CSP-S赛前专题总结

图论

• 最短路
• 生成树
• 强连通
• 差分约束
• 拓扑排序
• 欧拉图

最短路

1.建模：
将原问题转化通过某种性质转化为图论问题
注意：

• 建图的时候是否可以优化（是否加了一些对答案无影响的边）
• 和某些特定数量的点有关，考虑枚举。（枚举时也可以优化，比如只枚举前几个，便可以推出最后一个，诸如此类）
• 一些需要用到的值，考虑预处理。枚举+拼凑答案

可以建模的情况：

1. 最值（e.g.墨墨的等式）

2.变形：

1. dijkstra处理的是单源最短路径，但通过增加一个超级源点，也可以处理多源最短路径
2. 最短路计数
3. 次短路，枚举最短路上的每一条边看是否可以更新答案
4. 分层图：理解每一层的含义，注意连边
5. 最短路树：特别适用于源点到每个节点的最短路唯一的情况。（题目往往需要处理非树边。并查集的妙用：判断两点是否被更新过）

3.细节：

1. 判断一条边是否存在于最短路上，需要从起点和终点开始各做一次最短路。$dis[S][u]+dis[v][T]+w[u][v]==dis[S][T]$

生成树

1.变形：

1. 最小度限制生成树
2. 最优比率生成树（0/1分数规划）
3. 最小乘积生成树
4. 最小生成树计数
5. Kruskal重构树
6. 最小瓶颈路
7. 动态维护最小生成树

强连通

Tarjan

1. 有向图
2. 无向图

差分约束

一定要注意隐含条件

拓扑排序

应用广泛

欧拉路

1.判断是否存在欧拉回路
对于有向图 — 每个点的出度 =入度，（且图联通）
对于无向图 — 每个点的度数为偶数，（且图联通）
2.求解欧拉回路

动态规划

• 线性dp
• 区间dp
• 树形dp
• 数位dp
• 斜率优化dp
• 状压dp
• 概率期望do

线性dp

其实不只是对于线性dp，大多数dp题在定义状态的时候，就是把你所需要的全部列出来，然后再分析简化。
状态一定要明确

区间dp

感觉做到的区间dp都一个样。
记忆化搜索

树形dp

常见的状态定义：
$f[i][...][...]$表示以i为根的子树的…信息

数位dp

1. 求满足限制的第k小的数（可以先确定大致位数，然后运用试填法）
2. 求区间[l,r]之内满足限制的数的个数（看作是$[1,r]-[1,l-1]$）

斜率优化dp

和平时推式子没什么两样
只是变个形优化一下
$y=k\ast x+b$
$x,y$只和决策信息有关
$k,b$只和当前状态有关

1. 合并同类项的时候要细心
2. 注意初值

状压dp

一般可以从数据范围获得提示
将状态存下来（然后就和枚举没什么两样）
注意状态的定义一定要涵盖所有情况（比如NOIP宝藏）

概率期望dp

暂时放这儿。
这周没来得及写