前言
闫氏 DP 分析法提出者:闫学灿(本文章大体讲述分析法内容)
闫氏 DP 分析法是从集合角度分析 DP 问题。
其中,闫氏 DP 分析法主要由状态表示与状态计算组成。
状态表示
首先,做任何 DP 问题,我们都需要对于问题中的状态进行表示。
首先思考一下,为什么 DP 的效率高于爆搜?
最主要的原因是,爆搜是枚举了所有方案集合,但是 DP 并没有这样做,而是将所有方案集合用一个数值来表示。这样,DP 就可以方便进行转移。
集合
回归 DP 的本质,用一个数值表示集合,那我们就应该明确地知道,这个集合是什么。这就是状态表示的关键。在 数字三角形 中,是 所有从最后一行走到 ( i , j ) (i,j) (i,j) 的路径。注意,这里的所有,就是闫氏 DP 分析法与普通 DP 思路的差别。
属性
如果直接用集合来表示状态,那么 DP 就与爆搜无异。DP 是用数值来表示集合,所以状态存储的应该是数值,而且数值应该是集合中的一个属性。对于一般的状态,属性是 最大值/最小值/数量( max / min / count \max/\min/\text{count} max/min/count) 其中的一个。例如数字三角形,属性就是 max \max max,意为 所有从最后一行走到 ( i , j ) (i,j) (i,j) 的路径数值之和的最大值。
状态计算
如果仅仅表示出状态,而不知道如何进行转移,那么 DP 也毫无用武之地。所以,定义出了状态,那么就要设计状态转移方程了。此刻,从集合角度考虑 DP 问题就派上了用场。我们可以将所有决策考虑成一个集合,然后各个不同的决策就是其中的一个元素。
划分决策依据
划分决策的依据是最后一个点,或者是最后一个不同的点。做题中一定要时刻牢记这个依据!
划分决策标准
对于求 max / min \max/\min max/min 的问题,划分只需做到不漏,如果重复的话并不会出现问题,因为 max { max { S 1 } , max { S 2 } } = max { S 1 ∪ S 2 } \max\{\max\{S_1\},\max\{S_2\}\}=\max\{S_1∪S_2\} max{max{S1},max{S2}}=max{S1∪S2}, min \min min 同理。
但是对于求 count \text{count} count 的问题,就必须做到不重不漏!
决策总结计算
此时就用到了属性。此时,状态转移方程就是所有决策的属性了。
结束语
行动胜于空谈。只有多练习,才能熟练做出 DP 问题!