欢迎来看 “片” (的简介)
由于-\(看片\)-生涯转瞬即逝,于是我选择对“\(片\)”进行一定的总结:
相信你一定看懂了
由于开始的时间有一点晚,就姑且认为我以后会慢慢补充吧......
\(CF1789F\) \(Serval\) \(and\) \(Brain\) \(Power\)
解:DP
见过狗的,没见过这么狗的:
分 \(3\) 类讨论:
首先对于偶数的,我们显然可以直接枚举两串的长度,
其次,对于 \(3\) 的,可以进行上述相同的操作,只不过是区间分为3段
最后,对于\(\geq\) \(5\) 的奇数,进行“二进制拆分”即可
\(CF1781F\) \(Bracket\) \(Insertion\)
解:DP
考虑转移这个恶心的东西,首先吧 “\((\)” 和 “\()\)” 变成 \(1\) 和 \(-1\)
这个时候,我们可以发现个合法的序列要满足任意部位
大于等于前缀和 \(0\),结尾前缀和为 \(0\)(这个不用管),
然后有一种想法,我们考虑一个数往后它的贡献,
这个时候,当前的 \(f\) 由后面的操作而来,这个时候,
设当前这一位的前缀和为 \(x\),有 \(1\):
不妨吧每一次操作拆开,那么 \(1\) 行为就是把当前以为改为 \(x\) , 后两位为 \(x+1\), \(x\)
反之,对于 \(2\) 行为,就有 \(x\), \(x-1\), \(x\)
就可以放心操作不用管,此时,有方程,当前:
$f_{n,k}=\displaystyle\sum_{i=0}^{n-1} \displaystyle\sum_{j=0}^{n-i-1} C_{n-1}^i C_{n-i-1}^j \times p \times f_{i,k} \times f_{j,k+1} \times f_{n-1-i-j,k} + $
\(\displaystyle\sum_{i=0}^{n-1} \displaystyle\sum_{j=0}^{n-i-1} C_{n-1}^i C_{n-i-1}^j \times p \times f_{i,k} \times f_{j,k-1} \times f_{n-1-i-j,k}\)
意为:
往后 你 \(n-1\) 次选择,选i种第一种情况,\(j\) 种第二种情况,\(n-i-j-1\) 种第三种情况递推出当前情况
这是 \(n^4\) 的做法,然而,两个 \(\sum\) 可以化简
令 \(g_{n,k}=\displaystyle\sum_{i=0}^{n-1} C_n^k \times f_{i,n} \times f_{j-i,n}\)
放入原方程就有:
实际上,跟斜率优化一样,上面那个只是把 \(j\) 提了出来
标签:前缀,sum,times,片集,displaystyle,DP From: https://www.cnblogs.com/Aaron-Yao-Aloe/p/18316803\(f_{n,k}= \displaystyle\sum_{j=0}^{n-1} C_{n-1}^j \times g_{{n-1-j},k}\times(p \times f_{j,k+1} + (1-p) \times f_{j,k-1}\)