做题心得

1.矩阵加速的通法
形式1：dp[i]=a1*dp[i-1]+a2*dp[i-2]+…+a[k]*dp[i-k]

for(int i=0;i<k;i++) A.ma[i][0]=chu[i]
for(int i=0;i<k;i++)
    for(int j=0;j<k;j++){
        if(i==0) B.ma[i][j]=a[j+1];
        else B.ma[i][j]=(j==(i-1))?1:0;
    }

形式2：dp[i][j]=a[j][0]*dp[i-1][0]+a[j][1]*dp[i-1][1]+…+a[j][k-1]*dp[i-1][k-1],0<=j< k
求dp[n][0],dp[n][1]…dp[n][k-1]，n<=1e9,k<=50

for(int i=0;i<k;i++) A.ma[i][0]=chu[i];
for(int i=0;i<k;i++)
    for(int j=0;j<k;j++){
        B.ma[i][j]=a[i][j]
    }

2.常见dp优化方法
$dp[i]=f(dp[j]),1<=j<=i-1$
1）尺取法优化
适用于dp的最优解转移沿着特定方向
2）辅助数组法
适用于可以通过适当变换将i和j分离开，数组记录g[j]用于更新dp[i]
3)辅助数据结构优化
$dp[i]=min/max{f(dp[j])，h1[i]<h2[j]}$
解法：将元素按照h1的值从小到大重新排序，由于h1[i]递增，所以不满足$h1[i]<h2[j]$的一定不满足$h1[i+1]<h2[j]$，所以可以使用优先队列维护排好序的前面所有项的最小/最大f(dp)值，并记录相应的h2值，如果队头元素对当前i不满足$h1[i]<h2[queue[top]]$,队头元素出列。进出列各一次，复杂度O(n)
$dp[i]=min/max{f(dp[j])，h1[i]>h2[j]}$
解法：将元素按照h2的值从小到大排序，维护f(dp)值递减/增的序列，对于不满足递减/增性质的f(dp)值舍去即可。原因是h2递增，对于满足$h2[j]<h1[i$]的值一定对于所有的$k<j$都满足$h2[k]<h1[i]$，所以如果当前$f(dp[j])<f(dp[j-1])$，则下标大于j的dp值一定不会通过第j项转移，否则也可以通过第j-1项转移，第j项删除不影响结果，因此最终只要二分查找满足$h2[j]<h1[i]$的最大下标项即可。$dp[i]=f(dp[bi_search(s+1,s+top+1,h1[i])])$，s中存储h2和排好序的数组下标值，对h2进行二分，输出相应下标值。
两者比较可知，如果dp[i]仅与某一项有关，限制条件i和j完全独立，每次都将元素按照限制条件较小的一边重新进行排序即可进行“维护队列”优化

然而上述两中dp形式都可以很容易地通过线段树进行优化，两种方法各有优劣。
如第二种形式，先将所有f(dp)值按h2的值为下标插入线段树中，然后每次询问小于h1[i]的f(dp)最小值，从复杂度O(n*logn)

从而我们联想到此种dp的通法：
**形如$dp[i]=min/max/sum{f(dp[j])，h2[i]<=h1[j]<=h3[i]}$，我们可以通过线段树/树状数组进行优化求解。
min/max：线段树求解。在h1值上建立以f(dp)为值的线段树，将所有值插入后，每次更新dp值时询问h2[i]-h3[i]区间内的min/max值即可
sum：同理建立树状数组，每次询问区间和即可

栈或队列优化题目汇总
1）求l[i]：第i个数左侧个小于i位置元素的最大位置
维护单调栈即可

3.实际简化模型
1）三角简化
元素中两两之间只有两种互斥关系A和！A，求三个数之间两两为A或两两！A的三元组数目
C(n,3)-$\sum_{i=1}^na[i]*(n-1-a[i])$，a[i]是与第i个元素关系为A的数目

常见问题求解方法
1）连续区间的求和统计问题：以区间和为主元，统计以“某点开始”、“相等区间和”对应的权值和。因为连续区间满足连续变化的性质，所以可以采取尺取法统计。
2）字符串问题
预处理Hash(i)：前i个字符的哈希值，可以在O(1)得到字串hash值
3)二分答案
1.求$min( max( f(x_i),1<=i<=n ) ),g(x_1,x_2...x_n)=0$
二分答案。令min值为L，判断是否存在$max( f(x_i),1<=i<=n )<L$。判断方法如下：将n个不等式处理后相加凑成$g(x_1,x_2...x_n)$，将g函数放宽为$>=0$，可以得到L和参数之间的关系，二分答案L即可得到恰好满足不等关系的最小L，如果不一定恰好取等，先令每个f(x_i)=L，然后再对每个$x_i$进行缩小使得满足g函数等式关系。

2.求$max( f(x_{i1},x_{i2}...x_{ik})/g(x_{i1},x_{i2}...x_{ik}) ),1<=i_1<i_2<...<i_k<=n$
令max值为L，判断是否存在序列满足$max(f(x_{i1},x_{i2}...x_{ik})/g(x_{i1},x_{i2}...x_{ik})$ 大于等于L.可以通过建图，网络流求解方法

4）计数问题
概率法解决计数问题：设总的方案数为sum，满足条件的概率为p，那么满足条件的计数为ans=p*sum。如此一来就把计数问题转化为概率问题！

3.dfs的应用
1）动态记录访问到当前节点时的所需信息（仅在进入该节点时定义为访问），然后在入戳和出戳时分别记录当前节点的信息，比较差距即可得到以该点为根的子树的所需信息总和

4.生成树问题
1）无向图多组询问，从u出发仅经过长度不大于x的边可到达的点的个数
解法：利用kruskal算法建立最小生成树，在合并两点x和y所在子树时，着大x和y所在子树的跟fx和fy，然后让它们同时指向新节点f，f赋值为该边权值，最终得到2*n-1个节点。这个生成树的性质为：从深到浅，权值不断增大。可以查找从u到根节点权值小于x的最大节点f，f子树节点即为u所能到达的节点集合。求节点数量的话，先预处理子树大小或者记录dfs序都可以