)$。

根据问题的特殊性,灵活转换思路。

4.有时候DP可以转化成记忆化搜索

当冗余状态比较多时,可以用记忆化搜索,降低常数。

二.正题

给定一个序列$a_{i}$。求序列的最长上升子序列。

1.暴力枚举。不难得出状态转移方程:$f[i]=max(f[j]+1,f[i])$(当$j\leq i$并且$a[j]<a[i]$)时间复杂度$n^2$。

2.单调栈。设$f[i]$为长度为$i$的序列的最小末尾数值。

这种方法类似于贪心。很好理解,如果末尾的数值越小,那么更有可能把序列中后面的数加进来。时间复杂度$nlogn$。

-----------------------------

求两个串的最长公共子序列。

我们定义$f[i][j]$为第一个串前$i$个,第二个串前$j$个的最长公共子序列长度。

如果$a[i]=b[j]$,那么有$f[i][j]=max(f[i][j],f[i-1][j-1]+1)$。

如果不相等,考虑继承:$f[i][j]=max(f[i-1][j],f[i][j-1])$。

------------------------------------

求一个序列的最大子段和。

1.暴力:$O(n^2)$。枚举左右端点。

2.分治:$O(nlogn)$。我一般用线段树实现。

3.动态规划。时间复杂度$O(n)$。设$f[i]$为从$i$开始向前延伸的最大子段和。则有$f[i]=max(f[i-1]+a[i],a[i])$。边界$f[1]=a[1]$。

-----------------------------------------

给定一个序列,将其划分成不超过$k$个子区间,最小化每个区间和的最大值。

我们设$f[i][j]$为已经处理了前$i$个元素,划分成$j$个区间的最大值。

1.暴力:时间复杂度$n^3$。有转移$f[i][j]=max(f[k][j],\sum_{i=k+1}^n a[i])$。

2.二分答案:刷表,看值是否都小于$mid$。

3.转化成“可行性解”。设$f[i]$为前$i$个数最少划分成多少段是合法的。则有$f[i]=min(f[j]+1|\sum_{k=j+1}^i a[k]<mid)$。

--------------------------------------------

后记:这里讲的都是模板,做题的时候还是要自己学会转化。有时候对于题面不清楚可以自己试着模拟一下,一般都能找到转移方法。

线性DP 学习笔记的更多相关文章

  1. 数位DP学习笔记

    数位DP学习笔记 什么是数位DP? 数位DP比较经典的题目是在数字Li和Ri之间求有多少个满足X性质的数,显然对于所有的题目都可以这样得到一些暴力的分数 我们称之为朴素算法: for(int i=l_ ...

  2. DP学习笔记

    DP学习笔记 可是记下来有什么用呢?我又不会 笨蛋你以后就会了 完全背包问题 先理解初始的DP方程: void solve() { for(int i=0;i<;i++) for(int j=0 ...

  3. 树形DP 学习笔记

    树形DP学习笔记 ps: 本文内容与蓝书一致 树的重心 概念: 一颗树中的一个节点其最大子树的节点树最小 解法:对与每个节点求他儿子的\(size\) ,上方子树的节点个数为\(n-size_u\) ...

  4. 斜率优化DP学习笔记

    先摆上学习的文章: orzzz:斜率优化dp学习 Accept:斜率优化DP 感谢dalao们的讲解,还是十分清晰的 斜率优化$DP$的本质是,通过转移的一些性质,避免枚举地得到最优转移 经典题:HD ...

  5. java线性表学习笔记(一)

    线性表是一种按顺序储存数据是的常用结构,大多数的线性表都支持以下的典型操作: 从线性表提取插入删除一个数据: 找出线性表中的某一个元素: 找出线性表中的元素: 确定线性表中是否包含某一个元素,确定线性 ...

