高维前缀和与子集DP（SOSDP）

OIer_Cosmos

已于 2024-03-23 09:24:13 修改

阅读量1k

点赞数 32

分类专栏： # 动态规划文章标签： c++ 算法动态规划

于 2024-01-30 12:12:52 首次发布

本文链接：https://blog.csdn.net/OIer_Cosmos/article/details/135928975

版权

1 篇文章 0 订阅

订阅专栏

从二维前缀和的另一种方法谈起

求二维前缀和的常用方法为容斥，但对于高维前缀和，容斥的效率显然是不够优秀的。

因此，我们可以考虑从不同维度来进行转移，每次只转移一个维度。

for (int i=1;i<=n;i++) for (int j=1;j<=n;j++) s[i][j]+=s[i-1][j];
for (int i=1;i<=n;i++) for (int j=1;j<=n;j++) s[i][j]+=s[i][j-1];

如何理解？图上的红色箭头表示第一维的转移，蓝色箭头表示第二维的转移。容易发现，由于我们先后进行了两种颜色箭头的转移，所以对于一个节点，其左上角的所有节点都可以通过向下若干次转移，并向右若干次来到该节点，而其他节点则无法转移至此，因此该算法的正确性可以得到保证。

在这里插入图片描述
若推广至 $n$ 维，只需先枚举维数，再进行转移即可。

高维前缀和（基于DP的前缀和）适用于求解类似 $\sum\limits_{i\subseteq k}a_i$ 的问题，其中求和运算可以改为任意可合并的操作，如 $\max,\min$ 等。

具体问题中，一般会运用二进制数进行状态压缩。

for (int j=0;j<n;j++) // 维数 
		for (int i=1;i<(1<<n);i++)
			if ((i>>j)&1) f[i]+=f[i^(1<<j)];

关注