DDP入门
DDP,即动态动态规划,可以用于解决一类带修改的DP问题。
我们从一个比较简单的东西入手,最大子段和。
带修改的最大子段和其实是常规问题了,经典的解决方法是用线段树维护从左,右开始的最大子段和和区间最大子段和,然后进行合并。
现在我们换一种方法来解决它。我们假设表示以i为结尾的最大子段和大小,表示[1,i]的最大子段和大小,显然有转移:
这个DP每次修改显然要
我们考虑到好多在DP的时候,我们都用矩阵来加速递推。
我们现在引入全新的思想,如何将它改写成矩阵呢?
其实矩阵乘法能够成立,依赖的是乘法对加法有分配律。之后我们发现,加法对取的操作也是有分配律的。比如
那么我们完全可以考虑重新定义矩阵乘法,使得其满足如下的运算:
这样的话……刚才的转移方程,我们就可以改写成如下的形式了。
那么我们就可以用线段树维护区间矩阵乘积来计算答案了。
#include<bits/stdc++.h>
#define rep(i,a,n) for(int i = a;i <= n;i++)
#define per(i,n,a) for(int i = n;i >= a;i--)
#define enter putchar('\n')
#define fr friend inline
#define y1 poj
#define pr pair<int,int>
#define fi first
#define sc second
#define mp make_pair
using namespace std;
typedef long long ll;
const int M = 200005;
const int INF = 1e9+7;
const double eps = 1e-7;
int read()
{
int ans = 0,op = 1;char ch = getchar();
while(ch < '0' || ch > '9') {if(ch == '-') op = -1;ch = getchar();}
while(ch >= '0' && ch <= '9') ans = ans * 10 + ch - '0',ch = getchar();
return ans * op;
}
struct matrix
{
int f[3][3];
matrix(){memset(f,0,sizeof(f));}
void change(int x)
{
f[0][0] = f[1][0] = f[0][2] = f[1][2] = x;
f[0][1] = f[2][0] = f[2][1] = -INF;
}
friend matrix operator + (const matrix &a,const matrix &b)
{
matrix c;
rep(i,0,2) rep(j,0,2) c.f[i][j] = -INF;
rep(k,0,2)
rep(i,0,2)
rep(j,0,2)
c.f[i][j] = max(c.f[i][j],a.f[i][k] + b.f[k][j]);
return c;
}
};
struct node
{
matrix mat;
}t[M<<2];
int n,q,x,y,op;
void build(int p,int l,int r)
{
if(l == r) {t[p].mat.change(read());return;}
int mid = (l+r) >> 1;
build(p<<1,l,mid),build(p<<1|1,mid+1,r);
t[p].mat = t[p<<1].mat + t[p<<1|1].mat;
}
void modify(int p,int l,int r,int pos,int val)
{
if(l == r) {t[p].mat.change(val);return;}
int mid = (l+r) >> 1;
if(pos <= mid) modify(p<<1,l,mid,pos,val);
else modify(p<<1|1,mid+1,r,pos,val);
t[p].mat = t[p<<1].mat + t[p<<1|1].mat;
}
matrix query(int p,int l,int r,int kl,int kr)
{
if(l == kl && r == kr) return t[p].mat;
int mid = (l+r) >> 1;
if(kr <= mid) return query(p<<1,l,mid,kl,kr);
else if(kl > mid) return query(p<<1|1,mid+1,r,kl,kr);
else return query(p<<1,l,mid,kl,mid) + query(p<<1|1,mid+1,r,mid+1,kr);
}
int main()
{
n = read(),build(1,1,n),q = read();
while(q--)
{
op = read(),x = read(),y = read();
if(op == 0) modify(1,1,n,x,y);
else
{
matrix k = query(1,1,n,x,y);
printf("%d\n",max(k.f[1][0],k.f[1][2]));
}
}
return 0;
}
之后我们再来考虑下一个问题。树上最大独立集。
用表示不选i,子树中最大独立集的大小,表示选i,子树中最大独立集的大小。
显然有
我们要把这玩意改写成矩阵的形式。但是我们首先要使用数据结构维护树,比如树剖。(LCT版的我还不会)
因为树剖可以把重链整成一段连续的区间,那么我们先把与重链无关的一些东西提取出来。这样,我们设表示不取/取i,i的非重儿子中最大独立集的大小
这样的话,dp的方程就变成了这样:
然后就可以开心的写成矩阵的形式:
那么现在我们就可以用树剖+矩阵去维护了。这个和普通的树剖有一些区别,就是我们需要先跑一次树DP来计算出来f,g数组,之后初始化矩阵,每次从修改点跳重链跳到根节点,注意每次跳重链的时候要取一段完整的重链,所以我们还需要额外记录链的底部在哪。
然后就不大难修改了。线段树和上面基本是一样的,树剖也比较简单,修改过程就是一个先减再加的过程。
看一下luogu的模板
#include<bits/stdc++.h>
#define rep(i,a,n) for(int i = a;i <= n;i++)
#define per(i,n,a) for(int i = n;i >= a;i--)
#define enter putchar('\n')
#define pr pair<int,int>
#define mp make_pair
#define fi first
#define sc second
using namespace std;
typedef long long ll;
const int M = 200005;
const int N = 10000005;
const int INF = 1e9;
int read()
{
