Masker

概念明晰：- longest common sub-sequences：最长 公共 子-序列子串：按原顺序依次出现，不可以跳过某元素子序列：在保持元素前后关系的前提下，可以跳过某些元素的序列...

思路:动态规划LCS问题。注意往后腾一枚空间。核心：​for(int i=0;i<l.length();i++) for(int j=0;j<r.length();j++) if(l[i] == r[j]) dp[i+1][j+1] = dp[i][j] + 1; else dp[i+1][j+1] = max(dp[i+1][j] , dp[i][j...

LIS：Longest Increasing Subsequence朴素三角dp，注意初始化为1：​int ans = 0;for(int i=1;i<=N;i++) dp[i] = 1;//自己开始自己结束，长度自然为 1 for(int i=1;i<=N;i++){ for(int j=1;j<i;j++) if(A[i] > A[j]) d...

思路：最长上升子序列的变种。数字改成了结构体 BLOCK，并且不仅要求出长度，本题需要求出最高的高度。每个 BLOCK 都是无限的，因此每块都可以变成六块。然后按底面的长排序（贪心），正方形 dp 求解。注意 ans 的使用（dp[i] 的意义）。代码：核心：正方形 dp 求解最长上升子序列#include <iostream>#include <algo...

思路：LIS变种，输出路径，故使用三角形动归比较方便。坑不少，还是做出来了。合并成一句话：因为是倒序输出，想要先输出 w 小（v 大）的；因此要把 w 小的放后边，因此要在 sort 时把 w 小的放后边代码：15ms 1440kB​//15ms 1440kB#include <iostream>#include <cstring>#inclu...

思路：状态压缩 dp。一共十五种课程，我们使用一个整型数的二进制表示已经上过的课程。如000 000 000 000 101（数5）代表当前状态已经上完了第一、三种课程。其实严格来说，我认为它更多的是一种暴力贪心的思想。因为：我们需要依次从小到大枚举所有的状态，每一种状态都只需要使用已经推过的子状态，并且在其中选择当前最优状态更新自身。注意：状压 dp都会用到位运算，位运算必须要一步一括...

思路：裸的 dp，十分简单，第一次没查题解就顺利做出来了。其实，dp 的关键就在 dp[i] 代表必须使用物品 i，以及 dp 和枚举的综合使用。注意，一旦 dp[i] 代表必须，则 ans 不要忘记。代码：15ms 1420kB​//15ms 1420kB#include <iostream>#include <algorithm>#inc...

思路：完全背包，做过两遍了。内层循环顺序，因为同样的钱币可以选择多次。代码：62ms 1464kB​//62ms 1464kB#include <iostream>#include <algorithm>#include <cstring>#define INF 0x3f3f3f3fusing namespace std;c...

思路：记忆化搜索，注意本代码成立的前提是“He eats up the cheese where he stands and then runs either horizontally or vertically to another location.” 即每次行动时只能选定一个方向猛冲。代码：140ms 1492kB​//140ms 1492kB #include &l...

思路：最大对称子矩阵，一开始就有些思路，搜了下题解发现差不多就直接动手写了，A的好开心。算是枚举吧，其实大部分 dp 都是优化的枚举嘛，本题略有看表填格的影子。dp[i][j] 代表以 mp[i][j] 为左下对角元的最长对称矩阵边长。写法要注意，本代码写的稍微有一点点取巧。代码：2964ms 6344kB​//2964ms 6344kB #include <io...

思路：动态规划+离散化。数据范围过大，需要离散化：A【】是原数组，U【】是去重数组，dp【】是代价。心路历程：令 dp[i][j] 代表前 i 个数符合某规则并且将最后一个元素改成数字 j 所付出的总代价，得到一个 TLE。使用滚动数组，将 dp[maxn][maxn] 改成一维，仍然 TLE。使用变量 PRESUM，降低时间复杂度。注意：两种规则（不升\不降）只需要一次 r...

分类：字符与串：【A - Max Sum Plus Plus】：M子段最大和。取已知数填格：

思路：哭了，真难使用了晶之王的方法。dp[i][j] 代表已经选取了 i 个人，且这 i 个人的辩控差为 j 时的辩控和。没有做出来的一部分原因是，好像之前做的动归题都是取表填目前格（背包问题）的，但本题是取格填未来空的。代码：32ms 2024kB​//32ms 2024kB #include <iostream>#include <cstrin...

思路：之前做过总结了。可以看出滚动数组对时空均有明显优化。代码：47ms 4648kB​//47ms 4648kB#include <iostream>#include <cstring>#include <algorithm>#include <string>using namespace std;const...

思路：另一种动归思路：从最优子结构入手，属于查表填格的做法。借鉴自_pkm_的BLOG。代码：16ms 728kB​//16ms 728kB#include <iostream>#include <algorithm>#include <cstring>#include <cstdio>#define INF 0x3...

思路：LIS，前几天写过啦，N^2，NlgN。代码：N^2：32ms 700kB​//32ms 700kB#include <iostream>#include <cstring>#include <algorithm>using namespace std;const int maxn = 1005;int N;int...

思路：新类型：区间dp。dp[l][r] 代表在区间 [l，r] 内可以取到的最大值，注意，我们是从小到大逐步蚕食增大区间的，根据题意，可知在整个过程中是最后取本区间内的值。注意初始化，枚举时先枚举长度，再根据长度枚举起点。代码：47ms 14560kB​//47ms 14560kB#include <iostream>#include <algor...

思路：一：这是一道经典的动归题目，经典在它可以牵引出 Dilworth定理、LIS(Longest Increasing Subsequence)。先说 Dilworth：Dilworth定理包含如下知识：偏序集、链、反链。Dilworth 包括两个对偶定理：最大链长度 = 最少反链划分数。最大反链长度 = 最少链划分数。那如何使用该定理呢？非常简单。以本题为例：求最少...

