数位 DP（上）

本篇对应源码见仓库 solutions/xcpc/algorithm/dp/digit/。

1. 数位 DP 是干什么的？

数位 DP 通常用来解决这样一类问题：

求在某个区间 [L, R] 内，满足某种“和数位有关”的性质的数的个数。

例如：

• 求 [L, R] 中不含数字 '4' 的数的个数。
• 求 [L, R] 中不含连续的 '62' 的数的个数。
• 求 [L, R] 中各位数字之和是 K 的倍数的数的个数。

2. 核心思想：前缀和转换

直接在 [L, R] 区间上统计非常困难。一个经典的处理方法是利用前缀和思想，将问题转换为：

count(L, R) = count(0, R) - count(0, L-1)

其中 count(0, x) 表示在 [0, x] 区间内满足条件的数的个数。这样，我们只需要实现一个函数 solve(x) 来计算 [0, x] 的答案即可。

3. 如何实现 solve(x)？—— DFS + 记忆化

solve(x) 的核心是按位填数。我们把数字 x 转换成一个数位数组（比如 123 -> [1, 2, 3]），然后从高位到低位（从左到右）去构造一个不大于 x 的数。

为了实现这个过程，我们通常使用一个带有记忆化的深度优先搜索（DFS）函数。这个 DFS 函数的形态通常是这样的：

dfs(pos, state, limit, lead_zero)

我们来解释一下这几个参数的含义：

• pos: 当前正在处理第几位（从高位往低位，比如第 0 位，第 1 位...）。这是递归的深度。
• state: 当前状态。这是数位 DP 的精髓，它记录了从高位到 pos-1 位为止，我们构造的数字已经满足了哪些“性质”。这个参数根据题意而定。
  • 比如，要统计不含 '49' 的数，state 可以是一个布尔值，表示前一位是不是 '4'。
  • 比如，要统计各位数字之和，state 可以是当前的数字和。
• limit: 是否受限。这是一个布尔值，非常非常关键！
  • limit = true: 表示我们当前构造的数字的前缀和 x 的前缀完全一样。那么我们当前 pos 位能填的数字范围就是 0 到 x 的第 pos 位数字。比如 x = 543，我们前两位填了 54，那么第 3 位最多只能填 3。
  • limit = false: 表示我们当前构造的数字的前缀已经比 x 的前缀小了。那么我们当前 pos 位以及之后的所有位，都可以随便填 0 到 9。比如 x = 543，我们第一位填了 4，那么后面两位就可以随便填 00 到 99 了。
• lead_zero: 是否有前导零。这也是一个布尔值。
  • lead_zero = true: 表示我们当前在填的数字前面都是 0（比如一个 5 位数，我们现在要填第 3 位，但前两位都是 0，那么这个数实际上还没开始）。这对于某些题目很重要，比如要求不能有重复的相邻数字，前导零就不应该被算作一个“数字”。
  • lead_zero = false: 表示已经填过非零数字了。

4. 实战演练：【模板题】不含 '49' 的数的个数

我们来解决这个问题：求 [L, R] 中，不包含连续的 '49' 这两个数字的数的个数。

第一步：定义 solve(x) 和 dfs

long long dp[20][2]; // dp[pos][state]
int num[20]; // 存放 x 的每一位数字

// dfs(当前位数, 前一位是否是4, 是否受限, 是否有前导零)
long long dfs(int pos, bool pre_is_4, bool limit, bool lead_zero) {
    // ...
}

long long solve(long long x) {
    int len = 0;
    while (x) {
        num[len++] = x % 10;
        x /= 10;
    }
    // 注意我们是倒着存的，num[0]是个位，num[len-1]是最高位
    // 所以我们从 len-1 开始递归
    return dfs(len - 1, false, true, true);
}

第二步：实现 dfs 函数

// dfs(当前位数, 前一位是否是4, 是否受限, 是否有前导零)
long long dfs(int pos, bool pre_is_4, bool limit, bool lead_zero) {
    // 1. 递归基：所有位都填完了，说明构造出了一个合法的数，返回 1
    if (pos < 0) {
        return 1;
    }

    // 2. 记忆化：只有在不受限且没有前导零的情况下，dp状态才能复用
    // 为什么？因为 limit 和 lead_zero 会影响后续位的选择，状态不唯一
    if (!limit && !lead_zero && dp[pos][pre_is_4] != -1) {
        return dp[pos][pre_is_4];
    }

    long long ans = 0;
    // 确定当前位能填的数字的上界
    int up = limit ? num[pos] : 9;

