题目大意:求逆序对数为k的长为n的排列有多少?n,k<=1000
题解:这显然是个DP(废话)
而且dp[n][k]表示长为n逆序对数为k的方案数。
而且状态转移显然要从dp[n-1][...]推过来。
考虑如果把n插入到1~(n-1)的某个逆序对数为x的排列的第p个数的后面,
那么会新产生(n-1)-(p+1)+1=n-p-1对新的逆序对,其中0<=p<=n-1是显然的。
因此如果当前状态dp[n][k],那么上一个状态就是dp[n-1][x=k-(n-p-1)=p+k+1-n]。
那么显然要求p+k+1-n>=0,因此p>=n-k-1,因此max(0,n-k-1)<=p<=n-1。
状态转移方程为:dp[n][k]=sum{dp[n-1][p+k+1-n]},max(0,n-k-1)<=p<=n-1。
状态是O(n^2)的,转移是O(n)的,O(n^3)肯定要T。
优化其实是显然的,因为要求和,没有限制条件,还是连续区间,显然用前缀和优化。
具体来说,将max(0,n-k-1)<=p<=n-1代入到状态转移方程中“来源状态”的第二维,
可以得到dp[n][k]对于dp[n-1][..]的求和区间是[max(0,n-k-1)+k+1-n,k]。
所以再用sumn[n][k]表示sum{dp[n][x]},0<=x<=k。
那么dp[n][k]=sumn[n-1][k]-sumn[n-1][max(0,n-k-1)+k-n]。
这里实现有一个细节,就是第二个sumn的第二维有可能是-1,这个时候sumn=0,要特判一下。
另外一个细节是,对于每一个sumn[n][比较大的...],后面比较大的...也要算全了,即使后面的dp[n][比较大的...]=0(不存在),因为状态转移需要。
这样转移的时间复杂度降到O(1),总复杂度O(N^2)。
我的代码就写到这里了,又去看了看别人的做法,其实可以优化空间复杂度和编码复杂度(一会看看我的代码就知道我的代码有多乱和容易写错了)
空间复杂度O(N^2)看起来很不清真啊,首先由于dp[n]和sumn[n]都是由n-1转移来的,所以可以滚动数组优化到O(N)。
(注意并不是dp[N][2],而是dp[N],可以滚动到真的只需要一维,具体实现留给大家思考)。
但编程还是要考虑上文提到的两个细节。注意到求和区间是非减的,所以可以用一个变量代替sumn数组,实现方式类似于可行性完全背包分组+单调队列的做法,编程复杂度特别低。而且不需要考虑上述两个细节。
代码:
//BZOJ 2431
//AHOI 2009
#include<iostream>
#include<cstdio>
#include<cstring>
#include<algorithm>
#define MAXN 1010
#define mod 10000
using namespace std;
int dp[MAXN][MAXN],sumn[MAXN][MAXN];
int main()
{
int n,k;scanf("%d%d",&n,&k);
dp[1][0]=sumn[1][0]=sumn[1][1]=1;
for(int i=2;i<=n;i++)
{
dp[i][0]=sumn[i][0]=1;
for(int j=1;j<=min(k,i*(i-1)/2);j++)
{
int a=max(i-j-1,0),b;
if(j-i+a<0) b=0;
else b=sumn[i-1][j-i+a];
dp[i][j]=(sumn[i-1][j]-b)%mod;
sumn[i][j]=(sumn[i][j-1]+dp[i][j])%mod;
}
for(int j=min(k,i*(i-1)/2)+1;j<=min(k,i*(i+1)/2);j++)
sumn[i][j]=sumn[i][j-1];
}
dp[n][k]=(dp[n][k]+mod)%mod;
printf("%d\n",dp[n][k]);return 0;
}