放置于儿童不能接触处的动态规划题目

随机化

题目

为了证明 $\mathsf{KnowNameBloger}$ 常数巨大，邪恶的 $\mathsf{HandInDevil}$ 与炎翼鸟决定在 grader.exe 里面动一些手脚。

题目输入为一棵树。定义「标枪」为，这个点的点权是这个点到根的链上所有节点的权值最大值。形式化的，点 $x$ 是「标枪」当且仅当 $\forall y\in \mathrm{path}(x,root),v_y<v_x$ 。如果有 $c$ 个「标枪」点，那么 $\mathsf{KnowNameBloger}$ 的代码运行速度会变成原来的 $k^c$ 倍（$k$ 是 $\mathsf{Arextre}$ 设定的常数）。

然后 $\mathsf{iCu}$ 用随机排列给树分配了点权。我们已经看到 $\mathsf{KnowNameBloger}$ 的代码跑了 $10^{10^{10}}$ 秒，我们只需要求出，她的代码运行速度的倍数加成（即 $k^c$）的期望。由于她的代码常数实在太大，你只需要输出 $k^c$ 的期望值乘 $n!$ 再取模 $998244353$ 后的结果。

思路

先考虑一个暴力。称「标枪」为黑点，非「标枪」为白点，先 $2^n$ 枚举颜色，然后每个点似乎就有 $depth$ 个点权大小关系限制？

事实上，黑点的白点祖先必然小于它，因为白点 $<$ 根 $<$ 黑点。还有，一条链上的 $k$ 个黑点是一个连不等号的关系，即最深的 $>$ 次深的 $>$ $\cdots$ $>$ 最浅的（即根节点）。这是黑点的情况，白点也是类似的。所以最终 精简为了只有两种限制：

1. 白点的点权 $<$ 第一个黑点祖先的点权。
2. 黑点的点权 $>$ 第一个黑点祖先的点权。

如果点权大的向点权小的连边，这就会形成一个 树形结构，因为每个点只连出一条边（而根节点无出边）。这个东西大家都会，随意选择一个点当作根，然后 容斥向下的边，一部分钦定为向上，容斥系数为 $-1$ 的这种边的数量次方，剩余的向下边砍掉。向上的边，就是每个点必须是子树内最小值，经典问题了，直接 $\prod \frac{1}{size}$ 就行。

在本题中，就指定原树的树根为新树的树根。现在就可以设计 $\mathtt{dp}$ 状态了。设 $f(i,j)$ 表示，以 $i$ 为根的子树中，总共向上连的点有 $j$ 个（即，需要获得父节点的所有树的大小之和），方案数（含容斥系数）之和。这里的概率为点权是 $1$ 到 $siz{e}_i$ 的排列的情况。考虑转移。

一个巧妙之处是，不同子树的 期望值可以直接相乘。因为 $p(a)\cdot k^a\cdot p(b)\cdot k^b=p(a+b)\cdot k^{a+b}$ 。所以子树内有 $j$ 条向上的边的方案数之和 $g(j)$ 就是子树的 $f$ 的卷积。

1. 如果是白点：若它是断开了边的那一类，那么上下是独立的，期望的可加性得 $f(i,j)+=g(j)$ 。若它是改成向上边的一类，由于白点在新树上没有子节点，所以 $\frac{1}{size}$ 就是 $1$，即 $f(i,j+1)-\text{=}g(j)$ 。
2. 如果是黑点：所有子树内的黑点都得连向他。别忘了计算概率。即 $f(i,j+1)+=\frac{k\cdot g(j)}{j+1}$ 。

然后就 $\mathcal{O}(n^2)$ 做完了。

三元组

题目

一棵 $n(n⩽10^6)$ 个点的树，记 $dis(u,v)$ 为树上 $u,v$ 最短距离的长度（边的长度均为 $1$），请计算满足下面条件的有序三元组 $⟨A,B,C⟩$ 的个数：
∣ { A , B , C } ∣ = 3 ,    d i s ( A , B ) ≤ max ⁡ [ d i s ( A , C ) , d i s ( B , C ) ] \big|\{A,B,C\}\big|=3,\;dis(A,B)\le\max[dis(A,C),dis(B,C)] ∣ ∣​{A,B,C}∣ ∣​=3,dis(A,B)≤max[dis(A,C),dis(B,C)]

