动态DP?动态动态规划?

个人理解:动态DP,就是普通DP加修改操作,然后就变成了个毒瘤题。

直接就着例题写吧。

例题

P4719 【模板】"动态 DP"&动态树分治

求树上最大独立集。要求支持修改点权。n<=1e5.

算法原理

首先不带修的最大独立集是一个NOIP题:

\(f[cur][0/1]\) 表示 \(cur\) 选/不选 其子树内(含 \(cur\))的被选点权值和。

\[f[cur][0]= \sum max(f[to][0], f[to][1])
\]

\[f[cur][1] = \sum f[to][0]
\]

既然要求支持修改,我们可以拿出对付树的利器:树链剖分。将树剖分成重链和轻边。然后 \(f[cur][0/1]\) 含义不变,另设 \(g[cur][0/1]\) 表示不考虑重儿子的 \(f\)。那么有:

\[g[cur][0]= \sum max(g[to][0], g[to][1])
\]

\[g[cur][1] = \sum g[to][0]
\]

为了描述方便,规定 \(i + 1\) 为在重链上与 \(i\) 相邻的比 \(i\) 深的那个点。则:

\[f[i][0] = g[i][0] + max(f[i + 1][0], f[i + 1][1])
\]

\[f[i][1] = g[i][1] + f[i + 1][0]
\]

然后我们发现这样老是[0][1]不方便,直接用 \(2×1\) 的矩阵来表示 \(f, g\),这样的话,我们就发现 \(f\) 矩阵可以由与 \(g\) 有关的矩阵递推:

\[\begin{bmatrix}
g_{i,0} & g_{i, 0}\\
g_{i, 1} &
-\infty\end{bmatrix} × \begin{bmatrix}
f_{i+1, 0} \\
f_{i+1, 1}
\end{bmatrix}=\begin{bmatrix}
f_{i,0} \\
f_{i,1}
\end{bmatrix}\]

这样,我们就只用维护每个点的 \(g\) 矩阵,用到 \(f\) 的时候直接拿 \(g\) 矩阵乘一下即可。这个 \(g\) 矩阵是重链上的一堆矩阵,因此我们可以拿线段树维护。

现在考虑修改带来的影响

如果我们修改了某一个点的权值,那么这个点的 \(g\) 矩阵将会改变,不过重链上的其它 \(g\) 矩阵不会改变。但是,重量顶端的父亲的 \(g\) 矩阵会因为重链上的 \(f\) 的改变而改变,因此我们需要修改重链父亲的 \(g\) 矩阵,以及重链父亲所在重链的顶端的父亲的 \(g\) 矩阵...

流程大概是:修改 \(cur\) 的 \(g\) 矩阵,计算 \(top\) 的 \(f\),(如果 \(cur\) 尚不为树根),cur = fa[top[cur]],重复。

代码实现

具体实现的时候,我们自然可以严格按照流程的做法来。不过,相比树剖疯狂跳 \(fa[top]\),LCT的 \(Access\) 函数也可以较为轻松地实现这种操作,并且LCT可以将信息直接维护到点上,避开线段树无比笨拙的修改查询操作,砍掉一个 \(log\),而且还不用 \(makeroot\),因此不用 \(pushr,pushdown\),是为数不多的LCT比树剖好写的题。所以,这题用LCT维护原图子树信息是个不错的选择。

还有一些简化代码的小 trick:

  1. 一开始可以让所有边都为虚边,直接一遍DFS计算出所有 \(g\) 矩阵。

  2. 我们保持1为根节点不变;所有矩阵都可以开成 2×2 的矩阵。这是因为我们矩阵初始化全为 -inf,如果真的要拿一个 2×2 的矩阵和 2×1 的矩阵乘,由于 2×1 矩阵的第二列全为 -inf,最终结果的第二列也将是 -inf,并不会影响答案。

  3. 最终统计答案的时候,可以直接 \(splay(1)\) 然后就拿 1 节点的 \(mul\) 计算答案。本来应该是 1 所在的实链的底端的那个 \(f\) 矩阵乘其它的 \(g\) 矩阵,但是我们发现底端 \(g\) 矩阵的第一列恰好是 \(f\) 矩阵的第一列,因此乘出来的第一列就恰好是答案。

关键代码

略微感受到shadowice大佬考场调bug的感觉了,我还是刚学完ddp,理清思路再写,还写出了六七个bug。

int h[N];
matrix val[N], mul[N];
int son[N][2], fa[N];
inline void pushup(int cur) {
mul[cur] = val[cur];
int ls = son[cur][0], rs = son[cur][1];
if (ls) mul[cur] = mul[ls] * mul[cur];
if (rs) mul[cur] = mul[cur] * mul[rs];
}
inline void Access(int cur) {
for (register int p = cur, lst = 0; p; lst = p, p = fa[p]) {
splay(p);//Attention!
if (lst) {
val[p].h[0][0] -= max(mul[lst].h[0][0], mul[lst].h[1][0]);//Attention!!! : mul
val[p].h[1][0] -= mul[lst].h[0][0];//Attention!!! : mul
}
int rs = son[p][1];
if (rs) {
val[p].h[0][0] += max(mul[rs].h[0][0], mul[rs].h[1][0]);//Attention!!!
val[p].h[1][0] += mul[rs].h[0][0];//Attention!!!
}
val[p].h[0][1] = val[p].h[0][0];
son[p][1] = lst;
pushup(p);
}
}
int g[N][2];
void dfs(int cur, int faa) {
g[cur][1] = h[cur]; fa[cur] = faa;
for (register int i = head[cur]; i; i = e[i].nxt) {
int to = e[i].to; if (to == faa) continue;
dfs(to, cur);
g[cur][0] += max(g[to][0], g[to][1]);
g[cur][1] += g[to][0];
}
val[cur].h[0][0] = val[cur].h[0][1] = g[cur][0];
val[cur].h[1][0] = g[cur][1];//Attention!
mul[cur] = val[cur];
} inline void modify(int cur, int v) {
Access(cur), splay(cur);
// val[cur].h[0][0] += v - h[cur];
// val[cur].h[0][1] = val[cur].h[0][0];
val[cur].h[1][0] += v - h[cur];//Attention!!!
h[cur] = v;//Attention!
pushup(cur);
} int main() {
dfs(1, 0);
while (m--) {
modify(x, v);
splay(1);
ans = max(mul[1].h[0][0], mul[1].h[1][0]);
}
}

