OVSolitario-io

摘要： 树形DP 相较于普通DP：从几维数组中循环，且有复杂的转移 树形DP：基本结构为树，所以转移一般在父节点和子节点之间进行 hdu1520 Anniversary party：深搜 poj1947 Rebuilding Roads d[u][j]保留j个点时，for它子树情况(all可能)，dfs计算 阅读全文

摘要： 很有特点，一般20就很极限(2^20大概1e6)，当n<=20则可以看是否状态压缩 状压D：通过二进制下0/1表示情况 不关心之前走了哪些，对于我来说是一样的 常见是用二进制数0/1进行压缩状态 前置知识位运算符：(如：<<，>>，|，&，^等) 二进制集合表示法(重要)：状压Dp的方案情况即采用的 阅读全文

摘要： 数位DP： 最重要一步：分情况讨论 板子： 点击查看代码 int dfs(int pos, int lim, ...) { if(pos == 0) { ... return ... } if((!lim) && dp[pos][...] != -1) return dp[pos][...]; in 阅读全文

摘要： 区间DP：状态表示为某区间，dp[i，j]表[i，j]区间 对于区间DP，要找到顺序使得依赖已经计算 石子合并：石子合并(弱化版) 每次操作一定是将相邻两堆合并，那么考虑all的分界情况考虑将哪两堆合并(即左边右边合并) 定义：dp[i，j]表示合并方法，all将第i堆到第j堆合并为1堆的合并方式 阅读全文

摘要： 线性DP： 状态维度： 答案一定能表示 答案可以被推出 以此为基础，维度越低越好(更少时复) 因此维度：从小->大考虑 DP存方案：记录转移即可，例子在LIS后面 LIS 考虑LIS问题，我的上一步一定是我前面的某一个值，将我接在它后面，LIS长度+1 定义：dp[i]是以i结尾的LIS长度 考虑： 阅读全文

摘要： DP：转移方程不唯一，不同看待问题方式造就不同结果 表格法：表格法 e.g.：维护最后一个信息 背包问题：背包 记忆化搜索：记忆化搜索 算法竞赛进阶指南：算法竞赛进阶指南合集 适用条件： 造成了后续相同的局面，所以不关心前面的决策 线性DP：线性DP 区间DP：按区间分类，很多优化 区间DP 内容分 阅读全文

摘要： 记忆化搜索(减少重复计算，对搜索的优化) 对于重复子问题，会造成大量的重复性计算(计算以计算的)来导致效率降低 此时我们可以开记忆数据，将计算过的值存储，并在下次需要的时候使用 此为砍掉重复搜索树图示 e.g. DFS指数级 记忆化保证了每个值只计算一次限制在了NM时间范围内=等价于DP动态规划 好 阅读全文

摘要： 顺序填充数组：iota，在头文件numeric中 iota(.begin(), .end(), 参数);//从参数开始填充：参数，参数+1··· 引用，后续写v <=> f[x][y] &v = f[x][y]; 阅读全文

摘要： # 阅读全文

摘要： auto dfs =：定义匿名函数并赋值给 dfs； [&]：捕获外部作用域变量以引用方式访问； auto &self：自传递实现lambda 内部递归； -> void：显式指定返回类型(函数类型)； auto dfs = [&] (auto &self, 参数) -> 返回类型 { self(s 阅读全文