int ans = 0,op = 1;char ch = getchar();
while(ch < '0' || ch > '9') {if(ch == '-') op = -1;ch = getchar();}
while(ch >='0' && ch <= '9') ans = ans * 10 + ch - '0',ch = getchar();
return ans * op;
}
struct matrix
{
int f[2][2];
matrix(){memset(f,0,sizeof(f));}
friend matrix operator + (const matrix &a,const matrix &b)
{
matrix c;
rep(i,0,1)
rep(j,0,1) c.f[i][j] = -INF;
rep(k,0,1)
rep(i,0,1)
rep(j,0,1) c.f[i][j] = max(c.f[i][j],a.f[i][k] + b.f[k][j]);
return c;
}
}val[M];
struct node
{
matrix mat;
}t[M<<1];
struct edge
{
int next,to,from;
}e[M<<1];
int n,m,head[M],ecnt,v[M],top[M],fa[M],hson[M],size[M];
int ed[M],x,y,pos[M],dfn[M],idx,F[M][2];
void add(int x,int y) {e[++ecnt] = {head[x],y,x},head[x] = ecnt;}
void dfs1(int x,int f)
{
size[x] = 1,fa[x] = f;
for(int i = head[x];i;i = e[i].next)
{
if(e[i].to == f) continue;
dfs1(e[i].to,x),size[x] += size[e[i].to];
if(size[e[i].to] > size[hson[x]]) hson[x] = e[i].to;
}
}
void dfs2(int x,int t)
{
dfn[x] = ++idx,pos[idx] = x,top[x] = t,ed[t] = max(ed[t],idx);
F[x][0] = 0,F[x][1] = v[x];
val[x].f[0][0] = val[x].f[0][1] = 0,val[x].f[1][0] = v[x];
if(hson[x])
{
int v = hson[x];
dfs2(v,t),F[x][0] += max(F[v][0],F[v][1]),F[x][1] += F[v][0];
}
for(int i = head[x];i;i = e[i].next)
{
int v = e[i].to;
if(v == fa[x] || v == hson[x]) continue;
dfs2(v,v),F[x][0] += max(F[v][0],F[v][1]),F[x][1] += F[v][0];
val[x].f[0][0] += max(F[v][0],F[v][1]);
val[x].f[0][1] = val[x].f[0][0],val[x].f[1][0] += F[v][0];
}
}
void build(int p,int l,int r)
{
if(l == r) {t[p].mat = val[pos[l]];return;}
int mid = (l+r) >> 1;
build(p<<1,l,mid),build(p<<1|1,mid+1,r);
t[p].mat = t[p<<1].mat + t[p<<1|1].mat;
}
void modify(int p,int l,int r,int x)
{
if(l == r){t[p].mat = val[pos[x]];return;}
int mid = (l+r) >> 1;
if(x <= mid) modify(p<<1,l,mid,x);
else modify(p<<1|1,mid+1,r,x);
t[p].mat = t[p<<1].mat + t[p<<1|1].mat;
}
matrix query(int p,int l,int r,int kl,int kr)
{
if(l == kl && r == kr) return t[p].mat;
int mid = (l+r) >> 1;
if(kr <= mid) return query(p<<1,l,mid,kl,kr);
else if(kl > mid) return query(p<<1|1,mid+1,r,kl,kr);
else return query(p<<1,l,mid,kl,mid) + query(p<<1|1,mid+1,r,mid+1,kr);
}
void uprange(int x,int y)
{
val[x].f[1][0] += y - v[x],v[x] = y;
matrix A,B;
while(x)
{
B = query(1,1,n,dfn[top[x]],ed[top[x]]),modify(1,1,n,dfn[x]);
A = query(1,1,n,dfn[top[x]],ed[top[x]]),x = fa[top[x]];
val[x].f[0][0] += max(A.f[0][0],A.f[1][0]) - max(B.f[0][0],B.f[1][0]);
val[x].f[0][1] = val[x].f[0][0];
val[x].f[1][0] += (A.f[0][0] - B.f[0][0]);
}
}
int main()
{
n = read(),m = read();
rep(i,1,n) v[i] = read();
rep(i,1,n-1) x = read(),y = read(),add(x,y),add(y,x);
dfs1(1,0),dfs2(1,1),build(1,1,n);
while(m--)
{
x = read(),y = read(),uprange(x,y);
matrix ans = query(1,1,n,dfn[1],ed[1]);
printf("%d\n",max(ans.f[0][0],ans.f[1][0]));
}
return 0;
}
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· go语言实现终端里的倒计时
· 如何编写易于单元测试的代码
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· 分享一个免费、快速、无限量使用的满血 DeepSeek R1 模型,支持深度思考和联网搜索!
· 使用C#创建一个MCP客户端
· 基于 Docker 搭建 FRP 内网穿透开源项目(很简单哒)
· ollama系列1:轻松3步本地部署deepseek,普通电脑可用
· 按钮权限的设计及实现