  6. 动态dp学习笔记

    我们经常会遇到一些问题,是一些dp的模型,但是加上了什么待修改强制在线之类的,十分毒瘤,如果能有一个模式化的东西解决这类问题就会非常好. 给定一棵n个点的树,点带点权. 有m次操作,每次操作给定x,y ...

  7. 动态 DP 学习笔记

    不得不承认,去年提高组 D2T3 对动态 DP 起到了良好的普及效果. 动态 DP 主要用于解决一类问题.这类问题一般原本都是较为简单的树上 DP 问题,但是被套上了丧心病狂的修改点权的操作.举个例子 ...

  8. [总结] 动态DP学习笔记

    学习了一下动态DP 问题的来源: 给定一棵 \(n\) 个节点的树,点有点权,有 \(m\) 次修改单点点权的操作,回答每次操作之后的最大带权独立集大小. 首先一个显然的 \(O(nm)\) 的做法就 ...

  9. 插头DP学习笔记——从入门到……????

    我们今天来学习插头DP??? BZOJ 2595:[Wc2008]游览计划 Input 第一行有两个整数,N和 M,描述方块的数目. 接下来 N行, 每行有 M 个非负整数, 如果该整数为 0, 则该 ...

随机推荐

  1. 【转】Web端测试点整理

    版权声明:本文为博主原创文章,遵循 CC 4.0 by-sa 版权协议,转载请附上原文出处链接和本声明.本文链接:https://blog.csdn.net/qq_24373725/article/d ...

  2. Let's GO(三)

    人生苦短,Let's GO Let's GO(一) Let's GO(二) Let's GO(三) Let's GO(四) 今天我学了什么? 1. 结构体(struct) /* type TYPENA ...

  3. 【TokyoWesterns CTF】shrine

    信息: 题目来源:TokyoWesterns CTF 标签:flask.SSTI 解题过程 构建题目环境后,访问主页可以获得程序源码: import flask import os app = fla ...

  4. java 数据结构(二):java常用类 二 StringBuffer、StringBuilder

    1.String.StringBuffer.StringBuilder三者的对比String:不可变的字符序列:底层使用char[]存储StringBuffer:可变的字符序列:线程安全的,效率低:底 ...

  5. 数据可视化之powerBI技巧(十六)采悟:PowerBI作图技巧:动态显示可视化标题

    默认情况下,PowerBI图表的标题是静态的,为了增强图表的可读性,通过设置动态标题,可快速展示关键信息.提升沟通效率.本文通过两个简单的例子来看看PowerBI中如何创建动态标题. /01/ 拿之前 ...

  6. 数据可视化之DAX篇(九) 关于DAX中的VAR,你应该避免的一个常见错误

    https://zhuanlan.zhihu.com/p/67803111 本文源于微博上一位朋友的问题,在计算同比增长率时,以下两种DAX代码有什么不同? -------------------- ...

  7. 开源|如何开发一个高性能的redis cluster proxy?

    文|曹佳俊 网易智慧企业资深服务端开发工程师 背    景 redis cluster简介 Redis cluster是redis官方提供集群方案,设计上采用非中心化的架构,节点之间通过gossip协 ...

  8. Guava集合--Immutable(不可变)集合

    所谓不可变集合,顾名思义就是定义了之后不可修改的集合. 一.为什么要使用不可变集合 不可变对象有很多优点,包括: 当对象被不可信的库调用时,不可变形式是安全的: 不可变对象被多个线程调用时,不存在竞态 ...

  9. J.U.C体系进阶(一):juc-executors 执行器框架

    Java - J.U.C体系进阶 作者:Kerwin 邮箱:806857264@qq.com 说到做到,就是我的忍道! 主要内容: juc-executors 执行器框架 juc-locks 锁框架 ...

  10. ​​​​​​​爆力破解Windows操作系统登录密码核心技术

    一.不借助U盘等工具二.已将win7登录账户为test,密码为666666,全套C/C++黑客资料请加:726920220QQ 1.将电脑开机关机几次,进入以下界面