一道入门 DP + 修改 = 动态 DP。

模板题为例,多次询问树的最大独立集,带修改。

先有 naive 的 DP,记 \(f_{u,0/1}\) 表示 \(u\) 点不选/选时以 \(u\) 为根的子树的最大独立集权值,有

\[\begin{cases}f_{u,0}=\sum\limits_{v\in \operatorname{son}u}\max\{f_{v,0},f_{v,1}\} \\ f_{u,1}=w_u+\sum\limits_{v\in\operatorname{son}u}f_{v,0}\end{cases}
\]

修改一个点的权值,只有这个点到根结点的 DP 值发生了变化,于是我们考虑重链剖分来快速转移。

说到快速转移,又想到了用矩阵。所以我们先来把转移方程改成可用矩阵转移的形式。再记两个 DP 值

\[\begin{cases}g_{u,0}=\sum\limits_{v\in\operatorname{lson}u}\max\{f_{v,0},f_{v,1}\} \\ g_{u,1}=w_u+\sum\limits_{v\in\operatorname{lson}u}f_{v,0}\end{cases}
\]

\(\operatorname{lson}u\) 表示 \(u\) 的所有轻儿子。这样做的目的是将轻重儿子的转移分开,更好维护。

现在重写转移方程

\[\begin{cases}f_{u,0}=g_{u,0}+\max\{f_{\operatorname{hson}u,0},f_{\operatorname{hson}u,1}\} \\ f_{u,1}=g_{u,1}+f_{\operatorname{hson}u,0}\end{cases}
\]

\(\operatorname{son}u\) 表示 \(u\) 的重儿子。这样我们就丢掉了烦人的 \(\sum\) 了。

上面的转移形式很像矩阵 \(A_{i,j}=\max\limits_{k}\{B_{i,k}+C_{k,j}\}\) 的转移形式,所以我们用这个新定义的矩阵乘法来重写刚才的式子(记 \(v=\operatorname{hson}u\)):

\[\begin{bmatrix}f_{u,0} \\ f_{u,1}\end{bmatrix}=\begin{bmatrix}g_{u,0} & g_{u,0} \\ g_{u,1} & -\infty\end{bmatrix}\begin{bmatrix}f_{v,0} \\ f_{v,1}\end{bmatrix}
\]

这样写后,一个点的 DP 值就等于这个点所在重链的叶子结点的矩阵乘这条链上的所有的转移矩阵,这个可以用线段树来维护。修改时沿着链向上跳,线段树上单点修改即可。

更多细节详见代码(注释自我感觉跟详细)