思路

看上去很恐怖，但是仔细想一想，这东西是个 轮换式。这说明，对于任意的 $A,B,C$，把它们重新排列后就会计数特定次数。比如此处，欲求 $c\le \max (b,a)$ 的数量，不妨设 $c<b<a$，那么可行的排列就是
$$⟨c,b,a⟩,⟨c,a,b⟩,⟨b,c,a⟩,⟨b,a,c⟩$$

但是有些特殊情况。如果 $c\le b=a$，那么可行的排列有全部六种。所以，我们只需要考虑这种特殊情况，即 最大值与次大值相等。

这种情况会长什么样子呢？不难发现，一定可以找到一个点 $x$ 使得 $x$ 到 $A,B,C$ 三者的路径不相交。（因为 $x$ 就是 $lca(A,B),lca(B,C),lca(A,C)$ 三者中最深的那个。）如果三条路径长度分别为 $a,b,c$，不妨设 $a\le b\le c$，那么最大值为 $b+c$，次大值为 $a+c$，二者要相等，所以 $a=b$ 。

那么考虑 枚举 “中心点”。如果最短的两条都在子树内，就是子树内选等深、子树外选足够长。如果最长的一条在子树内，就是子树内选不等深，子树外选较短深度者。

• 记 $f(x,i)$ 为，使得 $lca(u,v)=x$ 且 $dis(u,x)>dis(v,x)=i$ 的无序二元组 $⟨u,v⟩$ 的数量。
• 记 $g(x,i)$ 为，使得 $lca(u,v)=x$ 且 $dis(u,x)=dis(v,x)=i$ 的无序二元组 $⟨u,v⟩$ 的数量。
• 记 $h(x,i)$ 为，使得 $lca(x,u)\ne x$（即 $u$ 在子树外）且 $dis(x,u)\le i$ 的 $u$ 的数量。

此时 $x$ 对答案的贡献就可以求了。

• 最短的两条在子树内，内部选择 $g(x,i)$，外部选择 $h(x,i-1)$ 以外的点。
• 最长的一条在子树内，内部选择 $f(x,i)$，外部选择 $h(x,i)-h(x,i-1)$ 。

然后问题转化为，怎么求 $f,g,h$ 三个值。你要先观察到 $i$ 的范围：因为 $g(x,i)$ 要选两个，所以 $i$ 的范围是 短链长度（“短链” 即次长链），毕竟长链上只能选一个。同理可知 $f(x,i)$ 中 $i$ 的范围是短链长度。

于是乎，我们可以用经典长链剖分求出 $p(x,i)$ 为 $x$ 的子树内、到 $x$ 的距离为 $i$ 的点的数量，然后 暴力计算 出 $f$ 和 $g$（就是先硬算，然后减去儿子节点以保证 $lca=x$ 成立）。

然而 $h$ 怎么求呢？先试着写一写递推式吧。
$$h(x,i)=h(\mathrm{fa},i-1)+\sum _{j=0}^{i-1}p(\mathrm{fa},j)-\sum _{j=0}^{i-2}p(x,j)$$

再想想，我们询问的 $h(x,i)$ 中 $i$ 不超过短链长度（由 $f,g$ 的 “局限性” 导致），我们不妨慷慨一点，改成 长链长度，那么 $h(\mathrm{fa},i-1)$ 中的 $i-1$ 的范围是 $x$ 的长链长度 $-1$ 。众所周知 $\mathrm{fa}$ 的长链长度至少是 $x$ 的长链长度 $+1$，所以够用。

再一看，这又是长链剖分经典式子。当 $x$ 与 $\mathrm{fa}$ 在同一长链上时，若 $i$ 超过 $\mathrm{fa}$ 的短链长度，那后面这两个 $\sum$ 的差值就不再变化了，可以打 整体加的懒标记，前缀减去此标记来修正。这个差值最好是先用另一个数组存储（因为它的含义就是 $\mathrm{fa}$ 去掉 $x$ 的子树之后的 $p$ 值）。

