dp 做题记录
Tricks
-
连续段 dp:对于一类状态转移需要知道序列相邻项的数值,而在只考虑从左/右端点插入较为简单的 dp,我们考虑把它分为若干个连续段,其中连续段内部满足题设条件,不同连续段之间互不相关,通过插入和合并的方式转移。如 P7967。
-
偏序类的转移可以通过 cdq/DS 优化。
-
不知道怎么维护的东西,可以的话就丢进状态里。
-
dp 式子如果是二维且当前行 / 列的转移只与上一行 / 列有关,有时可以根据这个式子的性质做 DS 优化
-
刻画计数结构的时候可以把它映射成另一个方便计数的结构
-
退背包:把背包的式子倒过来,从而达到回退一个物品的贡献(一般在计数背包使用)
arc067_c
题意:有 \(N\) 个有编号的人,现在要把他们分成若干组,满足每组组内人数在 \([A,B]\) 之间,且人数相同的组的数量在 \([C,D]\) 之间,求分组方案。
思路:
一般思路都是按前 \(i\) 个人分 \(j\) 组做 dp,但是这样转移是很麻烦的。
考虑按组的人数设 dp 状态。设 \(dp_{i,j}\) 表示我已经分好了人数为 \([1,i-1]\) 的组,现在要分人数为 \(i\) 的组,且在我分完人数为 \(i\) 的组之后总共用了 \(j\) 个人。则答案为 \(dp_{b,n}\)。
边界是 \(dp_{a-1,0}=1\)。
我们的转移就从分了多少个组来考虑。
首先可以没有人数为 \(i\) 的组,\(dp_{i,j} \leftarrow dp_{i-1,j}\)。
枚举 \(k\) 表示分了 \(k\) 组,则在分人数为 \(i\) 的组之前已经用了 \(j-ik\) 个人。我们从剩下的 \(n-j+ik\) 个人中要选出 \(k\) 组,则方案数为 \(\displaystyle \frac{\prod_{t=1}^k \binom{n-j+it}{i}}{k!}\),即我们先从 \(n-j+ik\) 个人中选 \(i\) 个分一组,剩下 \(n-j+i(k-1)\) 个人,继续选 \(i\) 个人分一组,以此类推,最后由于组没有标号要去掉相同的情况,所以除以 \(k!\)。
所以有 \(\displaystyle dp_{i,j} \leftarrow dp_{i-1,j-ik} \times \frac{\prod_{t=1}^k \binom{n-j+it}{i}}{k!}\)。
这个乘积我们可以在枚举 \(k\) 的时候顺便算出来。枚举 \(k\) 的时间复杂度是调和级数的,所以总时间复杂度为 \(O(n^2 \log n)\)。
P7967
题意:有 \(n\) 块磁铁和 \(l\) 个空位,相邻空位的距离为 \(1\)。现在要把磁铁放到空位上,每个磁铁有一个吸引半径 \(r_i\),两块磁铁 \(i,j\) 会互相吸引当且仅当它们的距离 \(<\min(r_i,r_j)\),求使所有磁铁不互相吸引的摆放方案数。
思路:
连续段 dp。
首先我们按 \(r_i\) 从小到大排序,这样在考虑 \(r_i\) 的影响时只需要考虑较大的 \(i\) 的影响。然后令 \(r_i \leftarrow r_i-1\),于是 \(r_i\) 表示间隔长度。
考虑当我们知道了一种摆放方案的极小长度(即在满足条件的情况下占用的格子最少)\(k\),我们就可以求出它的总方案数为 \(\displaystyle \binom{l-k+n}{n}\) 即将剩余的空位放入 \(n\) 个磁铁之间,插板法即可。
考虑我们怎么求极小长度为 \(k\) 的方案数,设 \(dp_{i,j,k}\) 表示我考虑前 \(i\) 块磁铁构成了 \(j\) 个连续段,这 \(j\) 个连续段的极小长度为 \(k\)。我们最终的状态只会有 \(1\) 个连续段,则答案为 \(\displaystyle \sum_{k=0}^l \binom{l-k+n}{n}dp_{n,1,k}\)。
