直径meeting dp
状压dp总结
# 状压 dp 总结 ### 三进制状压 ### Q&A 1.如果我的当前的dp值需要前两个状态才可以推导出来怎么办? 很简单,既然我们无法舍弃任何一个状态那我们就加一维将它纳入考虑范围之内,就拿 P8756 [蓝桥杯 2021 省 AB2] 国际象棋做列子 我们本列的马最远是可以威胁到前两列的马, ......
[算法学习笔记] 换根dp
换根 dp 一般不会指定根节点,并且根节点的变化会对一些值进行改变。因此我们需要转移根。 换根 dp一般需要预处理一下一个节点的值,然后对于任意节点开始树上dp转移。 所以我们常用两次 dfs,第一次 dfs预处理,第二次 dfs为树上 dp。 一般比较套路。 接下来会给出一个典型例题。 ### 典 ......
[解题报告][算法总结] 2023/8/24 树形dp报告
[题单](https://www.luogu.com.cn/training/328311#problems) ### 简介 树形 dp,一般常使用 **记忆化搜索** 解决。其关键是找到儿子和父亲之间的转移关系,设计状态。和普通 dp 不同的是,一般先递归处理儿子,再回溯处理父亲。 树形 dp 的 ......
「学习笔记」meet in the middle(折半搜索)
meet in the middle,适用于输入数据较小,但也没小到可以直接用暴力搜索通过的情况。 主要的思想就是讲整个搜索过程分成两半进行,最后在将这两半的结果进行合并,对于搜索复杂度为 $O(a^b)$ 的情况,meet in the middle 可以将它优化为 $O(a^{\frac{b}{ ......
DP报Script failed. Cannot get information from remote host案例
HP DP(Data Protector Manager)上一个刚刚迁移升级的数据库备份作业失败,具体失败信息如下 .................................RMAN-08503: piece handle=c-1684727642-20230822-00 comment=A ......
由P7914括号序列(A题)引发的关于区间DP的思考
和`CF149D Coloring Brackets`(B题)一样,都是关于括号的区间DP。 在B题中,有一个细节,就是在枚举断点时枚举到第一个就要`break`,这是为了使每种方案只贡献一次,防止一种方案中有多个符合条件的断点。 此题中,因为序列的字符是不变的,所以直接`break`就行了。 但是 ......
动态DP
[传送门](https://www.luogu.com.cn/problem/P4719) 简要题意:给定一棵 $n$ 个点的树,点带点权。有 $m$ 次操作,每次操作给定 $x,y$ 表示修改点 $x$ 的权值为 $y$。你需要在每次操作之后求出这棵树的最大权独立集的权值大小。 最大权独立集:选若 ......
SUB-1G SOC芯片DP4306F 32 位 ARM Cortex-M0+内核替代CMT2380F32
DP4306F是一款高性能低功耗的单片集成收发机,集成MO核MCU,工作频率可覆盖200MHiz^ 1000MHz。 支持230/408/433/470/868/915频段。该芯片集成了射频接收器、射频发射器、频率综合器、GFSK调制器、GFSK解调器等功能模块。通过SPI接口可以对输出功率、频道选 ......
dp学习笔记
前言:因为本人 $dp$ 实在太差了,故此挖个新坑。 $dp$ 的一般套路是: * 设计状态,要注意一定要不重不漏,所有能影响到答案的数据都要包含到状态里面。 * 初始化,基本上是第一项 * 转移,要注意无后效性,面面俱到。 * 可以关注数据范围,有时候范围会给我们以提醒。 基本技巧: * 状态设计 ......
线性DP-最长上升子序列
## 概念 **最长上升子序列**是指**一个序列中最长的单调递增的子序列**,字符子序列指的是字符串中不一定连续但先后顺序一致的n个字符,即可以去掉字符串中的部分字符,但不可改变其前后顺序。 求最长上升子序列的长度可以用**线性DP**。 ## 思路 - 1.读入数据,dp[i] 代表以**第 i ......
树上DP笔记
树是一个由 $n$ 个节点,$n-1$ 条边组成的联通图,图上没有环,其每一条边都是割边。 在树上设计动态规划算法时,一般以节点**从深到浅**的顺序作为 DP 的阶段。大多数时候,采用递归的方式实现树形动态规划。 对于每一个节点 $x$,先对它的每一个子节点进行 DP,回溯时从子节点向 $x$ 进 ......
DP优化
DP 的效率取决于 $3$ 方面:1. 状态总数 2. 每个状态的决策数 3. 状态转移计算量。这三方面都可以进行优化。 1. 状态总数优化:相当于搜索的剪枝,去除无用状态;使用降维,设计 DP 状态时尽量使用低维的 DP。 1. 决策数量优化:即状态转移方程的优化,减少决策数量,如斜率优化,四边形 ......
背包DP笔记
## 背包问题 ### 01 背包问题 有 $n$ 件物品和一个容量为 $V$ 的背包,第 $i$ 件物品的体积为 $w[i]$,价值为 $v[i]$。请选择将哪些物品装入背包,使得价值总和最大。 思路:每种物品仅有一件,可以选择放或不放。令 $f[i][j]$ 表示前 $i$ 件物品放入一个容量为 ......
LeetCode 周赛上分之旅 #41 结合离散化的线性 DP 问题
> ⭐️ **本文已收录到 AndroidFamily,技术和职场问题,请关注公众号 \[彭旭锐] 和 [BaguTree Pro](https://www.mdnice.com/writing/85b28c4e60354865a423728e668fc570) 知识星球提问。** > > 学习数据 ......