当 $x$ 与 $\mathrm{fa}$ 不在同一长链上时，可以 $\mathcal{O}($ $x$ 的长链长度 $)$ 暴力计算。当然，由于这里用到了 $p$，所以必须要用 可回退数据结构 维护 $p$，才能在自顶向下的 $h$ 计算中得到正确的 $p$ 值。这东西听上去恐怖，其实就是 “时光倒流”，把加上去的短链的贡献减掉即可。

那么整道题就做完了。时间复杂度 $\mathcal{O}(n)$，但是常数巨大。

长（$ch\acute{a}ng$）者

题目

一个长度为 $n(n⩽10^5)$ 的排列，有些位置上的数字已经确定了，剩下位置上的数字不确定。你要确定剩下位置上的数字，让得到的排列的最长上升子序列长度尽量长。

思路

回想一般的 $\mathtt{LIS}$ 做法。常见的做法是 $g(x)$ 表示以 $x$ 作为结尾的值，最长的 $\mathtt{LIS}$ 。其实，本质就是 $f(i)$ 的转移条件为 $p_j<p_i\wedge j<i$，用枚举顺序去掉了第二维，利用单调性将树状数组改成了二分罢了。

在这里我们当然还可以设 $f(i)$ 为以 $i$ 结尾的最长 $\mathtt{LIS}$ 。如果 $p_i$ 是未知的，怎么转移呢？当然是让 $p_i$ 尽量小啊！如果后面有人又是从 $i$ 转移的，也就跟着设置为尽可能小。直到出现已知的 $p_i$ 。也就是说，中间的转移都只是为了已知的 $p_i$ 作铺垫。

那我们干脆要求 $p_i$ 是已知的。枚举上一个确定的位置 $j(j<i)$ 则有
$$f(i)=\underset{p_j<p_i}{\max }\{f(j)+\min (c_i-c_j,r_i-r_j)\}+1$$

其中 $c_i$ 为下标 $[1,i]$ 中有多少个位置不确定。即 $c_i-c_j$ 为下标 $(j,i]$ 中空缺的 $p$ 。而 $r_i$ 表示 $[1,i]$ 中有多少个 $p$ 未使用。即 $r_i-r_j$ 表示，对于所有 $p\in (j,i]$，有多少个 $p$ 没出现过。

式子写出来了，发现是 $\mathcal{O}(n^2)$ 的。可笑！优化方法不都写在第一自然段吗？这种问题也能难倒我们？唯一特别的不过是这个 min ⁡ { c i − c j ,    r i − r j } \min\{c_i{-}c_j,\;r_i{-}r_j\} min{ci​−cj​,ri​−rj​} 罢了。讨论一下 $(c_i-r_i)$ 与 $(c_j-r_j)$ 的值，很容易就能确定选择的是哪一项。

然后问题变成了 三维偏序，即 $j<i,p_j<p_i,c_j-r_j<c_i-r_i$ 。最外层 $\mathtt{cdq}$ 分治，内部 $\mathrm{two}\mathrm{pointers}$ 的时候用 $\mathtt{BIT}$ 辅助一下。复杂度 $\mathcal{O}(n{\log }^{2}n)$ 。

多项式挑战

题目

有一棵无穷大的完全二叉树 $T$，任意一个点都有两个子节点。

给定一棵有限的二叉树 $G$，满足除叶节点外每个节点都有恰好两个儿子，你需要把 $G$ 嵌入 $T$ 中。具体而言，你需要找一个单射 $f:G\mapsto T$ 满足：

1. 对于 $G$ 中的每个非叶节点 $u$，设其两个子节点分别为 $l,r$，则 $f(l)$ 在 $f(u)$ 的左子树中，且 $f(r)$ 在 $f(u)$ 的右子树中。
2. 对于 $G$ 中的每个叶节点 $v$，$f(v)$ 的深度必须恰好为 $h_v$，其中一个点的深度是它到根节点所需要经过的边数。$h$ 是一个给定的数组。

