Algo_线性dp原理、一维dp原理、dp原理

Base

对于一维数组A = [1, 2, 3, 4, ..., n]
 ' 我们定义集合是： 从A中选出一些元素（不可重复选）， 至少选1个。 比如一个集合可以是： 134 '
 '     集合分为： 与顺序有关、无关的集 '

ans由1个集合所决定

该ans集合的长度==n

根据该集合是否与顺序有关，再进行划分  （' 所谓的顺序是： 元素的<下标>的大小顺序 '）：
1，与顺序无关
	因为，与顺序无关，自然ans可以是[1,2,3...n]
	这肯定没有意义，因为从最初的[1,2,3...n]本身，就可以得到ans
	
2，与顺序有关  ('重要应用！ ')
	比如，答案是[3,2,1,4,5....]
	朴素算法肯定是O(n!)全排列暴力枚举。

	你可能会想到：   比如对于ans=[2 -> 1]这个顺序 （即，不是有序的）
	  虽然我们的dp，先遍历的是1 后遍历2 （但，ans是2在先，1在后）
	  是否可以： 在dp遍历到2时（此时dp里已经存了dp[1]的值）
	  			此时，我们是否可以让这个2 '往前插'到1前面呢？？
	  其实是不可以的， dp是： [pre_st] 
	  	1，pre_st是有序的[1->2->x]（对应 线性dp）
	  	2，pre_st是无序的[3->2->1->x] （对应 状压dp）
	  对于当前的元素cur，要更新cur_st。 这个cur，一定是插入到pre_st的'后面'！！！
	  即一定是x的后面，cur_st = [1->2->x]->cur 或 [3->2->1->x]->cur
	这个概念，贯穿整个dp的本质！！
	ans = [2 -> 3 -> 1]
	如果是'线性O(n)dp'， 你在3时，比如有dp[pre_st] = [2->1]
	 你是无法做到：   把这个3，插入到2和1之间的！！
	' 当ans不是有序的时， 此时，只有 （状压dp）可以解决！！ '
	 
	即，比如ans = [2 -> 3 -> 1]
	他对应的状压st为[111]， 然后，暴力枚举cur_ed （cur为st中的1）
	 当我们枚举到cur_ed==1时，此时pre_st = 110(即23)
	 那么： dp[111] = dp[110] + xx （这就得到了：2 -> 3 -> 1这个无序的dp）
	
	但当n很小时，一定要想到'状压dp'！！！  
	   此时的状压dp， 是O(2^n  *  n1  *  n2)的时间，（n*n可以用lowbit优化）
	   对于一个st， n1是这st里的所有的1， n2为在n1选了某个1后 剩余的n-1个1 再继续遍历
 	其中的一个应用便是：' 哈密顿 '路径问题。
	给定n个点[0,1,2,3,...,n-1]（点号必须是这个范围，否则需要映射到这个区间）
	 题目会给定一个beg起点， 求beg到[0,1,2,...,n-1]每个点的 最短/长的 哈密顿路径长度
	  ' 所谓哈密顿路径为： 比如3为起点 2为终点 n为5， 则：[3->0->1->4->2] 便是哈密顿路径'
	  '  即， 哈密顿路径： 一定经过所有的n个点，而且 每个点只会经过一次 '
	如果n=20，则暴力n!是超时的。
	但为什么会想到使用dp呢？  为什么dp可以解决这个问题呢？
	' 一定要记住dp的本质：  用1个st状态，同时表示着 很多的局面cases；'
	' 	dp[st] = 这些cases中的最优解，即此时的dp[st]中的st，其实是cases中的某一个 '
	比如st = 7 (二进制是111)， 比如他表示的局面有：[012] [021] [102] [120] [201] [210]
	  这些局面的对应的二进制都是111，所以可以使用1个st=7，来含括这么些局面
	  但这些局面对应的ans不同， 可能[120]这个局面的ans是最优的。
	  那么，此时这个st=7， 即dp[7]的答案  就是[120]这个局面的答案（7就表示[120]这个局面）
	再比如，求LIS时的dp[i][j]为：  前i个元素中，以第[j]个元素为结尾的子序列
	  比如dp[5][3]这个st， 他可以对应的局面：[3] [23] [13] [03] [123] [023] [xx3]
	  可以发现，一个dp[5][3]这1个st，可以对应着 很多很多的局面。 '这便是dp本质'
	' 1， 如果题目不是（最多、最少、最优） 不涉及到(最)的问题  '
	' 2， 如果题目不是（求方案数），因为一个st包含的局面，求方案数 正好以一代多 '
	' 3， 如果你的dp的某个状态st，都无法 含括很多的局面 （比如，1个st仅仅对应1个局面） '
	'     那么，肯定没有必要使用dp。 因为dp的本质就是： 1个st，表示着很多的局面 '
	' 以上的12情况， 几乎就可以确定 不是dp的问题 '
	
