企业官网建设流程全解析

营销型网站四大元素,wordpress板块,进空间的网站吗,做网站起什么题目shout out to professor Adzlpxsn.upd at oct 16th 2025, 修复了时间复杂度分析的重大失误.基本的, 状态, 转移, 方程状态一句话概况即为当前的属性.比如说, 贝贝现在是 3030 岁, 发了 00 张专辑, 我们就可以说 #xfffd;300f 30​0.这里我们说 3030 和 00 是不同的信息, 所…shout out to professor Adzlpxsn.upd at oct 16th 2025, 修复了时间复杂度分析的重大失误.基本的, 状态, 转移, 方程状态一句话概况即为当前的属性.比如说, 贝贝现在是3030 岁, 发了00 张专辑, 我们就可以说300f30​0.这里我们说3030 和00 是不同的信息, 所以一个状态fx​y 里包含的信息其实有x 和y.同样的,,fx,y​z 里包含的信息有33 个, 即xyz.转移转移, 就是说用fx​推算fy​, 或者用fx​和fy​推算fz​.举个例子.贝贝的新专辑 金手指, 第x 首歌是 boombap 还是 trap 取决于第−1x−1 首和第−2x−2 首, 即(−1−2)mod2fx​(fx−1​fx−2​)mod2. 那么我们就说fx​由−1fx−1​和−2fx−2​转移而来.方程方程就是把转移的过程写成人类能看懂的东西, 比如 数学语言 自然语言 编程语言.线性 dp最简单的线性 dp, 就是跳跃问题.problem:AtCoder-dp_a考虑状态, 我们让fx​表示现在位于stonex​时最少跳了多少.转移就比较容易了,std::min⁡(−2∣ℎ−2−ℎ∣,−1∣ℎ−1−ℎ∣)fx​std::min(fx−2​∣hx−2​−hx​∣,fx−1​∣hx−1​−hx​∣).没什么好讲的, 注意边界条件初始化就好了, 难的题就很难.背包 dp这个就好玩了.01 背包我个人觉得背包 dp 和线性 dp 大抵是有血缘关系的罢.problem:AtCoder-dp_d可以想到, 我们让fc​表示在背包容量为c 时的最大价值.于是有转移方程std::max⁡(,−)fc​std::max(fc​,fc−wx​​vx​).那么这时候我们有一个问题.如果内层循环从wx​枚举到W, 那么有可能会造成重复选择, 但题意说每个物品只有11 个.于是我们可以调转内层循环的方向, 从W 枚举到wx​, 此时每个物品就只会被选一次了.代码for(ll x1;xn;x) // 枚举每个物品for(ll cW;w[x]c;c--) // 枚举背包大小f[c]std::max(f[c],f[c-w[x]]v[x]); // 转移std::coutf[W]\n;完全背包再考虑, 如果每个物品可以选无数次呢?problem:洛谷-P1616显然, 只要把内层循环的方向调回去就可以了.for(ll x1;xn;x) // 枚举每个物品for(ll cw[x];cW;c) // 枚举背包大小f[c]std::max(f[c],f[c-w[x]]v[x]); // 转移std::coutf[W]\n;多重背包现在我们说, 每个物品不止有11 个, 但也不能无限选, 于是我们说物品x 有tx​个, 这就是多重背包.problem:洛谷-1776如果当成tx​个相同物品那么显然会超时, 因为∑∈[1,]≥∞x∈[1,n]∑​tx​≥∞.于是我们想, 我们学计算机最重要的是什么? 是二进制.是的, 我们只要拆分成二进制就好了.std::vectorllv,w;for(ll x1;xn;x){ll vx,wx,tx;std::cinvxwxtx;for(ll f1;ftx;f1){ // 二进制分解v.emplace_back(vx*f);w.emplace_back(wx*f);tx-f;} if(tx!0){ // 最后还剩一点点, 单独做成一个v.emplace_back(vx*tx);w.emplace_back(wx*tx);}}然后跑一遍 01 背包就解决了.分组背包当每一组物品里只能选11 个的时候应该怎么办呢?problem:洛谷-P1757这里留给读者思考, 简单放一下代码, 和 01 背包也差不多.ll t0;std::vectorstd::vectorllg(n1);for(ll x1;xn;x){ll s;std::cinw[x]v[x]s;tstd::max(t,s);g[s].emplace_back(x);}for(ll s1;st;s)for(ll cW;0c;c--)for(ll x:g[s])if(w[x]c)f[c]std::max(f[c],f[c-w[x]]v[x]);std::coutf[W]\n;时间复杂度总结像线性 dp 就是(∗)O(n∗k), 其中k 为转移复杂度, 比如之后会讲的优化就能搞出log⁡klogn.背包 dp 就比较固定了, 都是(∗)O(n∗W). 特别的, 由于多重背包是二进制搞来的, 所以多重背包的′∑∈[1,]log⁡n′x∈[1,n]∑​logtx​