最开始没有磁铁和连续段,长度也为 \(0\),则边界 \(dp_{0,0,0}=1\)。
转移从连续段的角度考虑。
对于一块新加入的磁铁:
- 新增一个段,插入在原有段中间:\(dp_{i,j,k} \times (j+1) \rightarrow dp_{i+1,j+1,k+1}\)。注意不同的连续段是紧挨着的。
- 放置在原有的一个段的左/右端点:\(dp_{i,j,k} \times 2j \rightarrow dp_{i+1,j,k+r_{i+1}+1}\)。
- 放置在两个段的中间,将两个段合并:\(dp_{i,j,k} \times (j-1) \rightarrow dp_{i+1,j-1,k+2r_{i+1}+1}\)。
于是我们就能求出所有的 \(dp_{n,1,k}\),统计答案即可。时间复杂度 \(O(n^2l)\)。
P3287
题意:你有一个长为 \(n\) 的序列 \(a\),你可以做 \(k\) 次操作,每次可以使一个区间的数 \(+1\),求最长不下降子序列。
思路:
每次可以使一个区间 \(+1\) 这个操作太变态了,考虑找这个区间的特殊性质。
传统的最长不下降子序列的 dp 式子为 \(\displaystyle dp_i=\max_{j<i,a_j \le a_i}\{dp_j\}+1\)。
考虑我们如果选了其中一个区间 \([l,r]\) 操作,那么对以 \([1,r]\) 结尾的最长不下降子序列没有影响,这个是显然的;但是对以 \([r+1,n]\) 结尾的有影响,因为 \([l,r]\) 被 \(+1\) 后有可能对于我当前的这个位置 \(i\) 原本从一个 \(l \le j \le r\) 的 \(j\) 转移过来是最优的,而加了之后就不能从 \(j\) 转移过来,可能会使答案变得不优。
于是我们发现每次 \(+1\) 的区间,固定左端点,右端点 \(r=n\) 相对于其他方案是不劣的,这样不仅会让区间内的答案变得不劣,而且也不用考虑后面的点会不会不优。
想到这一点之后就很好写了,我们设 \(dp_{i,j}\) 表示以 \(i\) 结尾,且被 \(j\) 次区间 \(+1\) 操作覆盖的最长上升子序列,则答案为 \(\displaystyle \max_{1 \le i \le n} dp_{i,k}\) 因为操作更多显然是不劣的。
边界都是 \(0\)。
转移的话,由于我们考虑前面的数,而前面的数如果被操作覆盖,则当前这一位也会被覆盖,那么前面被操作覆盖的数量应该小于等于当前这一位,于是有 \(dp_{i,j} \leftarrow \displaystyle \max_{1 \le x<i,1 \le y \le j,a_x+y \le a_i+j} \{dp_{x,y}\}+1\)。
考虑优化,发现如果以 \((a_i+j,j)\) 为坐标,这是一个二维偏序,用二维 BIT 维护,然后按 \(i\) 顺序加点即可。时间复杂度 \(O(nk\log (V+k) \log k)\)。
P3188
题意:01 背包,物品数 \(n\),背包容量 \(W\),物品重量都可以表示成 \(a \times 2^b\) 的形式,其中 \(1 \le a \le 10,0 \le b \le 30\)。\(W \le 2^{30}\)。
思路:
根本想不到这样的状态。
按 01 背包直接转移肯定是会爆炸的。观察到 \(a\) 很小,考虑一些基于拆位的状态。这里 \(b\) 取到 lowbit,\(a\) 就是 \(\displaystyle \frac{w}{b}\)。
