◆学时·VII◆ 高维DP
自学之余,偶遇DP……
◇ 算法概述
顾名思义——一种处理多方面状态的DP,这种DP特点是……每一维的大小都不算太大(不然用dp数组存储下来内存会炸),而且枚举时容易超时……(一般来说,DP的复杂度为每一维的可取值之积。毕竟是乘积,很容易炸掉)。
众所周知,除了状压DP,一般的DP都是每一维表示了一个方面的状态,因此我们需要按照一定顺序枚举状态。
高维DP的大多数题中,各个方面的状态是互相关联、影响的,因此注意状态之间的互相限制是高维DP的难点,这也导致高维DP非常费脑子——状态转移方式奇多无比。
还有什么注意事项就看下面的例题吧~
◇ 例题选讲
(好像只找到一道题,之后找到其他的好题再补上吧……QwQ)
【Codeforces 14E】Camels +传送门+
· 题目大意
n个数依次为A1~n,当且仅当第i个数(1<i<n)满足 Ai-1<Ai 且 Ai>Ai+1 ,我们称Ai是一个驼峰;当且仅当 Ai-1>Ai 且 Ai<Ai+1 ,我们称 Ai 是一个谷底。已知 1≤Ai≤4 ,求恰好形成t个驼峰的方案数。
· 解析
这道题是DP没任何问题,统计类一般是DP(其他就是暴力DFS)……
现在就可以开始找有哪些方面的状态了:
数的位置 i;第 i 个位置上的数 j ;第 i 个数在第 k 个驼峰上(从上升段开始到下降段结束);第 i 个数在驼峰的上升/下降段。
注意:我们并不需要找到所有的状态,那些关联很紧密(几乎一一对应的)就不需要用了,我们只需要找相对有独立性但仍能影响其他状态的状态。
有了这些状态,我们就可以进行状态转移了。
提示:如果你发现你找出的状态无法互相转移,不要犹豫,换一种方法吧……
分几种情况讨论(Tab. 这里将驼峰算作上升段,谷底算作下降段):
上升的第一种dp[i-1][r][k][1]就是i和i-1在同一个驼峰上且都处于上升段,直接相加;
上升的第二种dp[i-1][r][k-1][0]就是i-1是前一个驼峰上的下降段的末尾(谷底),直接相加;
下降的第一种dp[i-1][r][k][0]就是i-1和i在同一个驼峰上,都处于下降段,直接相加;
下降的第二种dp[i-1][r][k][1]就是i-1和i在同一个驼峰上,i-1处于上升段的末尾(驼峰),直接相加;
· 源代码
1 /*Lucky_Glass*/ 2 #include<cstdio> 3 #include<cstring> 4 #include<algorithm> 5 using namespace std; 6 const int MAXN=20,MAXDIG=4,MAXT=10; 7 typedef long long ll; 8 ll dp[MAXN+5][MAXDIG+5][MAXT+5][2]; 9 //dp[i][j][k][r] 第i个数为j时在第k个驼峰上处于 r=1上升,r=0下降 状态 10 int main() 11 { 12 int n,t;scanf("%d%d",&n,&t); 13 dp[2][2][1][1]=1; 14 dp[2][3][1][1]=2; 15 dp[2][4][1][1]=3; 16 for(int i=3;i<=n;i++) 17 for(int j=1;j<=4;j++) 18 for(int k=1;k<=t;k++) 19 for(int r=1;r<=4;r++) //上一个数字 20 { 21 if(r<j) 22 dp[i][j][k][1]+=dp[i-1][r][k][1]; 23 if(r<j && k>0) 24 dp[i][j][k][1]+=dp[i-1][r][k-1][0]; 25 if(r>j) 26 dp[i][j][k][0]+=dp[i-1][r][k][0], 27 dp[i][j][k][0]+=dp[i-1][r][k][1]; 28 } 29 ll ans=0; 30 for(int i=1;i<=4;i++) 31 ans+=dp[n][i][t][0]; 32 printf("%lld\n",ans); 33 return 0; 34 }
The End
Thanks for reading!
- Lucky_Glass