	而此时这个哈密顿问题， (符合'最'问题）（符合{用st=111，可以表示很多的局面}
MST(dp, valid);
dp[1 << beg][beg] = 0;  
FOR(st, (1<<beg) + 1, (1<<n) - 1, 1){ ' 注意是从(1<<beg)+1开始的 '
	if( (st >> beg) & 1 == 0 ){ continue; }
'  1，所有st，其beg这个bit位 必须是1 （因为路径的起点必须是beg，即st里一定有beg）'
'  2， 此时，st里一定有>=2个1 '
	FOR(cur_ed, 0, n-1, 1){ ' 找st中，所有除了beg的 bit位为1的bit '
		if( (cur_ed != beg) && ( (st>>cur_ed) & 1 != 0 ) ){
			int pre_st = st ^ (1 << cur_ed);
			FOR(pre_ed, 0, n-1, 1){ ' 这个两个FOR循环，都可以用lowbit来优化 '
				if( ( (st >> pre_ed) & 1 != 0 ) && (dp[pre_st][pre_ed] != -1) ){
					MIN( dp[st][cur_ed], dp[pre_st][pre_ed] + dist[cur_ed][pre_ed] );
				}
			}
		}
	}
}

该ans集合的长度<=n

 ' 这个情况是比较常见的，  比如LIS问题就是属于这个分支的 ' 
根据该集合是否与顺序有关，再进行划分  （' 所谓的顺序是： 元素的<下标>的大小顺序 '）：
1，与顺序无关（ '重要！！' ）
	很多简单线性dp问题，都是这个分支。
	因为与顺序无关，即就可以当做这个集合是有序的 '这个思路非常重要！'
	' 即： ans由（某一个）集合所决定，且这个一个集合可以是有序的 '
	比如，LIS（最长单调子序列的长度）： 
		1，ans只涉及到这1个最优秀的子序列，所以属于 'ans仅由1个集合所决定'这一分支
		2，这1个集合里的元素，是有序的 或者是 可以是有序的
	比如，背包（选一些物品在v<=V的前提下，求最大的w）
		这也是： 1，这些物品 构成1个集合，ans只取决于这1个集合，不会是多个集合
		2， 这些物品，的下标的顺序，是无关紧要的（无关的意思是： 可以是有序递增的）
	' 这类问题，几乎都是O(n * k)的时间：  n是要从前往后 顺序[0->1->2...]的遍历整个数组 '
	' 	    k是由题目ans的要求所决定的， 比如背包问题中，k为  所选物品的体积。 '
	
2，无序
	比如，答案是[3,2,1,4,5...n]
	理论上是 O(n!)，即暴力枚举
	当n很小时， 同样是使用'状压dp'

ans由>1个集合所决定

这些ans集合的总长度==n

这些ans集合的顺序无关

所有集合内的元素顺序无关

	（ans由>=2个集合所决定，集合内元素'可以'为有序）
	（不同集合间，顺序无关）
	
比如有[1,2...7]共7个元素
可以继续划分分类为： 
1，	ans为： [1,2] [3,4,5] [6,7]   （即，前集合的最后 < 后集合的最前）
 ' 由于整体都是有序的。 所以，可以用O(n)的线性dp来处理 '
2， ans为： [1,7] [2,6] [3,4,5]
  ' 这严格来讲， 并不能说是： 集合间是有序的 '
  因为，集合间 其实并不是有序的。
  这种情况暂不分析， 大概率是状压dp， 线性dp应该是解决不了的