(双倍经验:P5024 保卫王国,只需要多想一点点)

动态DP,ddp的更多相关文章

  1. 洛谷P4719 【模板】动态dp(ddp LCT)

    题意 题目链接 Sol 动态dp板子题.有些细节还没搞懂,待我研究明白后再补题解... #include<bits/stdc++.h> #define LL long long using ...

  2. 洛谷4719 【模板】动态dp 学习笔记(ddp 动态dp)

    qwq大概是混乱的一个题. 首先,还是从一个比较基础的想法开始想起. 如果每次暴力修改的话,那么每次就可以暴力树形dp 令\(dp[x][0/1]\)表示\(x\)的子树中,是否选择\(x\)这个点的 ...

  3. 「校内训练 2019-04-23」越野赛车问题 动态dp+树的直径

    题目传送门 http://192.168.21.187/problem/1236 http://47.100.137.146/problem/1236 题解 题目中要求的显然是那个状态下的直径嘛. 所 ...

  4. 【学习笔记】动态 dp 入门简易教程

    序列 dp 引入:最大子段和 给定一个数列 \(a_1, a_2, \cdots, a_n\)(可能为负),求 \(\max\limits_{1\le l\le r\le n}\left\{\sum_ ...

  5. Note -「动态 DP」学习笔记

    目录 「CF 750E」New Year and Old Subsequence 「洛谷 P4719」「模板」"动态 DP" & 动态树分治 「洛谷 P6021」洪水 「S ...

  6. 动态DP之全局平衡二叉树

    目录 前置知识 全局平衡二叉树 大致介绍 建图过程 修改过程 询问过程 时间复杂度的证明 板题 前置知识 在学习如何使用全局平衡二叉树之前,你首先要知道如何使用树链剖分解决动态DP问题.这里仅做一个简 ...

  7. Luogu P4643 【模板】动态dp

    题目链接 Luogu P4643 题解 猫锟在WC2018讲的黑科技--动态DP,就是一个画风正常的DP问题再加上一个动态修改操作,就像这道题一样.(这道题也是PPT中的例题) 动态DP的一个套路是把 ...

  8. 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 ...

  9. 洛谷P4719 动态dp

    动态DP其实挺简单一个东西. 把DP值的定义改成去掉重儿子之后的DP值. 重链上的答案就用线段树/lct维护,维护子段/矩阵都可以.其实本质上差不多... 修改的时候在log个线段树上修改.轻儿子所在 ...

随机推荐

  1. 使用CImage双缓冲

    一普通显示:现在的VC显示图片非常方便,远不是VC6.0那个年代的技术可比,而且支持多种格式的如JPG,PNG. CImage _img; 初始化: _img.Load(L"map.png& ...

  2. 六.url配置

    1.Django 如何处理一个请求 (1). django 加载 ROOT_URLCONF(settings.py中配置的) 指定的模块,并寻找可用的urlpatterns变量.它是 django.c ...

  3. SpringBoot 2.x添加Druid作为数据库连接池

    整合了一大堆ORM,是时候增加一个连接池了,此处选用了druid作为连接池,druid是alibaba开源平台上的一个数据库连接池实现,对比c3p0,dbcp加入了对数据库的监控,不知道甩出几条街的距 ...

  4. 部署LNMP环境——Yum安装(113资讯网)

    Yum安装优点:安装东西,方便快捷,特别是不用考虑包依赖 教程(Centos做演示,其他系统大同小异): 1.更换国内Yum源: [root@root xx ]# rm -rf /etc/yum.re ...

  5. 序列化和反序列化,请使用MessagePack

    官网:https://msgpack.org/ 这个序列化的工具是今天看了dudu 的博客后去尝试使用的,果然差距很大. 对同样的对象进行序列化后,发现msgpack的大小仅有通常压缩工具Newton ...

  6. vi/vim 行删除操作

    好东西就要多用,vi/vim越用越喜欢了. 删除多行怎么办呢? 命令输入“:32,65d”,回车键,32-65行就被删除了.

  7. 前端JS 下载大文件解决方案

    问题场景 点击导出按钮,提交请求,下载excel大文件(超过500M),该文件没有预生成在后端, 直接以文件流的形式返回给前端. 解决方案 在Vue项目中常用的方式是通过axios配置请求,读取后端返 ...

  8. JavaGUI练习 - 正交测试用例生成小工具

    正交表生成小工具 说明 小工具的适用对象主要是测试人员,他们日常工作中手动设计大量测试用例,工作繁杂甚至还存在覆盖不全面等问题. 为了提高他们的测试效率,该小工具可以通过输入一组多因素多水平的数据,然 ...

  9. C++敲代码前的准备工作

    #pragma GCC target("avx,sse2,sse3,sse4,popcnt") #pragma GCC optimize("O2,Ofast,inline ...

  10. postman做自动化测试1——collection runner

    一.添加collection 打开postman,点击“collection”页签,点击collection下面的添加按钮. 弹出 新建面板,输入名称和描述,点击“creat”按钮,新建成功 3 点击 ...