天堂在左,战士向右

引言

数位DP在竞赛中的出现几率极低,但是如果不会数位DP,一旦考到就只能暴力骗分。

以下是数位DP详解,涉及到的例题有:

  • [HDU2089]不要62
  • [HDU3652]B-number

概述

首先我们要理清的是,到底数位DP是什么。

事实上,一般数位DP的题目题面描述都会有以下内容:

  • 求出一段区间\([l,r]\)中,满足某一特殊条件的数有多少个

例题1 不要62中,特殊条件是数中不能出现"62";在例题2 B-number中,特殊条件是数中出现了13且该数可以被13整除;

一般题目中的数据范围\([l,r]\)会使得\(O(n)\)超时。因此,直接遍历将无法拿到全分。而数位DP则是在范围内按位递推出最大值的快捷算法。以例题2 B-number中的数位DP为例:



足以显示出数位DP的优越性。

主要实现

由于DP的本质就是记忆化搜索,我们通过记忆化搜索的方式实现动态规划。这种方式相比正面递推,在大多数情况下要简介一些。

一、搜索过程

例题1 不要62为例。

首先,我们需要定义以下基本的变量与函数,它们是在所有数位DP中通用的:

int digit[maxn];
int dfs(int len,int fp,int str){
}

其中,\(digit[i]\)表示一个数在所有数位都取最大值的情况下,第\(i\)位的最大值。


而dfs函数中的\(len\)表示当前层我们还需处理多少数位。当\(len\)的值为\(-1\)时,则代表我们已经处理到了最低位。


fp则代表当前数位是否受到最高位的限制。举个例子,我们规定在一次运算中\(r\)的值为\(530\)。此时我们已经计算到了第2位。若前一位为\(5\),则这一位最大也只能取\(3\),否则会超出\(r\)的限制,此时fp的值为1;若前一位小于\(5\),则当前位不受最高位的限制,我们可以取任意数字,则此时fp的值为0。


str则代表当前状态,我们稍后再做解释。


这时,我们分析题面,发现:

  • 限制条件只有一个,即不能出现62

因此,我们可以将这一限制条件填入已经设出的状态\(str\)中。当之前的数位中已经出现了62,我们就使其为1,否则我们使其为0。

这时,根据这一条件,就可以设出DP数组了

int dp[maxn][100];//表示在处理到第i位、之前的数位中出现/未出现62使的方案数。

不过此时,我们会发现一个问题:如果上一位出现了6,而是否出现62由当前位决定时,怎么办呢?因此,我们要对\(str\)的定义稍作更改。

我们令\(str\)表示:若上一位出现了\(6\),则\(str=1\);若已经出现了\(62\),则\(str=2\);否则\(str=0\)。

此时,我们已经可以通过定义写下判断状态的子函数了。

int check(int str,int i){
if(str==0){
if(i==6)return 1;
return 0;
}
else if(str==6){
if(i==6)return 1;
if(i==2)return 2;
return 0;
}
return 2;
}

回过头来,我们再来继续完成dfs函数。

首先,写下当我们搜索到最后一位时的返回操作与记忆化搜索的返回操作。

int digit[maxn];
int dfs(int len,int fp,int str){
if(len==-1)return str==2;
if(!fp && dp[len][str])return dp[len][str];
//条件中的!fp是对[l,r]取开区间。
}

接下来我们要做的是判断当前状态下我们能取到的最大数位。

int fpmax=fp?digit[len]:9;

接着我们再遍历搜索下一个数位,并返回答案。

int ret=0;//返回值
for(register int i=0;i<=fpmax;i++){
ret+=dfs(len-1,fp && i==fpmax ,check(str,i));
}
return dp[len][str]=ret;

整个子函数的代码如下:

int dfs(int len,int fp,int str){
if(len==-1)return str==2;
if(!fp && ~dp[len][str])return dp[len][str];
int fpmax=fp?digit[len]:9,ret=0;
for(register int i=0;i<=fpmax;i++){
ret+=dfs(len-1,fp && i==fpmax,check(str,i));
}
return dp[len][str][rel]=ret;
}

例题1 不要62的代码如下:

