Masker

思路：M子段最大和。动态规划拢共分三步：递推突破口：子段和类问题都是选新数字与不选新数字，选新数字又分为吸附与拓展。状态转移方程：先用正方形 dp 找出原始方程，然后根据条件（本题中是左段右段）找到变量边界，并且必不可少的是：方程中一定有端格是超限的，这时要手动解决。优化：空间开销一般可以缩小到很少的维数。代码：正方形dp：int sum[maxn];​int L_...

思路：LIS，前几天写过啦，N^2，NlgN。代码：N^2：32ms 700kB​//32ms 700kB#include <iostream>#include <cstring>#include <algorithm>using namespace std;const int maxn = 1005;int N;int...

思路：之前做过总结了。可以看出滚动数组对时空均有明显优化。代码：47ms 4648kB​//47ms 4648kB#include <iostream>#include <cstring>#include <algorithm>#include <string>using namespace std;const...

思路：动态规划+离散化。数据范围过大，需要离散化：A【】是原数组，U【】是去重数组，dp【】是代价。心路历程：令 dp[i][j] 代表前 i 个数符合某规则并且将最后一个元素改成数字 j 所付出的总代价，得到一个 TLE。使用滚动数组，将 dp[maxn][maxn] 改成一维，仍然 TLE。使用变量 PRESUM，降低时间复杂度。注意：两种规则（不升\不降）只需要一次 r...

思路：最大对称子矩阵，一开始就有些思路，搜了下题解发现差不多就直接动手写了，A的好开心。算是枚举吧，其实大部分 dp 都是优化的枚举嘛，本题略有看表填格的影子。dp[i][j] 代表以 mp[i][j] 为左下对角元的最长对称矩阵边长。写法要注意，本代码写的稍微有一点点取巧。代码：2964ms 6344kB​//2964ms 6344kB #include <io...

思路：LIS变种，输出路径，故使用三角形动归比较方便。坑不少，还是做出来了。合并成一句话：因为是倒序输出，想要先输出 w 小（v 大）的；因此要把 w 小的放后边，因此要在 sort 时把 w 小的放后边代码：15ms 1440kB​//15ms 1440kB#include <iostream>#include <cstring>#inclu...

思路：最长上升子序列的变种。数字改成了结构体 BLOCK，并且不仅要求出长度，本题需要求出最高的高度。每个 BLOCK 都是无限的，因此每块都可以变成六块。然后按底面的长排序（贪心），正方形 dp 求解。注意 ans 的使用（dp[i] 的意义）。代码：核心：正方形 dp 求解最长上升子序列#include <iostream>#include <algo...

LIS：Longest Increasing Subsequence朴素三角dp，注意初始化为1：​int ans = 0;for(int i=1;i<=N;i++) dp[i] = 1;//自己开始自己结束，长度自然为 1 for(int i=1;i<=N;i++){ for(int j=1;j<i;j++) if(A[i] > A[j]) d...

思路:动态规划LCS问题。注意往后腾一枚空间。核心：​for(int i=0;i<l.length();i++) for(int j=0;j<r.length();j++) if(l[i] == r[j]) dp[i+1][j+1] = dp[i][j] + 1; else dp[i+1][j+1] = max(dp[i+1][j] , dp[i][j...

思路：一：这是一道经典的动归题目，经典在它可以牵引出 Dilworth定理、LIS(Longest Increasing Subsequence)。先说 Dilworth：Dilworth定理包含如下知识：偏序集、链、反链。Dilworth 包括两个对偶定理：最大链长度 = 最少反链划分数。最大反链长度 = 最少链划分数。那如何使用该定理呢？非常简单。以本题为例：求最少...

思路：裸的 dp，十分简单，第一次没查题解就顺利做出来了。其实，dp 的关键就在 dp[i] 代表必须使用物品 i，以及 dp 和枚举的综合使用。注意，一旦 dp[i] 代表必须，则 ans 不要忘记。代码：15ms 1420kB​//15ms 1420kB#include <iostream>#include <algorithm>#inc...