设 \(g_{i,j}\) 表示只取 \(b=i\) 的物品,这些物品的 \(\displaystyle \sum a=j\) 的最大价值。边界有 \(g_{i,0}=0\)。按 01 背包的方法倒序枚举并转移,则加入一个物品时 \(g_{b,i}=\max(g_{b,i},g_{b,i-a}+v)\)。注意需要判断是否能从上一项转移过来。
现在有了这个东西,考虑怎么得到容量为 \(W\) 的最大价值。设 \(f_{i,j}\) 表示取 \(b \le i\) 的物品,背包容量为 \(j \times 2^i+W \bmod 2^i\) 的最大价值。令 \(W\) 最高位为 \(maxW\),则答案为 \(f_{maxW,1}\),因为此时的背包容量恰好为 \(2^{maxW}+W \bmod 2^{maxW}=W\)。
边界有 \(\displaystyle f_{0,i}=\max_{0 \le j \le i} \{g_{0,j}\}\)。
转移本质是把当前这一位的 \(g\) 和上一位的 \(f\) 合并。考虑当前状态 \(f_{i,j}\) 如何从上一位转移过来,枚举 \(k\) 表示我当前这一位选 \(k \times 2^i\) 的物品,这部分贡献为 \(g_{i,k}\),则还剩下 \((j-k) \times 2^i+W \bmod 2^i\) 的容量。
考虑剩余的容量如何用上一位表示,即我们需要把 \(W \bmod 2^i\) 用 \(W \bmod 2^{i-1}\) 表示,发现这两项的差值取决于 \(W\) 的二进制表示的第 \(i-1\) 位,令其为 \(t\),则剩余的容量就可以表示为 \((2(j-k)+t) \times 2^{i-1}+W \bmod 2^{i-1}\),那么就可以用上一位表示出来,则转移为 \(\displaystyle f_{i,j}=\max_{0 \le k \le j}\{f_{i-1,2(j-k)+t}+g_{i,j}\}\)。
令 \(N=10n\),则时间复杂度 \(O(TN^2\log W)\),瓶颈在转移 \(f\);空间复杂度 \(O(N\log W)\)。
10.21 模拟赛 T2
题意:给定一张图,每个连通块一定是环或链,现在要给每个点染色,每个点有 \(a_i\) 表示可以染 \(1 \sim a_i\) 的颜色,求有边连通的两个点颜色不同的染色方案数。
思路:
弱化版我之前做过一次,但当时是数列,并且我是推式子做的,没什么拓展性。
考虑对于每个连通块分别计算答案,根据乘法原理,则答案为每个连通块的方案数之积。
对于一个连通块,先考虑链的情况。这里点的计数为了方便就用 \(1 \sim n\)。设 \(dp_i\) 表示前 \(i\) 个点满足条件的方案数,则答案为 \(dp_n\)。边界显然有 \(dp_0=1\)。
转移如果直接考虑这一位和上一位颜色是否相同显然是困难的。容斥,那么先不限制第 \(i\) 个点与 \(i-1\) 颜色相同,前 \(i-1\) 个点限制,再减去强制让 \(i\) 和 \(i-1\) 相同,\(i-1\) 往前都有限制的情况。减去的情况计算方式就和前面一样,以此类推。\([j,i]\) 这个后缀所有点相同的情况数为 \(\displaystyle \min_{j \le k \le i} a_k\),则 \(\displaystyle dp_{i}=\sum_{j=1}^i (-1)^{i-j} dp_{j-1} \min_{j \le k \le i} a_k\)。讲出来好像神秘的递归形式
