典型的空間優化。
這應該是最最普通的乙個優化了吧。。
對於某些狀態轉移第i個只需要用到第i-1個狀態時，就可以用滾動陣列，把第一維用0/1表示。
拓展1：
當乙個狀態轉移要用到前m個轉移時，我們依然可以滾起來，把第一維按模m的值滾起來。
拓展2：
若每乙個決策可以選任意次（在一定限度下），那麼我們可以借鑑完全揹包的思路，把決策乙個乙個累計起來，起到優化時間的作用。（例題：noip2013 飛揚的小鳥）
1.單調佇列
如果乙個轉移方程模型大致如下：
\(dp[i]=max\\)
如果我們列舉m，顯然這會非常浪費時間，那麼我們可以把這m個值壓入到乙個單調佇列中，每次彈出最大值，這樣就可以做到\(o(1)\)更新。
2.線段樹/樹狀陣列
如果乙個轉移方程模型大致如下：
\(dp[i]=max\j \in [i-l_i,i-1]\)其中，每個 \(l_i\) 不一定相同，那麼顯然單調佇列就無法做到這點了，於是我們就需要用到線段樹來維護\(dp\)陣列的最大值，可以做到\(o(log n)\)更新。
解析）如果乙個轉移方程模型大致如下：
\(dp[i]=max\\)且\(dp\)陣列中的值呈現單調性，那麼我們可以直接在\(o(1)\)的時間內找出最值，進行更新。（這個跟單調佇列有點類似）（例題：牛客網2019 day4 t2 賣羊駝
解析）拓展1：斜率優化
拓展2：排序優化
如果某個狀態值與物品放置順序無關，只與其內部的某些值有關，當這些值涉及到兩個或以上時，如果直接存入狀態中，顯然會mle，同時可能還會tle
那麼，我們可以將物品按照某個值排個序，這樣對於該值，決策時就會具有單調性，於是狀態就可以少很多（例題：shoi2006 書櫃的尺寸
解析）
斜率優化dp總結
本篇部落格主要講的是斜率優化一些最基礎的定義以及做法，高階版可以見 這篇部落格 在某些情況下，dp 的時間複雜度仍然超出了題目的限制，這時我們就要考慮對其進行優化 斜率優化是對決策進行優化的一種方法 它適用於類似 f i min max a i b j c i d j 的方程 斜率優化由乙個單調佇列...
dp優化簡單總結
1.二分優化 使用二分查詢優化查詢效率 典型例題 lis dp i 儲存長度為 i 的上公升子串行中最小的結尾，可以用二分查詢優化到nlogn 2.數學優化 通過數學結論減少狀態數 例題1 hdu4623 題解 例題2 usaco4.11 題解大意是求10個數及其倍數最大不能表示的數 有數論結論證明...
單調佇列優化DP問題總結
小結 可見合理的使用哨兵可以簡化對邊界條件的處理 在單調佇列中使用哨兵，主要是在第1個列舉到的數，它依賴的滑動視窗此時為空，無法獲取到head,那麼此時的處理邏輯是什麼樣呢？一般來講從兩個方面來考慮 1 是不是視窗長度越界，需要出隊首元素？while hh tt q hh i m hh 這種情況下，...