#include<bits/stdc++.h>
#define int long long
//#define local
using namespace std;
int dp[100][200][100],digit[100];
int check(int str,int i){
if(str==0){
if(i==6)return 1;
return 0;
}
else if(str==6){
if(i==6)return 1;
if(i==2)return 2;
return 0;
}
return 2;
}
int dfs(int len,int fp,int str){
if(len==-1)return str==2;
if(!fp && ~dp[len][str])return dp[len][str];
int fpmax=fp?digit[len]:9,ret=0;
for(register int i=0;i<=fpmax;i++){
ret+=dfs(len-1,fp && i==fpmax,check(str,i));
}
return dp[len][str][rel]=ret;
}
int f(int n){
int len=0;
while(n){
digit[len++]=n%10;
n/=10;
}
return dfs(len-1,1,0);
}
signed main(){
#ifdef local
freopen("1.txt","r",stdin);
#endif
ios::sync_with_stdio(false);
cin.tie(0);
int a,b;
memset(dp,-1,sizeof(dp));
while(cin>>b>>a){
//cout<<"-->"<<b<<endl;
printf("%d\n",f(b)-f(a-1));
}
//cout<<f(1000)<<endl;
return 0;
}

注意,在f函数中,可以看到我们首次dfs的代码是

dfs(len-1,1,0);

为什么\(len\)的值为总长度-1,而不是总长度本身呢?

因为这样我们处理到最后时\(len=-1\)而不是\(len=0\)

换句话说,只是笔者的习惯而已233333

细节-关于状态

事实上,不是所有时候DP数组都只用开二维。

在很多时候,我们都要在dfs函数中同时记录我们当前处理到的数是多少,例如例题2 B-number

在这道题中,我们要处理我们记录的数是否能被13整除,因此我们要对DP数组作一点小小的微调。

int dp[maxn][5][20];

多出来的一维用于记录计算出来的数对13取模后的值。不记录其本身是因为空间限制,且失去了数位DP的优越性。

对于dfs中所处理的数的记录,不难想到用这样的方法:

int dfs(int len,int fp,int str,int rel){
for(register int i=1;i<=9;i++)dfs(len-1,fp && i==digit[i],check(str,i),rel*10+i);
}

因此,对于例题2 B-number,我们的完整代码变成了这样:

#include<bits/stdc++.h>
#define int long long
//#define local
using namespace std;
int dp[100][200][100],digit[100];
int check(int str,int i){//返回:0-->什么都没有,1-->已出现过1,2-->已出现过13
if(str==0){
if(i==1)return 1;
return 0;
}
else if(str==1){
if(i==1)return 1;
if(i==3)return 2;
return 0;
}
return 2;
}
int dfs(int len,int fp,int rel,int str){
if(len==-1)return rel==0&&str==2;
if(!fp && ~dp[len][str][rel])return dp[len][str][rel];
int fpmax=fp?digit[len]:9,ret=0;
for(register int i=0;i<=fpmax;i++){
ret+=dfs(len-1,fp&&i==fpmax,(rel*10+i)%13,check(str,i));
}
return fp?ret:dp[len][str][rel]=ret;
}
int f(int n){
int len=0;
while(n){
digit[len++]=n%10;
n/=10;
}
return dfs(len-1,1,0,0);
}
signed main(){
#ifdef local
freopen("1.txt","r",stdin);
#endif
ios::sync_with_stdio(false);
cin.tie(0);
int b;
memset(dp,-1,sizeof(dp));
while(cin>>b){
//cout<<"-->"<<b<<endl;
printf("%d\n",f(b));
}
//cout<<f(1000)<<endl;
return 0;
}

后记

数位dp虽然大多在套模板,但是里面的判断和细节还是很多的,多写几道数位dp之后才能发现其中的规律,完全将其掌握。

数位DP 详解的更多相关文章

  1. 动态规划晋级——HDU 3555 Bomb【数位DP详解】

    转载请注明出处:http://blog.csdn.net/a1dark 分析:初学数位DP完全搞不懂.很多时候都是自己花大量时间去找规律.记得上次网络赛有道数位DP.硬是找规律给A了.那时候完全不知数 ...

  2. 数位DP详解

    算法使用范围 在一个区间里面求有多少个满足题目所给的约束条件的数,约束条件必须与数自身的属性有关 下面用kuangbin数位dp的题来介绍 例题  不要62 题意:在一个区间里面求出有多少个不含4和6 ...

  3. 数位dp详解&&LG P2602 [ZJOI2010]数字计数

    数位dp,适用于解决一类求x~y之间有多少个符合要求的数或者其他. 例题 题目描述 杭州交通管理局经常会扩充一些的士车牌照,新近出来一个好消息,以后上牌照,不再含有不吉利的数字了,这样一来,就可以消除 ...

  4. 状压DP详解(位运算)

    前言: 状压DP是一种非常暴力的做法(有一些可以排除某些状态的除外),例如dp[S][v]中,S可以代表已经访问过的顶点的集合,v可以代表当前所在的顶点为v.S代表的就是一种状态(二进制表示),比如 ...