考虑这个怎么快速转移,先令 \(w_{i}=(-1)^i dp_{i-1}\),则原本的转移式可以写成 \(\displaystyle dp_{i}=(-1)^i \sum_{j=1}^i w_j \min_{j \le k \le i} a_k\),然后维护后面这个和式。如果 \(a_k\) 是后缀 \([k,i]\) 的后缀 \(\min\) 它才会被考虑作为系数,一个 \(a_k\) 能作为系数的 \(j\) 的范围就是从后往前第一个比它小的 \(a_{k'}\) 往后到 \(k\),也就是 \([k'+1,k]\)。那么用单调栈维护一下这个东西,用 \(sum\) 记录贡献,当前推入 \(i\) 就把所有大于 \(a_i\) 的下标弹出,并清除 \([s_{top-1}+1,s_{top}]\) 的贡献。最终 \([s_{top}+1,i]\) 就是 \(a_i\) 作为系数的范围。对 \(w\) 做前缀和即可快速增加或清除贡献。
接下来考虑环的情况。直接断环为链,那么就和链的情况一样,最后减去断开处相同的情况。选取 \(a_i\) 最小的位置作为断开处,记为 \(pos\),在计算时由于 \(a_{pos}\) 最小,因此提前钦定 \(pos\) 的颜色,在最后再把答案乘以 \(a_{pos}\),这样对于每种颜色,后面的方案数是相同的,处理最后一项时由于已经钦定了颜色,且这种颜色一定被 \(a_n\) 包含,那么在转移时就要把原本的系数 \(-1\) 即可。
由于转移都是线性,总时间复杂度 \(O(n+m)\)。
P17741
题意:不再赘述。
思路:
设 \(dp_i\) 表示考虑前 \(i\) 个点被完全覆盖需要的最小代价,则答案为 \(dp_n\),边界为 \(dp_0=0\)。
考虑转移。朴素的转移可以很快得到:
即枚举 \(j\) 表示 \([j,i]\) 分一段,用一个矩形覆盖。
这个东西好像不能直接用数据结构之类的优化啊。先优化一下这个后缀 \(\max\),可以用单调栈维护,推入 \(i\) 之前把 \(\le k\) 的位置给弹出掉。
对于单调栈自底而上的每个位置 \(1 \le p \le top\),\((stk_{p-1},stk_p]\) 在作为转移的 \(j\) 时的 \(\max y_k\) 就是 \(y_{stk_p}\)(默认 \(stk_0=0\)),也就是说这一段的转移系数是相等的,令其为 \(w_p\),则原式变为:
接下来对于每个 \(p\) 单独考虑 \((stk_{p-1},stk_p]\) 的转移。由于固定了 \(p\),我们可以把 \((x_i+k)w\) 视为定值提到 \(\min\) 的外面,然后考虑 \(-x_j w_p+dp_{j-1}\) 的计算。这个式子就是斜率为 \(-x_j\),截距为 \(dp_{j-1}\) 的直线,对于 \((stk_{p-1},stk_p]\) 我们维护一棵李超线段树就可以快速求出 \(W_p=\min \{-x_j w_p+dp_{j-1}\}\)。那么这一段区间的转移式的最小值就是 \((x_i+k)w_p+W_p\)。
现在的转移式就是:
现在考虑栈中所有位置的 \((x_i+k)w_p+W_p\) 怎么快速算,你发现这个东西也可以视作斜率为 \(w_p\),截距为 \(W_p\) 的直线,于是可以再用李超维护。
但单调栈会弹出啊。
把这个维护答案的李超可持久化!
那你怎么维护 \((stk_{top-1},stk_{top}]\) 中所有的 \(W_p\) 呢?
比方说最开始只有 \([i,i]\) 的直线,于是新建一棵李超维护。然后开始弹出单调栈栈顶,现在要弹出 \(stk_{top}\),那么原本 \((stk_{top-1},stk_{top}]\) 的直线会和 \([i,i]\) 在最终的单调栈的位置中一起考虑,而 \((stk_{top-1},stk_{top}]\) 这一段已经有一个李超在维护 \(W_p\) 了。然而这个李超维护的直线的斜率和截距并不会因为单调栈的弹出而发生改变,那你就把这个李超和原本维护 \([i,i]\) 的李超合并不就行了?