所有集合内的元素顺序有关

	（ans由>=2个集合所决定，集合内元素是'无序'的！！）
	（不同集合间，顺序无关）
	
比如有[1,2...7]共7个元素
ans为： [7,1]  [5,4,3]  [6,2]
	大概率是状压dp

这些ans集合的顺序有关

这些ans集合的总长度<=n

TODO

线性/集合 状压dp

不管是线性问题的状压dp（即ans由1个集合决定）
还是说集合问题的状压dp（即ans由>1个集合决定）
	时间都是O( 2^n  *  n  *  k )    ' k为dp的第二维度 '
如果，这个是超时的； 但n又不是很大（比如n=30左右）

解决办法：  （仍然是状压dp，但需要进行 特殊hash）
1， 线性问题  （ans = [2 -> 1 -> 3 -> 5] 这些数字表示元素的下标）
	' 假如，这个ans 与下标无关，只与该元素的值有关 '
	那么，就会导致：  比如这个ans = [11 -> 18 -> 11 -> 18] 这些数字是元素的值
	意味着，这个ans里的[下标为2和3的元素，可以swap，即与顺序无关！]
					[下标为1和5的元素，也可以swap]
	即这个ans里，所有元素值相同的元素， 可以任意的进行swap操作！！
	
2， 集合问题
	（ans = [2 -> 1] [3 -> 5] 这些数字表示元素的下标）
	' 假如，这个ans 与下标无关，只与该元素的值有关 '
	那么，就会导致：  比如这个ans = [11 -> 18]  [11 -> 18] 这些数字是元素的值
	意味着，这个ans里的[下标为2和3的元素，可以swap，即与顺序无关！]
					[下标为1和5的元素，也可以swap]
	即这个ans里，所有元素值相同的元素， 可以任意的进行swap操作！！

' 因为： ans与下标无关。  所以，我们可以把关注点 放到 元素值上 '
 ' 且，前提所有元素值 >= 0， 而且不能太大 '
 元素值	    	   cont
   0		  	  	x
   1			  	y			
   2			  	z
   .				.
最大元素值Ma		
				  xyz..之和==n

' 问题变为了：  （特殊进制）问题。   可以去（特殊进制）CDSN里回顾下 '
即，这个st有Ma位 （但他和二进制里的 st有n位不同！！！ ）
因为，比如st有1000位（但很多位上，他的cont {cont为改为的进位值} 都是0）
 比如，st有1000位。 但[0,998]的cont都是0， 只有[999]位的cont=5
ma_st = (1*1*..*1) * (5+1） = 6;
for(st_i = 0; st_i< ma_st; ++st_i){	
	FOR(i, 0, 999, 1){
		int cur_bit = st_i / poww[i] % ma[i];
		if( cur_bit == 1 ){
			... 
		}
	}
}
当st_i == 1时，其实他对应的st是： [1, 0,0,0,0...000]
' 注意， 我们for循环的st_i是个10进制数，而他所代表的st是一个长为1000位的(特殊进制)数 ' 
  st_i 和 st是不同的！！！ 
  
时间为： O( ma_st   *   ma_num   *  k )
ma_st为：   所有的cont的乘积（这个值是很难判断的，越平均时 会越大）
ma_num为；   元素值的最大值（ 即st的位数 ）
k为：      dp的第二维度
 ' 前提是  元素值 >= 0 '

-------------------

如果还不行，（要么是超时， 要么是元素值有负数）
  此时，题目基本会有一个mod
  而且对于ans = [a->b] [c->d]  （abcd都是元素值，因为已知ans与下标无关）
  ' 假如，可以证明：  你放a 和 放a%mod，是完全一致的！！ '
那么，就可以 进一步的优化：
	元素值%mod后：			cont
		0					  x
		1					  y
		2					  z
		..					 ..
		mod-1				 ..
  							 xyz..之和 == n
算法和上面是一样的，都是  ' 特殊进制 '的 状压dp
st_ma = x * y * z * ...
O( st_ma  *   mod   *   k )
  ' k取决于 dp的第二维度 '