不定期更新。
概率与期望
1.求期望状态设计:始终是当前状态距离最终目标的期望步数,然后倒推即可。
2.对于二维的棋盘问题,要增加一位表示已经放了多少个然后进行状态转移。
3.对于转移之后又影响初值的问题,用高斯消元解线性方程组即可。
数位DP
1.思想:逐位思想。 本质:字母数上DP。
2.关于记忆化搜索:始终注意加上当前这位是否有限制。用一个数组存放当前的答案以记忆化。
3.关于递推版:首先是没有限制的初始化。这样的初始转移一般好写,关键在于边界处理。
状压DP
1.有多少种状态就用几进制数表示(常用二进制,不要忘记三进制),有一维很小,一般将那一维的状态进行压缩。
2.用位运算实现状态转移。
3.矩阵乘法优化:另一维的数值太大,由于总的转移方案数较小,可以将所有的转移方案用一个矩阵表示,用矩阵乘法快速求出。
DP优化
1.斜率优化:一般是设状态i可以由j和k两个转移得到,在j<k的前提下,写出两个转移方程,设k决策比j优,然后等式展开,将与j和k有关的移到等式的一边,将与i有关的项移到等式的另一边,得出k比j优的条件,以此维护一个单调队列。
2.矩阵乘法优化:一般用于转移状态较少,但是需要大量的转移的DP。矩阵乘法可以用快速幂来加速。
3.数据结构优化:主要是用于快速的区间查询和一些修改操作。具体自行YY。