ACM训练日记—8月21日

本文总结了概率DP及图论的相关解题技巧,包括概率DP的基本概念、期望计算方法,以及如何通过合理的定义找到转移关系。同时,文中也讨论了图论中的网络流模型及其应用,并分享了作者对于题目的理解和经验。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

      今天主要实在看博客,还补了下题。这次先去选择看了下概率dp之类的东西,其实也不只是dp里面,还包括期望等一些东西,关于概率期望这类的题目我看过的博客可能比较少,主要就这么几类吧,期望用E(x1+x2)=E(x1)+E(x2)之类的期望公式转化一下的,用概率倒数表期望的,用dp解决的(这个比较多,关键点其实应该在dp定义上),还有就是求组合数的(这种就是组合了,很重要),当然还要吸取教训,之前多校求期望用dp先搞一下概率dp,在其中把期望一起算出来加入总合。总之就是还是要灵活。

还看了其他一些背包,树形,等,dp难的题真的是感觉很难,就是难在想不到上,就是怎么根据题目做合理的定义,然后利用定义找转移关系,还是需要见更多的题。

      当然图论也有差不多的感觉,但至少图论里像网络流的模型是固定的没那么灵活。还补了下二分图,之前偷懒没看完的果然早晚都得补上QAQ。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值