4.7 DP练习赛

T1：免费馅饼

是一道很裸的dp，乍一看和farmer John收苹果那题很像，都是在某个位置上某个时间掉下一定数量的苹果，这题无非就是大数据版。不过，这题如果直接用farmer John苹果那题的方法，1000000个馅饼，近似与n^2的时间复杂度，无疑是会炸穿的，于是设法减小时间复杂度，根据题目描述，位置是有限的，只有十一个位置（0~10） ，时间是100000，因此，可以开个二维的a数组存储每个时刻，每个位置上掉落的馅饼数，再根据每个时刻，把dp[5][0]初始化为零，以此为基点，根据dp方程dp[i][j]=max(dp[i-1][j],dp[i-1][j-1],dp[i-1][j+1])+a[i][j];(i为时间，j为位置)转移状态即可。

T2：蛋糕

恕我直言，我觉得这是8题中最简单的一题。
这题就是一道递推题，和走楼梯有异曲同工之妙，无非是走楼梯只能走1或2格，而这题允许走1格或k格，转移方程也很简单
dp[i]=dp[i-1]+dp[i-k];dp[0]=1;
~OJBK~

T3：水果

这题好生虚伪，一开始就想着暴力暴力暴力，成功的拿到了4个点hahahahahahahhahah。
根本没安心去想过正解~~
虽然后面3小时经高人指点通过做差进行DP，也想到了是01背包，但无可奈何——忘了。
这题是根据题目要求推出的

根据这个可以推出 ∑aj=k*∑bj=>∑aj-k*∑bj=0;
因此，可以把状态从原来二维的状态转化为aj-k*bj=t的一维状态，接下来就是真正的01背包了，t就是dp的状态ai就是这个状态的价值，只要输出和为零的的值就行了。还有几个需要注意的点，就是和可能会为零，需要将数组右移一段；t的值可能会为负数，如果还将这时的t当作整数来做的话，就变成了完全背包，而不是10背包了（因为t为正数时，是从n开始的，由n-t推来，保证更新所用的状态没有被更新过，而当t为负数时，j-t是大于j的，就会导致多次更新，变成完全背包）
if(b[j]>0)
for(int i=10000;i>=-10000;i–)
{
f[i+10000]=max(f[i+10000],f[i+10000-b[j]]+a[j]);
}
else
{
for(int i=-10000;i<=10000;i++)
f[10000+i]=max(f[10000+i],f[ib[j]+10000]+a[j]);
}

T4：括号染色

贼烦的一题，不过很经典，成功的将dfs，区间dp结合在一起，还有很多的细节问题，需要静下心来，仔细分析每种情况，注意每一个细节。
题目并不是多少难，只不过需要分析出括号之间的关系，以及dp转移的方式应该使用乘法原理还是加法原理。

bool xx(int j,int k)
{
    if(!((j==1&&k==1)||(j==2&&k==2))) return 1;
    return 0;
}
void dfs(int l,int r)
{
    if(l==r-1)
    {
        dp[l][r][0][1]++;
        dp[l][r][0][2]++;
        dp[l][r][1][0]++;
        dp[l][r][2][0]++;
        return;
    }
    else if(f[l]==r)
    {
        dfs(l+1,r-1);       
        for(int i=0;i<=2;i++)
        for(int j=0;j<=2;j++)
        {
        if(xx(1,j)) dp[l][r][0][1]=(dp[l][r][0][1]+dp[l+1][r-1][i][j])%p;
        if(xx(2,j)) dp[l][r][0][2]=(dp[l][r][0][2]+dp[l+1][r-1][i][j])%p;
        if(xx(1,i)) dp[l][r][1][0]=(dp[l][r][1][0]+dp[l+1][r-1][i][j])%p;
        if(xx(2,i)) dp[l][r][2][0]=(dp[l][r][2][0]+dp[l+1][r-1][i][j])%p;
        }
        return;
    }
    else
    {
        dfs(l,f[l]);
        dfs(f[l]+1,r);
        for(int i=0;i<=2;i++)
        for(int j=0;j<=2;j++)
        for(int k=0;k<=2;k++)
        for(int t=0;t<=2;t++)
        {
        if(xx(j,k))  dp[l][r][i][t]=(dp[l][r][i][t]+dp[l][f[l]][i][j]*dp[f[l]+1][r][k][t]%p)%p;
        }
        return;
    }
}

