AC自动机吼题
虽然是很常规的模式串与匹配串的匹配计数问题，但它稍微给了一个新花样和一些坑。
写完这题，我当时就很感慨，如果我能在多校之前写过这题就好了……
题意：
先给你一个匹配串，再给你很多模式串，模式串前都有标号。标号为 0 表示计数可重叠，标号为 1 表示计数不可重叠。
思路：
写不来呀…………
看了题解，kuangbin只说了一句，加一个数组维护一下就好了…………这特么怎么维护…………
看了代码大致能理解，开了一个 last 数组记录每个位置上一次被匹配时的位置。
如果匹配串的位置与AC自动机上的相应位置的上一匹配位置差距为这个模式串的长度以上，说明可以匹配。
特别想要详细说，但又觉得没有什么好说的，所谓大道至简，原理真的很简单。
AC Code
#include
AC自动机+带权字符串DP
题目本身不是很难，但在处理上有点繁琐。
题意：
给你很多模式串，每个模式串都有一个权值，再给你一个限制长度，要你在限制长度内找出最短的字符串，使得权值和最大。若有多个结果，输出字典序最小的。
思路：
连AC自动机上的最短路都有了，加个权值也不是什么奇怪的事情。
这个加了权值有点像…………背包？？不是么？？
想象不到的话将背包的物品替换成一个字符试试。
但是实际上都是我瞎猜罢了，我并没有按照背包的写法去写，还是很常规的按照节点和状态添加字符，到下一节点的下一状态。
稍微繁琐一点的就是要输出字符串，但所幸数据比较小，三维空间存的下。
#include
AC自动机+spfa最短路
啊啊，明明AC自动机还有最后一题，今晚怕是写不完了，今天写的还有两道没写题解。
最后一道AC自动机与这一题有相似之处，是这一题的强力加强版本。
先把这题给解决了
题意：
给你很多碱基串，不同碱基串在前后缀相同的条件下可以重叠，要你求出最短的碱基串，包含所有给定串。
思路：
AC自动机上状压SPFA，也可考虑TSP的模型。
还是属于比较基础的，连我都可以不看题解写出来的题目。
#include
AC自动机 + 变进制状压DP
看题目的 discuss 都说会卡数据，但我还是 1500ms A了。虽然变进制的思路并不是我的……
最近有点懒得写博客了呀
题意：
还是基因碱基对背景。
给你几个模式串，再给你一个匹配串，允许你对匹配串重新排列，要求重新排列后跟模式串匹配的最大数量。
思路：
如果再加个权值，那就是DP套DP了，（误……
本质上还是一个计数DP，考虑状压，但是给定的匹配串长度上限为 40 ，如果开一个状态+节点的 5维数组，会炸内存。
考虑到将节点的 4 维压缩，因为 40 的实际状态数最多是 4 个碱基数量相同的时候。
也就是( 10 \times 10 \times 10 \times 10 )，内存与复杂度均可以承受。
AC Code
#include
训练赛的DP套DP，关于DP套DP，以前记得好像做过一道。题目本身十分巧妙，但貌似不是很多。可能不是很好出题吧。
所谓DP套DP，就是我DP所需的状态也需要额外的DP求出来。简单说，就是我需要DP两次，在第一次的DP结果上再DP一次。
题意：
给你一个DNA序列，再给你一个固定长度，问你在这个长度下的所有序列中，与给定的DNA序列的LCS分别为( [0,len(DNA)] )的序列数量。
思路：
因为数据很小，我们可以考虑用状压做。
对于当前长度的一个最优状态，如果增加一个字符，它的下一个状态就需要加上当前状态的序列数量。
这是一个非常常见的计数DP。
但是已知当前状态，无法直接得出下一个状态，而这个就是我们需要嵌套在内的DP了。
我们枚举每一个状态，在枚举每一个字符，使其插入当前状态，再转移它的LCS，最后再统计一下就可以了。
而统计方法是如果当前位置的LCS与前一位置的LCS不同，则说明这个位置与LCS的DNA序列匹配。
虽然我说的很简洁，但是我当时也是想了好长时间……
AC Code
#include
CLS的状压DP系列……
然而实际上也算是一道简单题，但是我并没有立刻写出来。
不知道为什么，每次我尝试这用已知最优状态去推其他状态都是错的……
然而用当前状态之前的状态来推当前状态却是对的。
顺便学习了一个，二进制子集的枚举方法。for ( int sta = state ; sta ; sta = (sta - 1) & state )
学了这么久状压居然连这个都知道真是醉了……
题意：
给你一个字符串，每次只能取走一个回文串，问最少取几次。
思路：
先预处理出所有状态是否为回文串，并使得 这个状态取值为 1 。
枚举每个状态，再枚举它的所有子集。
状态转移方程 为 dp[sta] = min(dp[sta], dp[sta ^ s] + dp[s] )
AC Code
#include
LCA 好题！ 这道题我暂时只知道用Tarjan的解法。 Tarjan解法完美地运用了Tarjan的核心原理与性质： 深度优先搜索时的向下局部性。自己乱取得，蛤蛤蛤 题意： 给你一棵树，每个节点有一个权值。给你很多个询问，每个询问两个点。要你在给定点的树链上找到有序的最大差值。 思路： 首先考虑分治。设树链 u -> lca -> v 答案无非只有三种情况： 1. u -> lca 的最大差值 2. lca -> v 的最大差值 3. lca -> v 的最大值 – u -> lca 的最小值 考虑dp维护这四个值。 因为运用Tarjan算法的时候，基于dfs，在你的眼里，当前节点就是向下整棵树的根节点，你完全不会去考虑往上的节点。 所以你现在使用的四个值，刚好是你当前节点的孩子节点的最优值。 基于这个事实，…
K短路裸题。 这里的K短路是基于每个点只能访问一次，也就是说这个K短路必须是一条链。 再换句话说，这个K短路的K是有限制的，如果超过了这个限制，就输出 -1 。 这是和之前多校的次短路不一样的地方。 简单说一下K短路的解决思路： 首先我们应该认识到，最最简单的最短路算法是基于 bfs 改进而来，我们用 bfs 的思路继续拓展，在第一次到达终点后并不停止，而是继续 bfs 搜索，直到第K次到达终点，就是我们要求的答案。 当然，单纯的 bfs 是瞎 jb 搜，堆优化的spfa效率良好，但我们可以更进一步优化。 K短路于此之上还用了 A* 优化，先对反图 最短路遍历一遍，在正图遍历的时候，除了对起点 src 到当前距离 堆优化以外，还对当前距离进行答案估计，并将其优先级先于距离。 仔细想一想，其实很显然，不过为什么最短路不用 A* 优化呢？ 因为有处理估值函数的时间，最短路都已经求完了。…