T1
判断边界U = like + min(choose , k - D)
D = like + max(0 , choose -((m - choose) - (k - like)))
如果 Di >= ∨Uj -> 0
Ui < ]Uj -> 1
/*
不知道为什么就挂掉了。。。
*/
需要的知识:无
T2
dp:f[i,j]表示有多少行第 i 列到第 j 列完全为1
ans = max {c[i,j] * (j - i + 1)}
递推搞一搞就好了
/*
继续挂╮(╯_╰)╭
*/
需要的知识:dp
T3
f[i,j]表示以 i 为根的子树,i 所处连通块大小为 j 的最大值
f[i,j]=max{f[i,j - s] * f[k,s]}(k is the son of i) 倒序枚举
ans = max{f[root,j] * j}
后面大数据要写 高精度 + 压位 -_-|||
需要的知识:树形dp + 高精度
判断边界U = like + min(choose , k - D)
D = like + max(0 , choose -((m - choose) - (k - like)))
如果 Di >= ∨Uj -> 0
Ui < ]Uj -> 1
/*
不知道为什么就挂掉了。。。
*/
需要的知识:无
T2
dp:f[i,j]表示有多少行第 i 列到第 j 列完全为1
ans = max {c[i,j] * (j - i + 1)}
递推搞一搞就好了
/*
继续挂╮(╯_╰)╭
*/
需要的知识:dp
T3
f[i,j]表示以 i 为根的子树,i 所处连通块大小为 j 的最大值
f[i,j]=max{f[i,j - s] * f[k,s]}(k is the son of i) 倒序枚举
ans = max{f[root,j] * j}
后面大数据要写 高精度 + 压位 -_-|||
需要的知识:树形dp + 高精度