于是在弹出过程中把原本栈顶维护的李超和当前的李超做线段树合并,弹出完毕后把它放在栈顶的位置就行了。
当然用于求最终答案的可持久化李超也要用最终栈顶的上一个位置作为副本建立结点。查询在可持久化李超中查 \(x_i+k\) 的这个位置,就是 \(dp_i\) 的值。
赛时没有考虑这个做法的时间复杂度,接下来分析一下。
设 \(V\) 为值域。
按照朴素的线段树合并过程,只有两棵线段树的对应结点都存在才会进行合并。考虑合并的过程,设两个结点分别为 \(x,y\),当它们都不为空时,我们将 \(y\) 的直线插入 \(x\),此时会有两种情况:
- 其中一条直线不优,但可以下放到左儿子或右儿子。
- 其中一条直线不优,并且被淘汰。
考虑李超线段树维护直线时,一条直线实际只会控制一个线段树上的结点,那么这条直线要么一直被下放,要么被淘汰。下放次数至多是树高,即 \(O(\log V)\) 次,根据势能分析,合并时插入线段的总复杂度是 \(O(n \log V)\)。
而每次合并递归到当前结点时,要么 \(x,y\) 至少有一个为空,要么两个都不为空。前一种就是直接返回,后一种的每次访问都可以对应一个插入直线的操作,所以合并递归访问结点的时间复杂度也是 \(O(n \log V)\)。
10.23 模拟赛 T3
题意:现在有 \(n\) 个敌人,第 \(i\) 个敌人的血量是 \(h_i\),你一次攻击可以出左拳和右拳,左拳伤害高,右拳高伤害打两次,分别造成 \(a\) 和 \(b\) 点伤害,这两次伤害可以分开,问最少要攻击几次干掉所有敌人,\(1 \le n,a,b,h_i \le 1000,ans \le 5000\)。
思路:
耻辱柱。
这里令 \(a>b\),根据答案较小的性质可以设一个状态。设 \(dp_{i,j}\) 表示干掉 \([1,i]\) 的敌人用了 \(j\) 次 \(a\),至少还要用多少次 \(b\),由于 \(a\) 和 \(b\) 的数量要对应,则答案为 \(\min\{\max(dp_{n,i},i)\}\)。边界为 \(dp_{0,i}=0\)。
转移显然有 \(\displaystyle dp_{i,j}=\min_{0 \le k \le j} \{dp_{i-1,j-k}+\lceil \frac{h_i-ka}{b} \rceil\}\)。这样直接转移是 \(O(n \times ans^2)\) 的。标程是通过上取整的性质做线段树优化,但我场上写这个挂掉了,原因是把自己的式子里的上取整看成了下取整,并且调了很久。
但其实没必要啊。考虑转移的 \(k\) 有一个下界,即被 \(a\) 打死,均摊下来总共的转移数量不会超过 \(ans \times 2\),因此总时间复杂度是 \(O(n \times ans)\) 的。
11.2 模拟赛 T2
题意:给定长为 \(n\) 的字符序列 \(s\),字符只有 \(U\) 和 \(D\),规定排列 \(p\) 合法为,对于 \(1 \le i <n\),若 \(s_{p_i}=U\),则 \(p_i<p_{i+1}\),否则 \(p_i>p_{i+1}\)。对于 \(1 \le i \le n\) 求出 \(p_n=i\) 时合法排列的方案数。
思路:
考虑一个朴素的思路是枚举结尾 \(h\),然后做连续段 dp。设 \(dp_{i,j}\) 表示前 \(i\) 个数形成了 \(j\) 个结尾为 \(U\) 的连续段,则答案为 \(dp_{n,0}\)(我们把以 \(h\) 结尾的段视作特殊的段),边界 \(dp_{0,0}=1\)。
考虑转移。当 \(i<h\) 时:
- \(s_i=U\),它可以新开一段,也可以作为一段的结尾,即 \(dp_{i,j}=dp_{i-1,j-1}+dp_{i-1,j} \times j\);
- \(s_i=D\),它可以作为一段的开头,也可以合并两段,即 \(dp_{i,j}=dp_{i-1,j} \times j+dp_{i-1,j+1} \times (j+1) \times j\)。
当 \(i=h\) 时,它只能作为一段的结尾,且由于我们不把这个段计数,所以有 \(dp_{i,j}=dp_{i-1,j+1} \times (j+1)\)。