你需要求方案数对 $10^9+7$ 取模的结果。两个方案不同，当且仅当存在一个点 $u$ 使得 $f(u)$ 在两个方案中不同。

数据范围较小，$n\le 5\times 10^3$ 且 $h_i\le 10^9$ 。同时也请注意，$f(1)$ 不一定需要是 $T$ 的根节点；可能有无解的情况。

思路

考虑朴素的 $\mathtt{dp}$，用 $g(i,j)$ 表示 $f(i)$ 的深度至少为 $j$ 时，子树内的答案。那么
$$g(i,j)=\sum _{x=j}^{+\infty }{2}^{x-j}\cdot g(l,x+1)\cdot g(r,x+1)$$

如果再加一个后缀和优化，即
$$g(i,j)=2\cdot g(i,j\text{+}1)+g(l,j\text{+}1)\cdot g(r,j\text{+}1)$$

就获得了一个 $\mathcal{O}(h\cdot n)$ 的优秀算法。

按照这个方向走，就会 进入死胡同 了。思路明明差不多，但是朝着这个方向推，就会颗粒无收。这究竟是为什么啊？

我们不得不更改定义。设 $d(i,j)=g(i,j)-2g(i,j+1)$，即 $f(i)$ 深度恰好为 $j$ 的答案。那么有转移
$$d(i,j)=\left(\sum _{x>j}d(l,x)2^{x-j-1}\right)\left(\sum _{x>j}d(r,x)2^{x-j-1}\right)$$

为了 尽可能将 $x$ 与 $j$ 撇清关系，不再用原有的 $g(i,j)={\sum }_{x⩾j}d(i,x)$ 而是
$$g(i,j)=\sum _{x>j}{2}^x\cdot d(i,x)$$

那么
$$d(i,j)=2^{-2j-2}\cdot g(l,j)\cdot g(r,j)$$

而后 不难发现 仍然可以用多项式去拟合 $g(i,j)$ 。不过肯定不是 $j$ 的幂级数。因为你可以大概写出
$$\begin{array}{rl}g(i,j)& =\sum _{x>j}{2}^x\cdot d(i,x)\\ & =\sum _{x>j}{2}^x\cdot 2^{-2x-2}\cdot g(l,x)\cdot g(r,x)\end{array}$$

然后 不难发现 这是 关于 $2^{-j}$ 的幂级数。形式化地说，存在一个 $G_i(x)={\sum }_{j=0}^{k_i}{a}_{ij}{x}^j$ 使得
$$g(i,j)=G_i(2^{-j})$$

这是因为
$$G_i(2^{-j})=\sum _{x>j}{2}^{-x-2}\cdot G_l(2^{-x})\cdot G_r(2^{-x})$$

如果记 $B(x)=G_l(x)\cdot G_r(x)={\sum }_{i=0}^{k_l+k_r}{b}_i{x}^i$ 则
$$\begin{array}{rl}{G}_i(2^{-j})& =\sum _{x>j}{2}^{-x-2}\sum _{t=0}^{k_l+k_r}{b}_t(2^{-x}{)}^t\\ & =\sum _{t=0}^{k_l+k_r}{b}_t\sum _{x>j}{2}^{-x-2}\times 2^{-xt}\\ & =\frac{1}{4}\sum _{t=0}^{k_l+k_r}{b}_t\sum _{x>j}{2}^{-x(t+1)}\\ & =\frac{1}{4}\sum _{t=0}^{k_l+k_r}{b}_t\cdot \frac{2^{-j(t+1)}-2^{-h(t+1)}}{2^{t+1}-1}\end{array}$$

所以
$$G_i(x)=\frac{1}{4}\sum _{t=0}^{k_l+k_r}\frac{b_t}{2^{t+1}-1}\cdot (x^{t+1}-2^{-h(t+1)})$$

显然仍然是多项式。只剩下一个问题了，$k_i=k_l+k_r+1$ 的范围是什么呢？答案是子树内的点数减叶子数。因为对于叶子节点 $u$，$g(u,j)=2^{h_u}(j<h_u)$ 是零次的。

卷积可以暴力做，因为每一对点在 $lca$ 提供 $\mathcal{O}(1)$ 的复杂度，总复杂度 $\mathcal{O}(n^2)$ 。