临时存储文章

Codeforces Educational Round 153

T1,T2,T3

比较简单的题目。

T4

首先存在一个观点：一个位置至多只会被交换一次。因为交换两次的情况可以被某一种交换一次的方案替代。比如 $101$ 进行 $(1,2),(1,3)$ 两次交换 得到序列 $110$，可以使用一次交换 $(2,3)$ 达到相同的效果。

故我们知道：每个点的颜色最多只会反转一次。我们可以将异色位置对 $(i,j)$ 颜色的交换看成两个分立的过程：将 $i$ 的颜色反转，将 $j$ 的颜色反转。

考虑最后需要满足的条件：

• 反转的 $0/1$ 个数相同。
• $10$ 子序列的数量变化量 $=\frac{原串1的数量\times 原串0的数量}{2}-原串01子序列数量$。

设计 DP 状态 $F_{i,j,k}$ 表示前 $i$ 个位置，$0$ 反转个数 $-$ $1$ 反转个数为 $j$，$01$ 子序列变化量为 $k$。

转移时间复杂度为 $O(n^4)$。

T5

考虑如下建图：每个间隙向左右建边；对于每种不同种类的空隙建立一个超级源点，并且向所有该种类的点建边。
那么对于每一种询问可能存在两种路径：

• 不进行相同种类的跳转。
• 进行过至少一次相同种类的跳转。

注意到空隙的种类数只有 $26\ast 26$ 种，枚举种类 $T$，从其超级源点 $S_T$ 跑一次单元最短路。接下来检查所有询问经过 $S_T$ 的情况：即使用种类 $T$ 的跳转。

总时间复杂度为 $O(n26^2)$。

T6

24oi 2023.8.23

做题记录

T1

T2

取模存在性质：
如果 $p\equiv q(\mathrm{mod}(AB))$，那么 $p\equiv q(\mathrm{mod}A)$。

考虑题目里同余方程的形式：
$$x^{p_i}\equiv q_i(\mathrm{mod}\prod p)$$
发现可以在模数上做手脚：
$$x^{p_i}\equiv q_i(\mathrm{mod}{p}_i)$$
那么考虑费马小定理有：
$$\begin{array}{rl}{x}^{p_i-1}& \equiv 1(\mathrm{mod}{p}_i)\\ x& \equiv q_i(\mathrm{mod}{p}_i)\end{array}$$

那么变成了普通的 CRT 形式。考虑和原问题的关系：
这个转换是向松的方向转化。而 CRT 可以求出 $\mathrm{mod}n$ 下的唯一解。故我们只需要判定这个解是否合法即可。可以暴力检查即可。

T3

构造出的最优解肯定形如这样：耗费若干代价在几个位置放上棋子，然后剩下的连续空段可以不消耗代价填上。

考虑什么样的连续空段是可以 $0$ 消耗可以填满的。从长度为 $1$ 的段反推，序列满足这样的递推式：
$$F_i=\{\begin{array}{llc}& 1& (i=1)\\ & 2F_{i-1}+1& (i>1)\end{array}$$
存在通项 $F_i=2^i-1$。
那么对于原棋盘的每一个空段贪心填补即可。

小结

1. 思考适当结合所学算法。例如今天的 $T2$ 在形式上类同 CRT。应该尝试思考如何在形式上转化使得原问题的形式像 CRT 靠近。

2. 检查特殊情况。最好在考场写代码的时候就将思考到的特殊情况记录下来。写完容易忘。一定要检查！

3. 开场看完所有题目的题面。

24oi 2023.8.24

首先这一场的 T1，T3 是两道非常简单的题目。

T2

容易想到一个状态数为 $n^2$ 的 DP 做法。设 $F_{i,j}$ 表示考虑前 $i$ 个数，最后一个数被改成 $j$，前 $i$ 个数改成不降的最小代价。状态数 $n^2$ 的保证是：存在一种最优方案，使得每一个位置最终的数都是原来的 $n$ 个数之一（考虑任取一种最优解，然后进行调整）。

考场做法（在树上为错解，但序列上是正确的）。

考虑对于原始序列 $a$，$a$ 升序排序后为 $b$，贪心构造目标序列 $c$，最小化 $\sum |a_i-c_i|$。由上述的结论有存在一种 $c$ 的构造形如若干个 $b_1$ 后接若干个 $b_2$ $\cdots$ 后接若干个 $b_n$。那么先将 $c[1,n]$ 抬升到 $b_1$。考虑抬升到 $b_2$ 的区间一定是抬升到 $b_1$ 的一个后缀。其后依次类推。

对于 $i$ 位置考虑后缀 $a[i:]$，最大能使其更优的抬升量为 $p$。考虑如何确定 $p$。有如果存在 $a[i:]$ 的前缀 $a[i:j]$ 满足其中 $<p$ 的个数 $>$ $a[i:j]$ 中 $>p$ 的个数，那么 $i$ 抬升到 $p$ 是不优的。

发现在上述的这种情况中，将 $a[i:j]$ 的抬升量向下调整 $-1$ 更优。这样对于 $a[j+1:]$ 的限制更松：整体答案不会更劣。故得证。

那么有 $c_i=ma{x}_{j\le i}{p}_j$。故快速确定 $p_i$ 即可。这个是可做的。无法扩展到树上。

正解

颠覆常识的 DP 优化。其基于最开始说的 $n^2$ 的 DP。事实上，其不依赖值域取到 $n$ 个数的值域：也就是说，其基于的是暴力 $O(nV)$ 的 DP。

沿用 $F_{i,j}$，$j$ 取遍整个值域。考虑数组 $G_i$，$G_{i,j}$ 表示 ${\min }_{k\le i}{F}_{i,k}$。
结论：$G_i$ 是一个 $|斜率|$ 不升的下凸壳。

如图所示：当 $p_1<p_2$ 时$G_{i+1}$ 显然仍然满足凸壳性质。当 $p_2<p_1$ 时 $p_2$ 之前部分斜率绝对值变大，之后的部分斜率绝对值变小，同样满足凸壳性质。由于我们维护的是前缀 $\min$，所以在后面有斜率为 $0$，不会有后面翘起来的情况。

如何快速维护凸壳和最优 DP 决策点？考虑一种神仙做法：使用堆。堆中存储所有凸壳的拐点。关于刻画斜率：由于斜率绝对值单调不升，那么通过将同一个拐点多次插入堆模拟斜率。具体的，我们令堆中两个相邻位置构成的斜线 $[x_i,x_{i+1}]$ 的斜率为堆中 $\ge x_{i+1}$ 的拐点个数。设插入 $v$，我们考虑如何设计转移：

• $v\ge q.top()$
  直接将 $v$ $push$ 进入 $q$ 即可。答案不变。
• $v<q.top()$
  答案增加 $q.top()-v$。同时凸壳中 $\ge v$ 的部分斜率都 $+1$，那么需要弹出最大的拐点（相当于给 $\le q.top()$ 的部分斜率 $+1$），然后 $push$ 两次 $v$，相当于给凸壳中 $\le v$ 的部分斜率 $-2$。

容易拓展到树上。

24oi 2023.8.25

T1

思维水平不高导致的。
满足 $a_1\le a_2\le a_3\le \cdots \le a_n$，等价于
$$\begin{array}{r}{a}_1\le a_2\\ a_2\le a_3\\ ⋮\end{array}$$