动态规划小结

准备青岛的征途，拿着部分DP题搞了一波，收获还是很多，部分常见的DP并没有刷题，偏重于记忆化搜索，状态压缩，区间DP，博弈+DP，树形DP。还是做题少，做什么都力不从心，好多题不看题解根本就不会做，看了题解也要研究半天，没办法嘛，人丑就要多读书呗。是时候来总结一下，数数最近是否还有收获。

自己开了一套题，水题有，难题也有，六天终于搞完，还有很多没涉及的方面，来日方长。

扔一下题目地址吧，万一有人做呢。传送门：点击打开链接

下面总结一波！咳咳咳。

首先怎么也要放点水题增加信心，没想到水题对于我来说一点也不水，毕竟英语菜的掉渣。第一题是个关于最长公共子序列的，这么水的题，竟然读错题意，幸亏示例都不对，做题的时候再简单的题也要读一遍，防止小细节的坑，看示例猜题意确实有点不靠谱，但愿比赛当天人品爆发，看的题都懂，懂的题都会。

然后理所当然的要找到背包，看了看背包九讲的前三个，0-1背包按常理出牌，没有什么太大的发现，完全背包还是难以逃脱两层循环，但多重背包却有收获，发现了一种单调队列优化的方法，时间稍微有优化，那就讲讲先。多重背包首先正常人的的思维就是dp[i][j]=max(dp[i-1][j-k*c[i]]+k*w[i],dp[i][j])，意思就是第i-1个物品放置东西，加上价值。深入思考一下，令a=j / v[i] ,b=j% v[i]，得到j=a*v[i]+b. 然后用k表示取第i件物品时比a少的件数，得dp[i][j]=max(dp[i-1][b+k*v[i]]-k*w[i])+a*w[i]，要求a-v[i]<=k<=a.此时，物品的最大值只跟k有关，而k在某个区间内是连续的，所以题目就变成了求k在区间内的最大值。然后区间用队列优化，网上代码很多，就不用我放模板了，K题可以用队列优化。

接着试了试LCS，有意思吧，LCS这么简单也要做题？首先LCS需要二维DP来储存值，那么当n>=2000的时候怎么开数组？尴尬了吧，还是要优化，当然LCS空间优化无非就是滚动数组，因为当前状态只与前一状态有关，所以滚动数组轻轻一搞就OK了。

该有点难度了，于是来了一波记忆化搜索，瞬间不在状态。每做一个题，都在感叹：我去，研究出这种写法的人真神奇，这都能想得到。先做了一道新题，求矩阵内的最长递减路径的长度，我是真没接触过类似的题，完全蒙蔽。其实就是正常不过的记忆化搜索，每个点都搜一遍，得到最大值，在搜索的时候，首先要封顶，若是dp[x][y]有值就返回，有的题目还需要加一个visit标记。然后定义一个ans，接收返回值并且作为返回值，还有意想不到的效果，比如石子那个区间DP，记忆化搜索的时候用到ans=12，若是最后没变，则直接进行判断枚举，然后for一下，然后更新ans，然后返回ans，然后就没有了然后。

DP当然要搞一波状压来刺激一下，状压当然要配合记忆化搜索，区间DP，博弈搞一波。然后才发现，状压真是个神奇的东西，代码量直线下降。状态只能是具体题目具体分析，然后各种位运算。首先&运算，大多数情况是判断两种状态是否一致的，也可以枚举出特定状态，这就是状压神奇的地方。|运算基本都是凑出总的状态，达到都为1的效果，^运算更加神奇，可以配合for循环枚举出子状态或者是前一状态。状压一定要注意位运算的优先级，最好是能加括号的地方都加上括号。

然后是博弈，天真的以为博弈就那三种或者是找规律，没想到博弈会跟DP牵扯到一块，还是多数是区间DP，区间DP我喜欢用记忆化搜索写，然后博弈就成了难点啊，首先公式就要推好久的感觉，但是重要清楚，就是博弈，博弈就是不管别的状态如何，当前的决策一定是最优决策，多数博弈是从最后的状态向前推，因为多数的最后状态是确定的。多数博弈题并不知道怎么做，博弈不是很懂导致DP很难做，今后有机会再补补吧。

树形DP，伴随着树的遍历而进行的DP，类似于记忆化搜索，可以解决最小点覆盖问题以及最小支配问题，在解决最小支配问题的时候，可能会用到一个定理，此定理可以将三维DP直接优化为二维。有两个所求的值要优化，比如让a尽量小，ｂ也尽量小，那么可以转化为让 M*a+b尽量小，其中Ｍ应该是一个比“a的最大值和b的最小值之差”，还要大的数最终的答案为ans/M, ans%M。

这段时间的DP就到这里吧，比赛的时候还是要看一部分的运气，或许 用得到，或许以后用得到，接下来准备 搞一波polya定理，又是属于完全搞不懂系列。慢慢来吧。