当 \(i>h\) 时,由于以 \(h\) 结尾的特殊段不能有其他数接在后面,转移系数会有变化:
- \(s_i=U\),同上,即 \(dp_{i,j}=dp_{i-1,j-1}+dp_{i-1,j} \times (j+1)\);
- \(s_i=D\),同上,则 \(dp_{i,j}=dp_{i-1,j} \times j+dp_{i-1,j+1} \times (j+1) \times (j+1)\)。
这个做法最终是 \(O(n^3)\) 的,不够优秀,考虑优化。注意到当确定了结尾为 \(h\) 时,它最终的路径一定形如:从左侧 \([1,h)\) 开始,在这一块内跳,然后通过 \(U\) 点往右侧 \((h,n]\) 跳,再通过 \(D\) 点往左跳,或者从右侧开始同理,来回跳后最终落在 \(h\)。那么我们实际需要统计一段前缀 / 后缀形成若干个以 \(U\) / \(D\) 结尾的连续段的方案数。
设 \(f_{i,j}\) 表示 \([1,i]\) 形成 \(j\) 个以 \(U\) 结尾的连续段的方案数,\(g_{i,j}\) 表示 \([i,n]\) 形成 \(j\) 个以 \(D\) 结尾的连续段的方案数(倒序考虑),则答案的统计为,考虑左侧有 \(j\) 个连续段时,右侧可以有 \(j-1,j,j+1\) 个连续段,计算方式是简单的,即考虑左侧点作为起点或右侧点作为起点。转移方式也和上面 \(i<h\) 部分类似。这样在 \(O(n^2)\) 时间内即可统计 \(f,g\)。
11.7 模拟赛 T2
题意:
思路:
赛时没想到刻画结构坠机了。
一次操作中,由于枚举的结点对有序,所以若 \(i \neq j\),则 \((i,j)\) 和 \((j,i)\) 都会计数一次,它们的贡献抵消;\(i=j\),则贡献为 \(a_i \& a_j=a_i\)。则一次操作的权值为 \(\displaystyle \bigoplus_{x \in S,i \in T(x)} a_i\)。一个合法方案会删掉所有结点,则每个合法方案的贡献都为 \(\displaystyle \bigoplus_{i=1}^n a_i\)。
现在考虑对合法方案计数。直接考虑操作序列过于困难了,于是我们可以改为钦定每个结点删除的时间 \(T(x)\),易知有 \(T(x) \le T(fa_x)\)。则不同的 \(T\) 序列和的不同的操作序列一一对应(考虑若 \(T(x)<T(fa_x)\) 则把 \(x\) 加入第 \(T(x)\) 次操作,否则它会和它的父亲一起被删掉)。
设 \(f_{x,t}\) 表示 \(x\) 的子树在时刻 \(t\) 及之前被删光的方案数。考虑钦定 \(x\) 被删掉的时间 \(i\),则子树的删除只能在 \(i\) 及以前被删掉,方案数为 \(f_{y,i}\),子树之间互不干扰,则 \(\displaystyle f_{x,t}=\sum_{i=1}^t \prod_{y \in son(x)} f_{y,i}\)。做一个前缀和即可。
由于 \(m \le 10^9\),直接 \(O(nm)\) 转移显然会挂掉。
令 \(F(t)\) 表示所有点在 \(t\) 及以前都被删掉的方案数,则最终的方案数为 \(F(m)\),且有 \(F(t)=f_{1,t}\)。令 \(G(t)\) 表示所有点在 \(t\) 个时刻内被删掉,且每个时刻都至少有一个点被删掉的方案数。
则有 \(\displaystyle F(t)=\sum_{i=0}^t \binom ti G(i)\),即从 \(t\) 个位置中选择 \(i\) 个位置删点。
注意到 \(i=0\) 或 \(i>n\) 时 \(G(i)=0\),这个显然。所以有效的 \(G\) 只有 \(n\) 个,\(G\) 的计算可以二项式反演得到 \(\displaystyle G(t)=\sum_{i=0}^t (-1)^{t-i} \binom ti F(i)\),而我们已经知道了 \(F(1 \sim n)\),于是可以计算出 \(G(1 \sim n)\) 再计算 \(F(m)\) 即可。时间复杂度 \(O(n^2)\)。
P14016
题意:给定一棵以 \(1\) 为根的树,对于每个 \(i \in [1,n]\) 求拓扑序 \(p_i=i\) 的方案数。