    // 3. 循环遍历当前位可以填的数字 i
    for (int i = 0; i <= up; ++i) {
        // 剪枝：如果前一位是4，当前位是9，那么就构成了'49'，不合法，跳过
        if (pre_is_4 && i == 9) {
            continue;
        }

        // 4. 递归到下一位
        ans += dfs(
            pos - 1,
            // 如果没有前导零且当前位是4，那么下一位的 pre_is_4 就是 true
            !lead_zero && i == 4,
            // 如果当前位已经受限，并且填了上界的数，那么下一位仍然受限
            limit && (i == up),
            // 如果当前位仍然是前导零（即之前都是前导零且当前位填0），那么下一位还是前导零
            lead_zero && (i == 0)
        );
    }

    // 5. 记录答案到 dp 数组
    if (!limit && !lead_zero) {
        dp[pos][pre_is_4] = ans;
    }

    return ans;
}

第三步：完整代码

这是一个可以直接提交的模板。

#include <iostream>
#include <vector>
#include <string>
#include <algorithm>
#include <cstring>

using namespace std;

long long dp[20][2]; // dp[pos][pre_is_4]
int num[20];

// dfs(当前位数, 前一位是否是4, 是否受限, 是否有前导零)
long long dfs(int pos, bool pre_is_4, bool limit, bool lead_zero) {
    // 递归基：所有位都填完了，说明构造出了一个合法的数，返回 1
    if (pos < 0) {
        return 1;
    }

    // 记忆化：只有在不受限且没有前导零的情况下，dp状态才能复用
    if (!limit && !lead_zero && dp[pos][pre_is_4] != -1) {
        return dp[pos][pre_is_4];
    }

    long long ans = 0;
    // 确定当前位能填的数字的上界
    int up = limit ? num[pos] : 9;

    // 循环遍历当前位可以填的数字 i
    for (int i = 0; i <= up; ++i) {
        // 剪枝：如果前一位是4，当前位是9，那么就构成了'49'，不合法
        if (pre_is_4 && i == 9) {
            continue;
        }

        // 递归到下一位
        ans += dfs(
            pos - 1,
            !lead_zero && i == 4, // 下一位的 pre_is_4 状态
            limit && (i == up),   // 下一位的 limit 状态
            lead_zero && (i == 0) // 下一位的 lead_zero 状态
        );
    }

    // 记录答案到 dp 数组
    if (!limit && !lead_zero) {
        dp[pos][pre_is_4] = ans;
    }

    return ans;
}

long long solve(long long x) {
    if (x < 0) return 0;
    if (x == 0) return 1; // 0 是一个合法的数

    int len = 0;
    while (x > 0) {
        num[len++] = x % 10;
        x /= 10;
    }

    // 初始化dp数组
    memset(dp, -1, sizeof(dp));

    // 从最高位 len-1 开始递归
    return dfs(len - 1, false, true, true);
}

int main() {
    long long L, R;
    while (cin >> L >> R) {
        cout << solve(R) - solve(L - 1) << endl;
    }
    return 0;
}

总结一下数位 DP 的解题步骤：

1. 转换问题：将 [L, R] 的询问转换为 solve(R) - solve(L-1)。
2. 设计 dfs 函数：确定 dfs(pos, state, limit, lead_zero) 的参数，尤其是 state。state 需要包含所有解题需要的信息。
3. dfs 内部逻辑：
   • 递归出口：pos < 0 时，根据题意返回 1 或 0。
   • 记忆化：在 !limit && !lead_zero 的条件下，检查并返回 dp 表中的值。
   • 确定上界：up = limit ? num[pos] : 9;
   • 循环填数：for (int i = 0; i <= up; ++i)
   • 剪枝：在循环内部，根据题意判断当前填的数字 i 是否合法。
   • 递归调用：dfs(pos-1, new_state, new_limit, new_lead_zero)，正确地更新所有状态。
   • 记录 DP：在 !limit && !lead_zero 的条件下，将结果存入 dp 表。
4. 编写 solve(x) 函数：
   • 将数字 x 拆解到数组 num 中。
   • 调用 dfs 启动搜索，初始调用时 limit 和 lead_zero 通常都是 true。

数位 DP 的题目万变不离其宗，都是这个框架。关键在于根据题意，正确地设计 state 以及在 dfs 中更新 state 的逻辑。