#include <bits/stdc++.h>
using namespace std; const int N=1e5+5;
struct matrix
{
int a[2][2];
matrix() {memset(a,0xcf,sizeof(a));}
int* const operator[](const int i) {return a[i];}
const int* const operator[](const int i) const {return a[i];}
matrix operator*(matrix b)
{
matrix c;
for(int i=0;i<2;++i)
for(int j=0;j<2;++j)
for(int k=0;k<2;++k)
c[i][j]=max(c[i][j],a[i][k]+b[k][j]);
return c;
}
}g[N],t[N<<2];//g[]是转移矩阵,t[]是线段树
int n,Q,son[N],siz[N],dfn[N],id[N],fa[N],ids,top[N],nd[N];
//id[]是这个点的dfs序,dfn[]是id[]的逆映射,nd[]只有在链顶有定义,代表这条链的底的dfs序
int f[N][2],w[N];//f[]是 DP 值
vector<int> G[N]; void dfs1(int u,int faz)
{
siz[u]=1,fa[u]=faz;
for(int v:G[u]) if(v!=faz)
{
dfs1(v,u),siz[u]+=siz[v];
if(siz[v]>siz[son[u]]) son[u]=v;
}
} void dfs2(int u,int tp)
{
top[u]=tp,id[u]=++ids,dfn[ids]=u;
//按照定义初始化矩阵和 DP 值
g[u][0][0]=g[u][0][1]=0;
g[u][1][0]=f[u][1]=w[u],nd[tp]=max(nd[tp],ids);
if(son[u])
{
dfs2(son[u],tp);
f[u][0]+=max(f[son[u]][0],f[son[u]][1]);
f[u][1]+=f[son[u]][0];
}
for(int v:G[u]) if(v!=fa[u]&&v!=son[u])
{
dfs2(v,v);
f[u][0]+=max(f[v][0],f[v][1]);
g[u][0][0]+=max(f[v][0],f[v][1]);
f[u][1]+=f[v][0],g[u][0][1]=g[u][0][0];
g[u][1][0]+=f[v][0];
//按照定义转移即可
}
} //下面的线段树维护的是链上的转移矩阵之积
void build(int rt,int l,int r)
{
if(l==r) {t[rt]=g[dfn[l]]; return;}
int mid=l+r>>1;
build(rt<<1,l,mid),build(rt<<1|1,mid+1,r);
t[rt]=t[rt<<1]*t[rt<<1|1];
} void upd(int rt,int lc,int rc,int p)
{
if(lc==rc) {t[rt]=g[dfn[lc]]; return;}
int mid=lc+rc>>1;
if(p<=mid) upd(rt<<1,lc,mid,p);
else upd(rt<<1|1,mid+1,rc,p);
t[rt]=t[rt<<1]*t[rt<<1|1];
} matrix query(int rt,int lc,int rc,int l,int r)
{
if(l<=lc&&r>=rc) return t[rt];
int mid=lc+rc>>1;
if(r<=mid) return query(rt<<1,lc,mid,l,r);
else if(l>mid) return query(rt<<1|1,mid+1,rc,l,r);
else return query(rt<<1,lc,mid,l,r)*query(rt<<1|1,mid+1,rc,l,r);
} void upd_val(int x,int y)
{
g[x][1][0]+=y-w[x],w[x]=y; //先将自己的值修改了
matrix bef,aft; //需要分别记修改前后的转移矩阵,靠这个差值更新
while(x)
{
bef=query(1,1,n,id[top[x]],nd[top[x]]);
upd(1,1,n,id[x]);
aft=query(1,1,n,id[top[x]],nd[top[x]]);
x=fa[top[x]]; //这个点是链顶的父亲,所以这条链对于父亲来说是一条轻链,所以父亲的矩阵必须修改
g[x][0][0]+=max(aft[0][0],aft[1][0])-max(bef[0][0],bef[1][0]);
g[x][0][1]=g[x][0][0],g[x][1][0]+=aft[0][0]-bef[0][0];
}
} int main()
{
scanf("%d%d",&n,&Q);
for(int i=1;i<=n;++i) scanf("%d",w+i);
for(int i=1,a,b;i<n;++i)
{
scanf("%d%d",&a,&b);
G[a].push_back(b),G[b].push_back(a);
}
dfs1(1,0),dfs2(1,1),build(1,1,n);
for(int i=1,x,y;i<=Q;++i)
{
scanf("%d%d",&x,&y);
upd_val(x,y);
matrix ans=query(1,1,n,id[1],nd[1]);
//注意到一个点的 DP 值就是这个点所在链的底到这个点的转移矩阵之积
//似乎我们在 dfs 后就一直没有用 f[] 了?因为每个叶子结点
//的转移矩阵刚好与其 f[] 值相等,所以我们不需要了
printf("%d\n",max(ans[0][0],ans[1][0]));
}
return 0;
}

动态 DP的更多相关文章

  1. 动态DP之全局平衡二叉树

    目录 前置知识 全局平衡二叉树 大致介绍 建图过程 修改过程 询问过程 时间复杂度的证明 板题 前置知识 在学习如何使用全局平衡二叉树之前,你首先要知道如何使用树链剖分解决动态DP问题.这里仅做一个简 ...

  2. Luogu P4643 【模板】动态dp

    题目链接 Luogu P4643 题解 猫锟在WC2018讲的黑科技--动态DP,就是一个画风正常的DP问题再加上一个动态修改操作,就像这道题一样.(这道题也是PPT中的例题) 动态DP的一个套路是把 ...

  3. 动态dp学习笔记

    我们经常会遇到一些问题,是一些dp的模型,但是加上了什么待修改强制在线之类的,十分毒瘤,如果能有一个模式化的东西解决这类问题就会非常好. 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 ...

  4. 洛谷P4719 动态dp

    动态DP其实挺简单一个东西. 把DP值的定义改成去掉重儿子之后的DP值. 重链上的答案就用线段树/lct维护,维护子段/矩阵都可以.其实本质上差不多... 修改的时候在log个线段树上修改.轻儿子所在 ...

  5. 动态 DP 学习笔记

    不得不承认,去年提高组 D2T3 对动态 DP 起到了良好的普及效果. 动态 DP 主要用于解决一类问题.这类问题一般原本都是较为简单的树上 DP 问题,但是被套上了丧心病狂的修改点权的操作.举个例子 ...