思路:
令 \(sub(x)\) 为 \(x\) 的子树(不包含 \(x\)),\(siz_x\) 为 \(x\) 的子树大小(包含 \(x\))。
首先有一个前置知识是一棵有根树的拓扑序数量为 \(\displaystyle \frac{(n-1)!}{\prod_{i \in sub(root)} siz_i}\),等价于去除了根的拓扑序数量,具体推导可以通过 dp,这里不再赘述。
对于 \(x\),\(sub(x)\) 内的点一定在 \(x\) 后面,因此可以先求出不考虑 \(sub(x)\) 的方案数,再通过简单计算得到。
于是可以设 \(dp_{x,i}\) 表示不考虑 \(sub(x)\) 时,\(p_x=i\) 的方案数。边界有 \(dp_{1,1}=1\)。
现在把 \(x\) 向 \(y\) 转移,考虑 \(dp_{x,i}\) 如何转移到 \(dp_{y,j}(j>i)\)。即在新的拓扑序中从 \(x\) 后面除了第 \(j\) 位的 \(n-siz_y-i\) 个位置中选择 \(siz_x-siz_y-1\) 个位置放新加入的点,剩余位置放原本的点,最后在第 \(j\) 个位置放入 \(y\)。放入新加入的点的方案数就是 \(\set x \cup sub(x) \setminus sub(y)\) 这棵子树去掉 \(x\) 的拓扑序方案数,可以通过上面的公式得到。
则有
拓扑序分母的计算可以预处理子树内所有点的 \(\prod siz\) 得到。后面的和式只和 \(i\) 有关,做前缀和即可做到 \(O(n)\) 转移。
现在要通过 \(dp_{x,x}\) 求解答案,考虑把 \(sub(x)\) 的点也加入拓扑序,和转移类似,即从 \(n-x\) 个位置中选择 \(siz_x-1\) 个位置放 \(sub(x)\) 中的点,其他位置放原本的点。
则点 \(x\) 的答案为
时间复杂度 \(O(n^2)\)。
CF868E
题意:在一棵树上有一个警察和 \(m\) 个罪犯,边有边权,初始警察和罪犯都在定点。警察可以花边权的代价经过一条边,在任意时刻罪犯都可以移动到任意位置,但不能经过警察,如果罪犯遇到警察罪犯就被抓了,警察想最小化抓捕时间,罪犯想最大化这个时间,求最小时间。
思路:
好题啊。
首先由于罪犯可以在不经过警察的前提下随意移动,所以不能考虑常规的树形 dp。观察到当警察走上一条边 \(u \to v\) 后就会把树分为两部分,这两部分内的罪犯可以随意移动,而我们只需要关心两边各有几个罪犯,因此我们考虑根据这个设计状态。
设 \(dp_{e,x,y}\) 表示警察在 \(e:u \to v\) 这条边上,\(v\) 侧有 \(x\) 个罪犯,\(u\) 侧有 \(y\) 个罪犯,警察走到 \(v\) 后需要的最少抓捕时间。则答案为 \(\min_{(s \to t) \in E} dp_{s \to t,cnt_{t},m-cnt_t}\) 其中 \(cnt_t\) 表示在以 \(s\) 为根时 \(t\) 的子树有多少个罪犯。
边界:
- 若没有罪犯:\(dp_{u \to v,0,0}=0\)。
- 若 \(v\) 是叶子:
- 若只有 \(v\) 有罪犯:\(dp_{u \to v,x,0}=0\)。
- 否则 \(dp_{u \to v,x,y}=dp_{v \to u,y,0}+w(u,v)\)。
转移就考虑从 \(u\) 到了 \(v\) 之后,再走哪棵子树最优。由于罪犯可以在子树内随意走动,且要最大化时间,而警察要在罪犯的所有决策中选择时间最小的方案,考虑再设计一个状态辅助转移。设 \(f_{i,j}\) 表示考虑了 \(v\) 的前 \(i\) 棵子树,且这些子树放了共 \(j\) 个罪犯,警察需要的最大时间。设共有 \(t\) 棵子树,则 \(dp_{u \to v,x,y}=f_{t,x}\)。
边界初始都是无穷大。
转移考虑类似背包的过程,有 \(f_{i,j}=\max_{0 \le k \le j} \min(f_{i-1,j-k},dp_{v \to son,k,x+y-k}+w(v,son))\)。
转移 \(dp\) 上个记忆化就做完了。时间复杂度 \(O(n^5)\)。

浙公网安备 33010602011771号