T5：回文串

又是一道区间DP，这道题的关键所在就是怎么判断回文串，我的做法是首先O(n)处理好长度为1和2的回文串（其实主要是处理长度为2的回文串），把是回文串的区间标记为true,dp值更新为相应的值（所有长度为1的字符都是回文串，dp[i][i]值为1，f[i][i]=1,长度为2的字符串只需要两个字符相同相同即是回文串，dp[i][i+1]=3,f[i][i+1]=1；如果两个字符不相同，dp[i][i+1]=2,f[i][i+1]=0）

for(int i=1;i<=len;i++) dp[i][i]=1,f[i][i]=1;
    for(int i=1;i<=len-1;i++) 
    {
    if(a[i]==a[i+1]) dp[i][i+1]=3,f[i][i+1]=1;
    else dp[i][i+1]=2;
    }

接下来就按长度进行DP转移，枚举每个点，根据容斥原理，可以得出一般dp[i][i+j]的值为dp[i][i+j-i]+dp[i+1][i+j]-dp[i][j] (自行理会)，但如果该区间是回文串的话，则该区间的值要加1，而判断方法，就是根据处理出来的 f 数组，如果该区间的两端字符相同，而且除去两端后的区间仍是一个回文串的话，那么就可得出该区间也是个回文串，dp值++,f[l][r]=1;

    for(int i=3;i<=len;i++)
    {
        for(int j=1;j<=len-i+1;j++)
        {
            int l=j,r=i+j-1;
            dp[l][r]=dp[l][r-1]+dp[l+1][r]-dp[l+1][r-1];[r],dp[l][r-1]);
            if(a[l]==a[r]&&f[l+1][r-1]) dp[l][r]++,f[l][r]=1;
        }
    }

输出dp[1][n]即可

T6：完美子串

题目描述：
给你一个长度为n的长字符串，“完美子串”既是它的前缀也是它的后缀，求“完美子串”的个数且统计这些子串的在长字符串中出现的次数

这是一道kmp的题目，幸好刚好讲过kmp的题目，还有点印象，不然铁定GG。
之前讲了三道（[Usaco2015 Feb]Censoring，[Baltic2009]Radio Transmission–bzoj1335，51nod 1129 字符串最大值）。 这些题本质上都是类似的，都是基于kmp中的next数组，对其进行玄妙的处理从而得出题目所要求的结果。
正如ll说的，要理解这几题，就必须要深刻理解kmp中next数组的含义。
首先从直观的角度来讲，在一串字符s中，next[i]表示的是第i个字符的前缀与s的前缀相同的最大长度(前缀长度不能为i，即i的前缀和s的前缀不能完全重合)。
就比如在 abacaba 中
next[1]=0,next[2]=0,next[3]=1,next[4]=0,next[5]=1,next[6]=2,next[7]=3;
就比如在这道题中，求完美子串的个数及次数，需要我们分别处理出个数和次数，首先次数很好解决，根据一个字符串出现的次数等于以它为前缀的字符串数量之和，因此可以得出，f[next[i]]+=f[i];(f[i]初始值为1)，这样就得到了所有子串的数量。然后再思考完美子串的特点。根据题面和样例可以得出，字符串本身就是个完美子串，且数量为一，根据next数组的含义可知，当i=s.size(),此时的next[i]所表示的刚好就是s的后缀（即s[i]的 前缀）和前缀匹配的最大长度，并且这个长度就是第二长的完美子串（假设这个子串不是，那么next[i]的值就应该为更大的那长的子串的长度，而不是现在的next[i]），而第三大的完美子串，肯定是小于第二大的，而且要满足前缀与后缀相同，由于第三大的完美子串的前后缀分别包含在次大的完美子串中，所以可以发现次大的那个子串相当于s串，而第三大的，则相当于次大的，而第三大的长度，则是next[next[n]],并可以发现，这个结论可以一直往下推，直到next[p]=0为止，而且满足下一层的完美子串肯定是比自己小的完美子串中最长的，并且所有的完美子串，会且仅会被比自己长的子串中最小的那个推来。