两侧同时换到之前的修订记录 前一修订版 后一修订版 | 前一修订版 | ||
2020-2021:teams:legal_string:dp的优化 [2020/05/31 19:35] admin update |
2020-2021:teams:legal_string:dp的优化 [2020/06/02 20:58] (当前版本) admin fix |
||
---|---|---|---|
行 1: | 行 1: | ||
+ | **格式**:max 使用 \max,sum 使用 \text{sum},代码使用 ''<hidden></hidden>'' 隐藏,均已修改。学会使用 ''\begin{cases}\end{cases}'' 来表示不同的 case,不需要自己设计格式。 | ||
+ | |||
+ | **内容**:内容过于简单!可尝试从读者的角度想想能否看懂。 | ||
+ | |||
+ | - 动态转移方程 -> 状态转移方程 | ||
+ | - $(1\le j <i)$ 用前缀最值就可以解决了,不需要使用单调队列。其可用于 $l_{i}\le j\le r_{i}$ 的一类 dp 转移,其中 $l_{i}$ 和 $r_{i}$ 分别单调不降 | ||
+ | - max{} 内不仅可以是 dp[j],还可以是任何不与 $i$ 相关的式子 | ||
+ | - 建议简单介绍单调队列,否则无法理解该 dp 的优化 | ||
+ | - 例题过少(提示:最经典的有单调队列优化多重背包) | ||
+ | |||
====== dp的优化 ====== | ====== dp的优化 ====== | ||
行 15: | 行 25: | ||
\begin{cases} | \begin{cases} | ||
&\text{sum}[i]&i\le k\\ | &\text{sum}[i]&i\le k\\ | ||
- | &\max\{dp[j-1]+\sum[i]-\sum[j]\}&i-k \le j\le i,i>k | + | &\max\{dp[j-1]+\text{sum}[i]-\text{sum}[j]\}&i-k \le j\le i,i>k |
\end{cases} | \end{cases} | ||
$$ | $$ | ||
行 24: | 行 34: | ||
注意到 $\text{sum}[i]$ 可以直接提出,即 $dp[i]=\max\{dp[j]\}+\text{sum}[i]$,所以我们只需用一个单调队列来维护 $dp[i]$ 的最值,复杂度可以降低为 $O(n)$。 | 注意到 $\text{sum}[i]$ 可以直接提出,即 $dp[i]=\max\{dp[j]\}+\text{sum}[i]$,所以我们只需用一个单调队列来维护 $dp[i]$ 的最值,复杂度可以降低为 $O(n)$。 | ||
- | |||
- | 代码 | ||
<hidden 代码> | <hidden 代码> |