【DS优化DP】CF833B

最新推荐文章于 2025-07-23 22:59:22 发布

原创

最新推荐文章于 2025-07-23 22:59:22 发布 · 82 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#算法

博客介绍了如何使用线段树优化动态规划解决CF833B问题，通过维护区间贡献来提升算法效率。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

挺不错的，算是又积累了一种套路了。

思路

先考虑朴素dp，发现这题方程就是个普及-。

设 $dp_{i,j}$ 表示划了 $i$ 段，选到了 $j$ 个数的最大价值。

所以 $dpi−1,k−1+cntk,j}dp_{i,j}=\max_{k=1}^{j}\left \{dp_{i-1,k - 1}+cnt_{k,j} \right \}$

最低0.47元/天解锁文章

200万优质内容无限畅学

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

RustyHeart

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

24、Python数据结构与算法优化实战

rice5的博客

06-07

本文深入探讨了Python中常用的数据结构及其优化技巧，涵盖了列表、元组、字典、集合等基础数据结构的使用，以及栈、队列、链表、树和图等高级数据结构的实现与应用。同时介绍了常见的搜索和排序算法，并通过实际案例展示了如何利用这些数据结构和算法提升程序性能。

算法学习：单调队列（dp优化）

2301_80738165的博客

08-09

1664

单调队列，顾名思义，一个是单调一个是队列。首先是单调，可以是单调递增单调递减，也可以是某种特殊数据的组合的比较方式，是可以自定义>号的这种（我想应该可以写成运算符重载，或者函数引用，不过我还不会qwq）。其次是队列，队列其实就是封装好的，只可以从队首队尾进行操作的数据结构。不过由于队首队尾都需要推入和弹出操作，所以用std::deque很适合。

参与评论您还未登录，请先登录后发表或查看评论

斜率优化DP学习笔记

weixin_30794491的博客

02-20

先摆上学习的文章： orzzz：斜率优化dp学习 Accept：斜率优化DP 感谢dalao们的讲解，还是十分清晰的斜率优化$DP$的本质是，通过转移的一些性质，避免枚举地得到最优转移经典题：HDU 3507（$Print$ $Article$）状态数$O(N)$，单次转移$O(N)$的做法还是比较容易的令dp[i]表示打印完第$i$个单词的最小花费，$S[i]$...

cf1900左右的dp

矮纸斜行闲作草

09-13

341

文章目录CF296B CF296B #include<bits/stdc++.h> using namespace std; //#pragma GCC optimize(2) #define ll long long #define pii pair<int,int> #define re register const int maxn = 1e5+10; const int mx = 40; const ll mod = 1e9+7; const ll inf = 34359.

cf478B. Strip

ACoder

09-11

190

dp、线段树、二分

CFDP（Clustering by fast search and find of density peaks）算法实现

weixin_46302044的博客

06-21

1359

一、算法简介 K-means 算法是一种聚类算法，所谓聚类，即根据相似性原则，将具有较高相似度的数据对象划分至同一类簇，将具有较高相异度的数据对象划分至不同类簇。聚类与分类最大的区别在于，聚类过程为无监督过程，即待处理数据对象没有任何先验知识，而分类过程为有监督过程，即存在有先验知识的训练数据集。经典的聚类算法 K-means 是通过指定聚类中心，再通过迭代的方式更新聚类中心的方式，由于每个点都被指派到距离最近的聚类中心，所以导致其不能分析出非球面类别的数据分布。虽然有 DBSCAN（densi

cf580D. Kefa and Dishes(状压dp)

weixin_34326179的博客

08-31

161

题意 $n$个食物，每个食物有一个满意度，从中选出$m$个，使得满意度最大同时有$k$个关系：若$x_i$在$y_i$之前吃，则会获得$C_i$的收益 Sol 官方题解是$O(2^n n^2)$的，不过我没发现状态之间的联系，就写了一个$O(2^n n^3)$的，不过还是水过去了。 $f[i][j][sta]$表示现在已经放了$i$个，本轮要放第$j$个，状态为$sta$ 转移的时候...

20161101的考试】搜索，搜索+dp，ds水题

Flaze_的博客

11-01

651

看到T2就觉得去年考过……似乎去年的我也在磕T3【啊…………今天啊，解锁了新成就【考到一半蓝屏】 ……T3在对拍，然后T1RE了，正在这个时候，老师打开了教师机，GG ……还好T3存了档……期望100，得分100 T1：题面：汉诺塔升级了：现在我们有n个圆盘和n个柱子，每个圆盘大小都不一样，大的圆盘不能放在小的圆盘上面， n个柱子从左到右排成一排。每次你可以将一个

cf540D. Bad Luck Island(概率dp)

weixin_30550271的博客

09-02

121

题意岛上有三个物种：剪刀$s$、石头$r$、布$p$ 其中剪刀能干掉布，布能干掉石头，石头能干掉剪刀每天会从这三个物种中发生一场战争(也就是说其中的一个会被干掉) 问最后仅有$s/r/p$物种生存的概率 Sol 还是想复杂了啊，我列的状态时$f[i][j], g[i][j],t[i][j]$分别表示第$i$天，$j$个$s, r, p$活着的概率然而转移了一下午也没转移出来。。...