思路：暴力：存储所有数字，sort，其中位数一定是答案。动态规划：取消数组，维护两个变量 cur 和 num。新读入的数如果是 cur，num++；如不是 cur，则 num- -。因为目标出现次数超过一半，所以当目标数全都在一起时，最后也有 num>0；在分散最开的情况下，两两抵消，最后三个数中出现两次的即为答案。故做法成立。代码：暴力：187ms 2544kB​//1...

思路：首先，01背包是一定的，它的特殊之处有：1.必须装满到W，并且要判断出是否可以恰好装满2.要找出每个状态的最小金额针对第一点，有两种初始化方式：​for(int i=1;i<=n;i++){ cin>>v[i]>>w[i]; dp[w[i]] = min(dp[w[i]] , v[i]);}​​dp[0] = 0;for(int...

原题链接思路：不难看出是完全背包类问题，只是要明确一点，“花钱”买债券所花的钱并没有真正的花出去，关键就在于随时都可以卖出任何所持有的债券。那么，实际上我们可以认为每一年都先把所有持有的债券变卖套现，然后拿着全部的现金重新购买债券（重新打背包），寻找能够获得的最多的金钱。明白了这一点，就可以写出最简单的一版答案。dp【】记录 j 金钱能够获得的最多的本金+利润。注意答案是最后能到达的最大背...

原题链接多重背包，装满，w[i] == v[i]因为是第一次做多重背包，我首先试图将所有可能装出的重量枚举出来，TLE。代码如下：​//1000MS(TLE) 1520K#include <iostream>#include <cstring>using namespace std;const int maxn = 10;const int ma...

切身受益，故而转载：学习背包问题，需要：1.背包九讲2.背包九讲详解

原题链接思路：完全背包裸题。题目中强调大数据，然而也并不需要做特殊的优化。代码：在这里插入代码片

WA代码：46MS 1488K#include <iostream>#include <algorithm>#include <cstring>using namespace std;const int maxn = 505 ;const int maxw = 5005; int dp [maxw];int cost[maxw];s...

题目链接二维费用的背包问题，第二维费用即为数量。要仔细想想如何打背包，本题中只能是：dp[i][j] 这一格代表 最多花 i 忍耐度，最多打 j 个怪 的限制下，能够获得的最大经验值。另一种想法花给定的经验值获得最少的忍耐度的想法是行不通的，下文会讲。AC代码：c​#include <iostream>#include <cstring>#include ...

题目链接思路：很简单的分组背包裸题，在做过AreYouBusy(pre blog)之后已经可以一遍过。每组选一，即AtMostOne问题。一组一组平推，每次用rec数组记录，属于做过一遍就不会忘的方法。注意转移方程不要写错，dp[ j ] 代表可能已经使用了本组中某物品之后得到的最大值，rec[ j - w[i] ] + v[ i ] 代表是第一次选本组中的物品。代码：​//16m...

题目链接一题（一遍过的题），分组背包裸题，详见通天之分组背包（pre blog）。​//296MS 1456K#include <iostream>#include <cstring>#include <algorithm>using namespace std;const int maxn = 105;int n,W;int ...

题目链接存疑：第一种代码为何WA？思路：注意题面没说多组用例，但是实际上是，很坑。依赖背包，即每组中的物品由一个主件和若干附件组成，若买任意附件则必须先买主件。本题中主件价值为零，价格倒是挺贵。首先按照背包九讲中的做法，不知为何WA：对每一组中的物品进行泛化（即先进行一次Sub_Pack，详见背包九讲）。对泛化后的物品进行Main_Pack。（均为01Pack）代码：WA：85...

题目链接一遍过题，甚是欣慰。依赖背包裸题。代码：54ms，928KB​//54ms, 928KB #include <iostream>#include <cstring>#include <algorithm>using namespace std;const int maxw = 32005;const int maxn...

思路：带权并查集（种类）注意**par[i]和FIND(i)**的区别。dp+输出路径注意cur卡了很久最奇怪的就是maxn的大小，605、1005都会WA，1000、1111则AC。代码：63ms 4696kB​//63ms 4696kB#include <iostream>#include <algorithm>#include &l...

思路：简单动态规划。两个维度：时间地点，这十分好想，但是先前几秒的位置限制（有些点走不到）十分让人迷惑。那么本题的关键就在倒序计算，如此许多问题迎刃而解。代码：62ms 7292kB​//62ms 7292kB#include <iostream>#include <cstring>#include <algorithm>usi...

思路：一般动态规划。注意输出格式，%02d，24小时制。代码：15ms 1424kB​//15ms 1424kB#include <iostream>#include <algorithm> #include <cstring>using namespace std;const int maxn = 2005;int N...

思路：M子段最大和。动态规划拢共分三步：递推突破口：子段和类问题都是选新数字与不选新数字，选新数字又分为吸附与拓展。状态转移方程：先用正方形 dp 找出原始方程，然后根据条件（本题中是左段右段）找到变量边界，并且必不可少的是：方程中一定有端格是超限的，这时要手动解决。优化：空间开销一般可以缩小到很少的维数。代码：正方形dp：int sum[maxn];​int L_...

思路：不是普通01背包吗？有两个问题：手推样例就可以发现，如果不对区间 sort，则裸的01背包无法得出正确结果。即使根据右端点排序后进行01背包，可能是对的，但是会 TLE。那么现在为了降低时间复杂度，将对每个点时间的 dp 变为对每个物品（区间）的 dp。又出现一个问题：dp[i] 应该代表 “ 必须使用 i 区间 ”，还是 “ 前 i 个区间可以得到的最优解 ” ？答案：...