动态DP——广义矩阵乘法—狭义版

动态DP——广义矩阵乘法—狭义版

广义矩阵乘法 （抄来的结论

矩阵乘法中存在两个运算符：乘法（$op{t}_1$），加法（$op{t}_2$）。

我们也可以将矩阵乘法中的这两个运算符替换为别的算子（乘法，加法，除法，减法，max，min等）。

但是由于矩阵乘法满足结合律，如果我们要用矩阵乘法加速维护某些信息，那么我们当我们替换算子的时候需要满足 $op{t}_1$ 对 $op{t}_2$ 满足分配律。

举个例子：在朴素矩阵乘法中，乘法对加法满足分配律：$a\ast (b+c)=a\ast b+a\ast c$

再举个例子：广义矩阵乘法一般用来维护动态DP，更具体的，将 $op{t}_1$ 替换为加法，将 $op{t}_2$ 替换为取min/max。

我们很容易知道， $op{t}_1$ 对 $op{t}_2$ 满足分配律：$a+min(b,c)=min(a+b,a+c)$

那么在第二个例子中，就是我们常用的广义形式。

第二个例子的单位矩阵形式为：
$$\left[\begin{array}{ccc}0& \inf & \inf \\ \inf & 0& \inf \\ \inf & \inf & 0\end{array}\right]$$
乘法代码：$c=a\ast b$

for (int i = 0; i < 5; ++i)
	for (int j = 0; j < 5; ++j)
		for (int k = 0; k < 5; ++k)
			c[i][j] = min(c[i][j], a[i][k] + b[k][j]);

要是取max，把矩阵的 $inf$ 改为 $-inf$ 就好了

例题，CF750E New Year and Old Subsequence 题目链接

题目：给定一个字符串，每次询问一个子串，问最少删除多少个字符后，可以保证存在子序列 “$2017$” 但不存在子序列 “$2016$”。

考虑对于每一个子串怎么做：

显然直接做子序列匹配即可，定义 dp[i][0/1/2/3/4] 为到第i个字符匹配到了 空/2/20/201/2017 的最小需要删除的字符数量。

转移方式显然：c 是当前位置的字符
$$\begin{array}{rl}dp[i][0]& =dp[i-1][0]+[c==2]\\ dp[i][1]& =min(dp[i-1][1]+[c==0],dp[i-1][0]+[c==2?0:inf])\\ dp[i][2]& =min(dp[i-1][2]+[c==1],dp[i-1][1]+[c==0?0:inf])\\ dp[i][3]& =min(dp[i-1][3]+[c==6||c==7],dp[i-1][2]+[c==1?0:inf])\\ dp[i][4]& =min(dp[i-1][4]+[c==6],dp[i-1][3]+[c==7?0:inf])\end{array}$$
现在我们考虑快速查询一个子串的dp值。

我们观察这个式子，只存在取min和加法，那么我们可以考虑用广义矩阵转移。

然后用线段树维护一个矩阵乘法即可。

初始矩阵为 $[0,inf,inf,inf,inf]$ 然后乘上这段区间矩阵。

有矩阵乘法的基础的就不用多说。

关于每个值的矩阵，构造也很显然，根据转移构造即可，例如2的矩阵：
$$\left[\begin{array}{ccccc}1& 0& \inf & \inf & \inf \\ \inf & 0& \inf & \inf & \inf \\ \inf & \inf & 0& \inf & \inf \\ \inf & \inf & \inf & 0& \inf \\ \inf & \inf & \inf & \inf & 0\end{array}\right]$$

#include <bits/stdc++.h>

using namespace std;

#define pb push_back
typedef long long ll;

struct maxtr
{
	int a[5][5];
	maxtr()
	{
		memset(a, 0x3f, sizeof(a));
	}
	void init()
	{
		for (int i = 0; i < 5; ++i)
			a[i][i] = 0;
	}

	maxtr operator * (const maxtr &x) const 
	{
		maxtr res;
		for (int i = 0; i < 5; ++i)
			for (int j = 0; j < 5; ++j)
				for (int k = 0; k < 5; ++k)
					res.a[i][j] = min(res.a[i][j], a[i][k] + x.a[k][j]);
		return res;
	}

	void show()
	{
		for (int i = 0; i < 4; ++i)
		{
			for (int j = 0; j < 4; ++j)
				cout << a[i][j] << ' ';
			cout << '\n';
		}
	}

};
const int N = 2e5+100;
char c[N];
maxtr val[N << 2], ST;
int n, m;

void exchange(maxtr &x, char c)
{
	x.init();
	if (c == '2') x.a[0][0] = 1, x.a[0][1] = 0;
	else if (c == '0') x.a[1][1] = 1, x.a[1][2] = 0;
	else if (c == '1') x.a[2][2] = 1, x.a[2][3] = 0;
	else if (c == '6') x.a[3][3] = 1, x.a[4][4] = 1;
	else if (c == '7') x.a[4][4] = 1, x.a[3][4] = 0;
}

void build(int id = 1, int l = 1, int r = n)
{
	if (l == r)
	{
		exchange(val[id], c[l]);
		return;
	}
	int mid = (l + r) >> 1;
	build(id << 1, l, mid);
	build(id << 1 | 1, mid + 1, r);
	val[id] = val[id << 1] * val[id << 1 | 1];
}

maxtr query(int L, int R, int id = 1, int l = 1, int r = n)
{
	if (L > r || R < l) return ST;
	if (L <= l && r <= R) return val[id];
	int mid = (l + r) >> 1;
	maxtr a = query(L, R, id << 1, l, mid);
	maxtr b = query(L, R, id << 1 | 1, mid + 1, r);
	return a * b; 
}

void sol() 
{
	ST.init();
	cin >> n >> m;
	cin >> c + 1;
	build();
	int l, r;
	while (m--)
	{
		cin >> l >> r;
		auto t = query(l, r);
		if (t.a[0][4] > 1e6) t.a[0][4] = -1;
		cout << t.a[0][4] << '\n';
	}
}

int main()
{
	ios::sync_with_stdio(0);
	cin.tie(0);
	cout.tie(0);
	int T = 1;
	while (T--) sol();
	return 0;
}

其他参考

「笔记」广义矩阵乘法与 DP - Luckyblock - 博客园 (cnblogs.com)

广义矩阵乘法与动态 DP 学习笔记 - RenaMoe - 博客园 (cnblogs.com)