征途堆积出友情的永恒「堆优化dp」
直接寫題解:
很簡單的dp暴力轉移式子:f[i]=MAX{f[j]+max(tax[j],sum[i]-sum[j])}
觀察式子,只有一個變量sum[i];
而其他都為定量;
則考慮維護 兩個定量:f[j]+tax[j]?? ||? f[j]-sum[j]
而要找耗費最小;考慮用堆維護一個量;
注意是一個量;
為什么不是兩個量?
想想,你在dp式子中取的max;不是取tax[j]就是取deta(sum);
那就是說如果你使一個量主動;那么另一個量就是被動的,、由你確定的這個量決定的
所以就維護tax[j]+f[j];
按大小排序;然后取最優值;
設 pay=q.top.w;? (tax[j]+f[j])
若pay>=f[j]-sum[j]+sum[i];那就用它唄,反正是合法的;
若pay<f[j]-sum[j]+sum[i] 那這種方案就不合法;那就把他的被動決策塞入另一個堆中維護;
那么會形成兩個堆,兩個堆中的狀態都是合法的,然后直接取堆頂元素就是最優的;
而可能你會想到那第一個堆中的元素pop掉了,會不會有后效性;
其實不會;因為sum[i]-sum[j]?? 的sum[j]固定而sum[i]遞增;
所以當他從1pop出去后,他在2中就會一直呆著了;
總結:
1.對于這種dp優化,若dp式子中出現變量很少而定量很多,就要考慮到維護定量;
2.而對于dp式子中有max(),min()之類的,說明主動決策決定被動決策;所以考慮維護兩個決策中較容易維護的一方;然后讓另一方成為被動;若遇到維護的值不再偏向于己方;
那就把這種狀態pop掉,轉換成另一方;讓這種狀態繼續合法;對答案做貢獻;
3.注意2中max的決策單調性;例如這個題中max有單調性,就可以無后效性的轉化;
代碼應該自己實現!
轉載于:https://www.cnblogs.com/wang-hesong/p/11378159.html
總結
以上是生活随笔為你收集整理的征途堆积出友情的永恒「堆优化dp」的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: python将文件夹打包
- 下一篇: ASP常用进制转化类(2,8,10,16