LeetCode 周赛上分之旅 #40 结合特征压缩的数位 DP 问题
> ⭐️ **本文已收录到 AndroidFamily,技术和职场问题,请关注公众号 \[彭旭锐] 和 [BaguTree Pro](https://www.mdnice.com/writing/85b28c4e60354865a423728e668fc570) 知识星球提问。** > > 学习数据 ......
daimayuan249 | 旅行商(状压, dp, 剪枝)
不难写出转移方程, $f_{i, j}$表示此时所走过的状态pattern为i, 目前所在城市为j. 则转移方程为: $$ f_{i, j} = min\{f_{i, j}, f_{i - 2^k, k} + a_{k, j}\} $$ k为合法的前继城市, 则$i - 2^k$就是合法的前继状态( ......
P6772 [NOI2020] 美食家 题解(矩阵加速图上dp常用思路)
# P6772 [NOI2020] 美食家 题解(矩阵加速图上dp常用思路) ## 简要题面 给定一张 $n$ 个点 $m$ 条单向边的图,走这条边需要花费 $w_i$ 的时间(以天为单位),现在有一个人从 $1$ 号点出发,最后回到 $1$ 号点,要求走了 **恰好** 为 $T$ 天。 每经过一 ......
# DP 题目总结
# DP题目总结 **** ## 1、[LC1388. 3n 块披萨](https://leetcode.cn/problems/pizza-with-3n-slices/) ### 题意: - 3n的环形数组,每次取一个数后就删除前后相邻的两个数,问最后取得的总数最大是多少。 ### 分析: - ......
leetcode1372dp求交错路径长
bfd+dp unordered_map<TreeNode* ,int>d,p; queue<pair<TreeNode* ,TreeNode*>>q; int dp(TreeNode* root){ d[root]=p[root]=0; q.push({root,nullptr}); while( ......
DP 优化
今天模拟赛考到了斜率优化,我发现去年暑假听得一知半解的知识点现在要彻底搞懂了。 本文我学到哪写到哪。 # 决策单调性优化 有些状态 $a$ 比 $b$ 总是要好(譬如花费更低而收益更高),那么 $b$ 状态可以丢掉。 ## 斜率优化 *参考资料:* ### [P3195 [HNOI2008] 玩具装 ......
DP2515完全兼容MCP2515支持SPI通信的can V2.0B控制器新能源汽车通信应用
DP2515完全兼容MCP2515支持SPI通信的can V2.0B控制器新能源汽车通信应用说明DP2515 是一款独立控制器局域网络(Controller Area Network, CAN)协议控制器,完全支持 CAN V2.0B 技术规范。该器件能发送和接收标准和扩展数据顿以及远程帧。 MCP ......
dp 凸优化学习笔记
好久没系统地写一个算法相关内容的学习笔记了,主要是我学习 dp 凸优化部分有意义,有象征性的例题。 目前网上很多题解都有点讲的不明不白的感觉,很多甚至都连基本知识都没说清楚就开始 Slope Trick 了,这困扰了我许久。 我认为通过这篇文章可以比较清晰地了解 dp 凸优化的入门知识 和 Slop ......
脚本学习:%cd%和%~dp0的区别
在编写自动化脚本过程中,经常会需要获取当前目录路径。 这里有两种方式,一种是%cd%,另一种是%~dp0,那么这两种方式有什么区别呢?今天就来具体讲一讲。 具体含义 %cd%:脚本执行的当前目录,需要注意的是,这里的当前目录有可能和脚本实际所在目录不一致。 %~dp0%:脚本文件所在的目录,注意,目 ......
动态 DP - 知识点梳理
DP 用于解决多阶段性决策性问题,方法是每个阶段分开转移,各个阶段转移是独立的,不会影响到其他阶段的转移。因此,整个 DP 的过程其实就是原始数据(即边界)顺次按照阶段转移,最终成为答案。 矩阵代表着一种线性变换,矩阵的乘法其实就是变换的合成,所以我们可以将 DP 每个独立阶段的转移抽象为一个矩阵, ......
dp递推 口胡记录
dp/递推 口胡记录 ### [[SHOI2013] 超级跳马](https://www.luogu.com.cn/problem/P3990) $tag$:矩阵乘法,前缀和 暴力$dp$很显然,设$f_{i,j}$为从$(1,1)$跳到$(i,j)$的方案数,那么有$f_{i,j}= \sum \ ......
树形 dp
# 树形 dp ## 概念 - 在树上做 dp - 树形 dp 一般是从树的叶子节点向根的做 dp,也就是**自下而上**做 dp ## [树上 dp 加差分统计](https://vjudge.net/problem/CSES-1130) - 记住**差分**,在做很多树上的统计题时,都会用到 点 ......
斜率优化 dp 学习笔记
~~仍然是算导风格的学习笔记~~ 例题:[[HNOI2008] 玩具装箱](https://www.luogu.com.cn/problem/P3195) P 教授要去看奥运,但是他舍不下他的玩具,于是他决定把所有的玩具运到北京。他使用自己的压缩器进行压缩,其可以将任意物品变成一堆,再放到一种特殊的 ......
『学习笔记』插入类dp
## 概述 可以说是一个套路化问题,想出来了就非常好做。前提是你得想出来。 转移方程一般也都是特定的:设 $dp_{i, j}$ 表示往一个序列里插入了 $i$ 个数,这 $i$ 个数被分成了 $j$ 段的方案数。 初始化:$\begin{cases} dp_{1, i = 1} = 1 \\ dp ......
DP vs Non DP
多阶段决策问题又时我们会使用 DP 进行求解,但 DP 并不适合所有这类问题。 例子: > 你有 $n$ 个字母 A,$m$ 个字母 B,你可以将这些字母组成成为一个字符串, 你需要使得这个字符串的权值尽量大。现在我们以如下规则计算这个字符串的权值。 每有连续的 $a$ 个 A ,且下一个字母依旧是 ......