面对一个多维 \(\text{dp}\) 问题，根据维度之间联系的紧密程度，我们可以选择
-
维度之间紧密相关，只能直接枚举
-
维度之间完全无关，只是贡献通过某种形式相加，可以割裂为两个dp处理
-
介于 \(1,2\) 之间，不能割裂计算，但是可以将转移过程割裂为若干步来优化
e.g.1: 选区间1
问题描述
对于所有二元组 \(a,b, (a,b\in[1,n]\cap \mathbb{Z}, a\leq b)\)，给出了其权值 \(w_{a,b}\)。
现在求一个元组序列 \(A=(a_1,b_1),(a_2,b_2),\cdots\)，满足 \(a_1\le a_2,b_2\le b_1\)
定义 \(\displaystyle w_A=\sum w_{a_i,b_i}+\sum w_{a_{i-1},a_i}+\sum w_{b_{i-1},b_i}\) ，最大化\(w_A\) 。
原 \(\text{dp}\)
令\(dp_{a,b}\)表示最后一个元组为\(a,b\)时的最大权值，状态数为\(O(n^2)\)。
直接转移复杂度为\(O(n^2)\)，总复杂度为\(O(n^4)\)。
分布转移
两维的状态决定了权值，因此不可以割裂
但是两个维度在转移时并没有必然联系，因为只涉及 \(a_{i}\) 和 \(a_{i+1}\)，\(b_i\) 和 \(b_{i+1}\) 的关系
因此可以先转移\(a\)这一维，然后再转移\(b\)这一维
具体的，转移可以描述如下
-
\(dp_{a,b}+w_{a,c}\rightarrow f_{c,b}\)
-
\(f_{c,b}+w_{d,b}+w_{c,d}\rightarrow dp_{c,d}\)
优化后转移复杂度为 \(O(n)\)，状态数虽然加倍但是不影响量级
总复杂度为 \(O(n^3)\)
e.g.2: 选区间2
问题描述
对于所有二元组\(a,b, (a,b\in[1,n]\cap \mathbb{Z}, a\leq b)\)，给出了其权值\(w_{a,b}\)
现在求一个元组序列$A=(a_1,b_1),(a_2,b_2),\cdots$，满足$a_1<a_2,b_2<b_1$
定义$\displaystyle w_A=\sum w_{a_{i-1},a_i}+\sum w_{b_{i-1},b_i}$ ，最大化$w_A$
原dp
令$dp_{a,b}$表示最后一个元组为$a,b$时的最大权值，状态数为$O(n^2)$
直接转移复杂度为$O(n^2)$，总复杂度为$O(n^4)$
分布转移
容易发现这个问题同样适用选区间1的优化
割裂
容易发现权值由$a_i,a_{i+1}$，$b_i,b_{i+1}$决定，不需要知道过程中每一个$a_i,b_i$的组，只需要知道数量
而$a,b$有单调性，所以关于$a\leq b$的限制只需要最后满足即可
令$f_{i,j}$表示已经枚举了$i$个元素，最后一个$a_i=j$时的最大值
同理，令$g_{i,j}$已经枚举了$i$个元素，最后一个$b_i=j$时的最大值
状态数为$O(n^2)$，转移复杂度为$O(n)$，最后可以在$O(n^2)$时间内合并$f,g$的贡献
总复杂度为$O(n^3)$
e.g.3: 足球
Source: COCI2012/2013 Contest#5 F
问题描述
有$2n$个人踢球，两队各$n$个人，一开始球在A队1号
每秒钟，按照一定概率球可能会被某一些对手抢走，或者传给某一些队友，或者射门
射门只有一定概率$p_i$射中，每次射门之后球会到对方1号队员
求$T$秒后比分为$a,b$的概率，如果一队得分达到$r$，视作胜利，比赛结束
为了便于分析，$O(n)=O(T)$
原dp
记录时间、比分、球的位置，状态数为$O(Tnr^2)=O(n^2r^2)$
转移枚举的情况不超过$2n$，转移复杂度为$O(n)$，总复杂度为$O(n^3r^2)$
割裂
在记录比分的同时记录球的位置并没有意义，因为实际上关键事件实际上就是射门，每次射门之后球所在位置情况是$O(1)$的
那么新的dp将 球的位置 和 比分情况 割裂开来
1.处理球的位置，令$f_{i,j,k}$表示一开始球在$i$队1号时，第一次射门是在$j$时刻，由球员$k$射门（$k$可以是两队中任何一个）
状态数为$O(Tn)$，转移为$O(n)$，这一部分复杂度为$O(n^3)$
2.比分情况
令$g_{i,j,a,b}$表示$i$时刻，球在$j$队1号，当前比分为$a:b$的概率
状态数为$O(Tr^2)$，转移为$O(T)$，总复杂度为$O(T^2r^2)$
e.g.4: 异或
Source: CSP-S 2020 初赛完善程序2 （大雾
给定长度为$n$的序列$a_i\in[0,m),m=2^{16}$，$n\leq 10^{5}$
设$w(x)=\text{pop_count}(x)+x$，求一个子序列$b_i$
最大化$\sum w(b_i\oplus b_{i+1})$
原dp
令$dp_{x}$表示子序列最后一个元素为$x$时的答案，状态数为$O(m)$
对于每个数$a_i$，枚举前驱状态进行转移，复杂度为$O(m)$
总复杂度为$O(nm)$
分布转移
这道题看似是一个1维dp，但是实际上实际上权值是分位处理的
我们不如先看一个类似的选区间问题的变体
对于所有二元组$a,b, (a,b\in[1,n]\cap \mathbb{Z})$，给出了其权值$w_{a,b}$
给定了一个元组序列$A=(a_1,b_1),(a_2,b_2),\cdots$
现在要选出$A$的一个子序列$B$，定义$\displaystyle w_B=\sum w_{a_{i-1},a_i}+\sum w_{b_{i-1},b_i}$ ，最大化$w_B$
实际上这两个问题是完全相同的，但是由于限制了$a_i,b_i$为子序列，导致分布显得比较奇怪
分布转移的过程中，转移状态应该是这样的
$(a_1,b_1)\rightarrow (a_2, b_1) \rightarrow (a_2,b_2)$
容易发现这个过渡状态$(a_2,b_1)$实际上并不是一个存在的元组，并不满足匹配关系
那么我们如何得到这个过渡状态呢？
1.我们手里有$(a_1,b_1)$的dp值$dp_{a,b}$
2.我们并不知道$a_2$，于是需要向所有可能的$a_2$转移，得到$f_{c,b}$
$\forall c,dp_{a_1,b_1}+w(b_1,c)\rightarrow f_{c,b_1}$
3.当拿到$a_2,b_2$时，此时我们已经知道了$a_2$，但是不知道$b_1$，因此需要从所有$b_1$中得到$dp_{a_2,b_2}$的值
而为了分布转移，我们在中间过程中并不需要
$\forall c,f_{a_2,c}+w(c,b_2)\rightarrow dp_{a_2,b_2}$
分析会发现，$dp_{a,b}$反而在这个过程中只是一个过渡值，并不需要开数组记录
于是就得到了完善程序的dp
标签：数为,复杂度,sum,分步,权值,多维,转移,dp 来源： https://www.cnblogs.com/A-Quark/p/16448270.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。