dp学习总结

这周主要学习了一下树形dp,单调队列优化dp,斜率dp, 树形dp有规律可循，第一步是发现数据之前的关系可以用树的关系来表示，并且建立的树一定是一颗整树，如果是零零散散的几棵树需要人为的去把他们链接起来，第二步从树的节点的最末端开始进行dp,从末端开始积累优势，逐渐向根部推进，在根部找到最优值，发现数据之间的关系可以用树维系，并链接成一颗整树这一步不容易，需要在思路上下功夫，还需要数学上的技巧，然后从末端积累优势的过程和线性dp的方式差不多，主要还是dp的基本功的问题，当然积累优势的过程也有可能和区间dp沾边，或者用上单调性优化的dp，那样的话就很难了，越发的觉得寻找dp的数学基础定理点然后再去延伸到dp这个事情要想办法去形成一个流程梳理，单调优化dp，sT表，差分数组，许多的数据结构差不多都在做一样的事，把最有用的东西放在第一位，或者放在最容易到达的地方，无用数据规避掉，单调队列优化的dp也就是把题目中存在的编号或者是值得单调关系保留下来，而没保留的就是无用数据，从而达到快速获得有用数据的效果，**那么dp就应该有两个出发点，一是在递推中衍生出所有的可能性，并排除掉非优值，获得最优值，另一个出发点就是寻找数据之间的关系，看那些数据与答案有关那些数据与答案无关，在想办法去除无关数据的过程中再结合第一条，如果从第一个出发点难以有眉目，那么从第二个出发点下手，会有不少收获。**单调队列优化dp也就只有队列模板可用，其余的都是dp的递推关系的推导和想办法保留最有用的数据，或者猜测数据如果有单调关系，那么会发生什么，那些数据有了单调性问题就变得简单了。
斜率优化的dp的数学技巧很高超，也是看了很多遍才理解他的思想，**其实如果一开始从递推关系，再到模拟线性方程，再到利用线性方程的图像去进行动态规划，这样的三步每一步都会很艰难，我觉得与其如此，不如直接来第三个步骤，先把图像大致的凑出来个样子，在把数据一点一点的向上去靠拢拼凑，反而却显得容易了许多，**但是，斜率优化的dp才看了一少段时间，这种方法到底有多大的用处还没有底。斜率优化的dp是一个数学知识支撑点与dp的一个很好的桥，可以从这个出发，试着用找数学支撑点的方法把所有的dp支撑起来，斜率优化的dp要多学一阵子，系统的梳理一下。