agc049A~D

A.Erasing Vertices

• 想到了单独考虑一个点的贡献，可惜算的方法有问题，最后没有搞出来
• 对于一个点，考虑能够到达它的点的个数是$cnt$，那么这个点被删去的概率为$\frac{1}{cnt+1}$，因为这些点都是等概率的，答案就是$\sum \frac{1}{cnt+1}$

B.Flip Digits

• 操作等价于将一个1向左边移动，如果左边是1则相消。
• 直接每一个位置判断一下，如果不同找到右边的第一个1来修改即可

C.Robots

• 考虑将一个机器人的预计路径当做区间$[a_i-b_i,a_i]$，那么有两种区间，包含或不包含0。对于一个包含0的区间，右端点如果被一个不包含0的区间覆盖，那么这个机器人就可以花费一的代价，将后面一个位置的机器人安排到自己的位置把自己吃掉。
• 分析一下可以发现，找到从右往左第一个没有被吃掉的机器人（区间包含0），它会把前面的机器人全部吃掉，然后有$b_i-a_i+1$的贡献，然后后面的机器人都只用花费1的代价。
• 假设后面有$cnt$个不能被不包含0机器人吃掉的机器人，答案就是 m i n i { m a x ( b i − a i + 1 , c n t ) } min_i\{ max(b_i-a_i+1,cnt)\} mini​{max(bi​−ai​+1,cnt)}

D.Convex Sequence

• 很容易想到差分两次，然后在差分两次的数组上DP。
• 相当于是枚举长度为$i$时开头的增量的增量$d$，对于总和的贡献为$d\ast (i+1)\ast i/2$，由于$(i+1)\ast i/2\le m$的有$O(\sqrt{m})$个，因此暴力完全背包转移是$O(m\sqrt{m})$的。
• 再考虑可能有的时候增量时候负的，因此我们可以把这个凸函数分成向左向右两个递增的部分。左边和右边合并的时候要满足$len1+len2\le n,s1+s2+kn=m$
• 只需要按照$\%n$分类用一个桶维护右边的个数，枚举左边的$len1,s1$即可。在$len1$增大的时候将桶里的一些元素去除。