  6. 动态dp初探

    动态dp初探 动态区间最大子段和问题 给出长度为\(n\)的序列和\(m\)次操作,每次修改一个元素的值或查询区间的最大字段和(SP1714 GSS3). 设\(f[i]\)为以下标\(i\)结尾的最 ...

  7. [总结] 动态DP学习笔记

    学习了一下动态DP 问题的来源: 给定一棵 \(n\) 个节点的树,点有点权,有 \(m\) 次修改单点点权的操作,回答每次操作之后的最大带权独立集大小. 首先一个显然的 \(O(nm)\) 的做法就 ...

  8. UOJ268 [清华集训2016] 数据交互 【动态DP】【堆】【树链剖分】【线段树】

    题目分析: 不难发现可以用动态DP做. 题目相当于是要我求一条路径,所有与路径有交的链的代价加入进去,要求代价最大. 我们把链的代价分成两个部分:一部分将代价加入$LCA$之中,用$g$数组保存:另一 ...

  9. [复习]动态dp

    [复习]动态dp 你还是可以认为我原来写的动态dp就是在扯蛋. [Luogu4719][模板]动态dp 首先作为一个\(dp\)题,我们显然可以每次修改之后都进行暴力\(dp\),设\(f[i][0/ ...

  10. 【BZOJ4911】[SDOI2017]切树游戏(动态dp,FWT)

    [BZOJ4911][SDOI2017]切树游戏(动态dp,FWT) 题面 BZOJ 洛谷 LOJ 题解 首先考虑如何暴力\(dp\),设\(f[i][S]\)表示当前以\(i\)节点为根节点,联通子 ...

随机推荐

  1. JUC 并发编程--02,生产者和消费者 synchronized的写法 , juc的写法. Condition的用法

    synchronized的写法 class PCdemo{ public static void main(String[] args) { //多个线程操作同一资源 Data data = new ...

  2. 在Visual Studio 中使用git——标记(Tag)管理(十)

    在Visual Studio 中使用git--什么是Git(一) 在Visual Studio 中使用git--给Visual Studio安装 git插件(二) 在Visual Studio 中使用 ...

  3. 「题解」300iq Contest 2 H. Honorable Mention

    本文将同步发布于: 洛谷博客: csdn: 博客园: 简书. 题目 题目链接:gym102331H. 题意概述 给定一个长度为 \(n\) 的序列 \(a\),有 \(q\) 次询问,每次询问给定三个 ...

  4. 即时性能分析工具 Pyroscope

    当网站上线后,流量增加或短暂功能故障,都会造成使用者体验相当不好,而这时该怎么快速找到性能的瓶颈呢?通常 CPU 达到 100% 时,有时候也很难复制及找出关键问题点. 本篇文章,我们会介绍一套工具叫 ...

  5. 【Android漏洞复现】StrandHogg漏洞复现及原理分析_Android系统上的维京海盗

    文章作者MG1937 CNBLOG博客:ALDYS4 QQ:3496925334 0x00 StrandHogg漏洞详情 StrandHogg漏洞 CVE编号:暂无 [漏洞危害] 近日,Android ...

  6. 俄罗斯方块(c++)

    这个俄罗斯方块是用c++基于windows控制台制作的. 源码地址:https://github.com/Guozhi-explore 话不多说,先上图感受一下:(控制台丑陋的界面不是我的锅emmm) ...

  7. Task01:初识数据库

    本章主要讲解数据库安装和数据库基本介绍,考虑易用性及普及度,本课程采取mysql进行教学. 1.1 初识数据库 数据库是将大量数据保存起来,通过计算机加工而成的可以进行高效访问的数据集合.该数据集合称 ...

  8. java并发编程JUC第九篇:CountDownLatch线程同步

    在之前的文章中已经为大家介绍了java并发编程的工具:BlockingQueue接口.ArrayBlockingQueue.DelayQueue.LinkedBlockingQueue.Priorit ...

  9. Mybatis数据连接池的配置---增删改查(以及遇见的问题)

    1.首先创建项目和各个文件,如图所示: 2.配置相关数据库连接 在jdbc.properties中加入 1 db.driver=com.mysql.jdbc.Driver 2 db.url=jdbc: ...

  10. Pandas高级教程之:处理缺失数据

    目录 简介 NaN的例子 整数类型的缺失值 Datetimes 类型的缺失值 None 和 np.nan 的转换 缺失值的计算 使用fillna填充NaN数据 使用dropna删除包含NA的数据 插值 ...