  5. 状态压缩dp 状压dp 详解

    说到状压dp,一般和二进制少不了关系(还常和博弈论结合起来考,这个坑我挖了还没填qwq),二进制是个好东西啊,所以二进制的各种运算是前置知识,不了解的话走下面链接进百度百科 https://baike ...

  6. 线性DP详解

    顾名思义,线性DP就是在一条线上进行DP,这里举一些典型的例子. LIS问题(最长上升子序列问题) 题目 给定一个长度为N的序列A,求最长的数值单调递增的子序列的长度. 上升子序列B可表示为B={Ak ...

  7. 状态压缩动态规划(状压DP)详解

    0 引子 不要999,也不要888,只要288,只要288,状压DP带回家.你买不了上当,买不了欺骗.它可以当搜索,也可以卡常数,还可以装B,方式多样,随心搭配,自由多变,一定符合你的口味! 在计算机 ...

  8. 状压DP详解+题目

    介绍 状压dp其实就是将状态压缩成2进制来保存 其特征就是看起来有点像搜索,每个格子的状态只有1或0 ,是另一类非常典型的动态规划 举个例子:有一个大小为n*n的农田,我们可以在任意处种田,现在来描述 ...

  9. 树形DP详解+题目

    关于树形dp 我觉得他和线性dp差不多 总结 最近写了好多树形dp+树形结构的题目,这些题目变化多样能与多种算法结合,但还是有好多规律可以找的. 先说总的规律吧! 一般来说树形dp在设状态转移方程时都 ...

随机推荐

  1. xgboost与gdbt的不同和优化

    XGBoost是GBDT算法的一种变种,是一种常用的有监督集成学习算法:是一种 伸缩性强.便捷的可并行构建模型的Gradient Boosting算法 Xgboost和GBDT不同之处 xgboost ...

  2. 记一次CentOS7-MySQL排坑历程

    一.报错及起因 今天在 CentOS7 中安装了 mysql5.7,然后为了测试数据库环境是否配置成功,便写了个基于 mybatis+Spring 的 java web 程序连接操作 mysql 数据 ...

  3. 你绝对不知道的head标签

    先来梳理一下本文的目录结构 现在我将详解head标签和它六个子标签的属性和作用,请耐心看完,会有很大的收获哦! 一.head标签 可选属性: 属性 值 描述 profile URL 一个由空格分隔的 ...

  4. HTML 画布(摘自菜鸟教程)

    颜色.样式和阴影 属性 描述 fillStyle 设置或返回用于填充绘画的颜色.渐变或模式. strokeStyle 设置或返回用于笔触的颜色.渐变或模式. shadowColor 设置或返回用于阴影 ...

  5. 依赖倒置原则(DIP)、控制反转(IoC)、依赖注入(DI)(C#)

    理解: 依赖倒置原则(DIP)主程序要依赖于抽象接口,不要依赖于具体实现.高层模块不应该依赖底层模块,两个都应该以来抽象.抽象不应该依赖细节,细节应该依赖抽象.(具体看我上一篇贴子) 依赖倒置原则是六 ...

  6. Spring Boot2 系列教程(一)纯 Java 搭建 SSM 项目

    在 Spring Boot 项目中,正常来说是不存在 XML 配置,这是因为 Spring Boot 不推荐使用 XML ,注意,并非不支持,Spring Boot 推荐开发者使用 Java 配置来搭 ...

  7. 洛谷P1217回文质数-Prime Palindrome回溯

    P1217 [USACO1.5]回文质数 Prime Palindromes 题意:给定一个区间,输出其中的回文质数: 学习了洛谷大佬的回溯写法,感觉自己写回溯的能力不是很强: #include &l ...

  8. codeforces 876 D. Sorting the Coins(线段树(不用线段树写也行线段树写比较装逼))

    题目链接:http://codeforces.com/contest/876/problem/D 题解:一道简单的类似模拟的题目.其实就是看右边连出来有多少连续不需要换的假设位置为pos只要找pos- ...

  9. 最短路问题---Dijkstra算法学习

    Dijkstra又称单源最短路算法,就从一个节点到其他各点的最短路,解决的是有向图的最短路问题 此算法的特点是:从起始点为中心点向外层层扩展,直到扩展到中终点为止. 该算法的条件是所给图的所有边的权值 ...

  10. 5分钟理解 SpringBoot 响应式的核心-Reactor

    目录 一.前言 二. Mono 与 Flux 构造器 三. 流计算 1. 缓冲 2. 过滤/提取 3. 转换 4. 合并 5. 合流 6. 累积 四.异常处理 五.线程调度 小结 参考阅读 一.前言 ...