STM32F107VCT6+DP83848 开发板集成E3D封装库(AD库).IntLib

03-22

STM32F107VCT6+DP83848集成E3D封装库,IntLib后缀文件，拆分后文件为PcbLib+SchLib格式，Altium Designer原理图库+PCB封装库，已验证使用，可以直接应用到你的项目开发。集成封器件型号列表： ibrary Component ...

STM32F107VCT6单片机+ DP83848CV以太网车牌识别主板ALTIUM设计硬件原理图PCB+AD集成封装库.zip

03-25

STM32F107VCT6单片机+ DP83848CV以太网车牌识别主板ALTIUM设计硬件原理图PCB+AD集成封装库，2层板设计，大小为150x115mm，Altium Designer 设计的工程文件，包括完整的原理图及PCB文件，可以用Altium(AD)软件打开或...

【PTA数据结构 | C语言版】堆中的路径

等风来

07-20

808

将一系列给定数字插入一个初始为空的最小堆 h。随后对任意给定的下标 i，打印从第 i 个结点到根结点的路径。输入格式:每组测试第 1 行包含 2 个正整数 n 和 m (≤10^3)，分别是插入元素的个数、以及需要打印的路径条数。下一行给出区间 [−10^4,10^4] 内的 n 个要被插入一个初始为空的小顶堆的整数。最后一行给出 m 个下标。输出格式:对输入中给出的每个下标 i，在一行中输出从第 i 个结点到根结点的路径上的数据。数字间以 1 个空格分隔，行末不得有多余空格。

代码随想录算法训练营第二十九天

最新发布

2403_87481241的博客

07-23

968

问题描述：假设有打乱顺序的一群人站成一个队列，数组 people 表示队列中的一些人的属性（每个 people [i] = [h, k] 表示第 i 个人的身高为 h，前面正好有 k 个身高大于或等于 h 的人）。如果存在，返回该起点的索引；这个算法的时间复杂度是 O (n)，空间复杂度是 O (1)，非常高效。这个算法的时间复杂度是 O (n²)（排序 O (nlogn) + 插入操作 O (n²)），空间复杂度是 O (n)。这个算法的时间复杂度是 O (n)，空间复杂度是 O (n)。

飞算JavaAI：基于算法的测评，飞算AI 初学者入门级实测体验

2302_81805546的博客

07-21

664

“别怕算法，它比你想象的要友好得多。只要你愿意动手写代码，飞算AI会陪你一起进步。”

枚举右，维护左基础篇

m0_68367618的博客

07-23

325

本文总结了力扣题单中基于双变量问题的通用解法模板。核心思路是：通过维护已遍历区间（使用哈希表、集合或滑动窗口），枚举未遍历区间来优化双变量问题。

OpenCV特征点提取算法orb、surf、sift对比

qq_36812406的博客

07-19

1058

力扣-300.最长递增子序列

weixin_46878941的博客

07-22

376

小结：注意最长递增子序列可能不包含最后一个值，所以要用一个变量记录。

数组题目总结前缀和草稿

weixin_47868976的博客

07-21

627

前缀和数组用于快速频繁地计算一个索引区间内的元素之和！（还有么？深入说说！例题303要是没学过前缀和那也简单就累加呗！这个解法每次调用 sumRange 函数时，都要进行一次 for 循环遍历，时间复杂度为ONO(N)，而 sumRange 的调用频率可能非常高，所以这个算法的效率很低。正确的解法是使用前缀和技巧进行优化，使得 sumRange 函数的时间复杂度为O1(上面代码换成cpp！一维的很容易理解！类比一维求区间和。

代码随想录算法训练营第二十五天

2403_87481241的博客

07-19

901

个排列，每个排列需要 O (n) 的时间来复制。这段代码实现了经典的 N 皇后问题求解，能够的是回溯算法来找出所有可能的摆放方案，使得每个方案中 N 个皇后彼此不会相互攻击（即不在同一行、同一列或同一斜线上）。采用深度优先搜索 (DFS) 结合回溯法，通过递归的方式探索所有可能的元素排列，使用一个布尔类型的数组记录元素是否已被使用，确保每个元素在每个排列中只出现一次。这段代码时间复杂度为 O (2^n)（最坏情况下需要探索所有可能的子序列），空间复杂度为 O (n)（递归栈深度和临时存储的子序列长度）。