算法刷题记录：动态规划与图论实战心得

DR阿福

1. 刷题记录的价值与意义

作为一名程序员，我坚持记录每日刷题已经超过三年。最初只是随手记在笔记本上，后来发现系统化的记录能带来意想不到的收获。2026年3月10日至12日这三天，我集中攻克了多个算法难题，这份记录不仅是对解题过程的复盘，更是一份珍贵的学习轨迹。

刷题记录的核心价值在于：它既是个人技术成长的见证，也是知识体系的构建工具。通过记录每道题的解题思路、遇到的坑和最终方案，我们实际上是在建立自己的"算法知识库"。当遇到类似问题时，这些记录能快速唤醒记忆，避免重复踩坑。

2. 三日刷题内容概览

2.1 2026年3月10日：动态规划专题

这天我选择了动态规划(DP)作为主攻方向，重点解决以下几类问题：

背包问题变种（多重背包、分组背包）
区间DP问题
状态压缩DP

其中最具挑战性的是LeetCode 1547. Minimum Cost to Cut a Stick。这道题要求计算切割木棍的最小成本，看似简单但隐藏着多个陷阱。我的初始解法使用了二维DP，但很快发现时间复杂度超标。经过反复推敲，最终采用记忆化搜索+区间DP的组合方案，将时间复杂度从O(n^3)优化到O(n^2)。

关键心得：区间DP问题一定要先确定区间的定义方式，错误的区间划分会导致状态转移方程无法正确建立。

2.2 2026年3月11日：图论算法实战

第二天的重点转向图论算法，主要包括：

Dijkstra算法及其变种
拓扑排序应用
强连通分量(SCC)问题

特别值得记录的是解决了AtCoder上的一个图论难题（ABC245 F - Endless Walk）。题目要求找出图中可以无限行走的节点数量。我的解题过程如下：

首先识别出这是强连通分量问题
使用Kosaraju算法找出所有SCC
筛选出节点数大于1的SCC
这些SCC中的所有节点都符合条件

python复制# Kosaraju算法核心代码片段
def kosaraju(graph):
    n = len(graph)
    visited = [False] * n
    order = []
    
    # 第一次DFS获取处理顺序
    def dfs(u):
        stack = [(u, False)]
        while stack:
            node, processed = stack.pop()
            if processed:
                order.append(node)
                continue
            if visited[node]:
                continue
            visited[node] = True
            stack.append((node, True))
            for v in graph[node]:
                if not visited[v]:
                    stack.append((v, False))
    
    # 构建逆图
    reversed_graph = [[] for _ in range(n)]
    for u in range(n):
        for v in graph[u]:
            reversed_graph[v].append(u)
    
    # 第二次DFS处理逆图
    visited = [False] * n
    components = []
    for u in reversed(order):
        if not visited[u]:
            stack = [u]
            visited[u] = True
            component = []
            while stack:
                node = stack.pop()
                component.append(node)
                for v in reversed_graph[node]:
                    if not visited[v]:
                        visited[v] = True
                        stack.append(v)
            components.append(component)
    
    return components

2.3 2026年3月12日：数据结构与优化

第三天专注于数据结构的高级应用：

线段树的懒加载优化
并查集的路径压缩与按秩合并
树状数组的巧妙应用

最耗时的题目是Codeforces 1661E - Narrow Components，需要使用线段树维护连通性信息。这道题的难点在于：

需要维护每列的连通状态
合并两段区间时需要考虑中间列的连通情况
查询时需要处理跨区间的连通关系

经过多次尝试，最终采用如下数据结构：

cpp复制struct Segment {
    int left[3];  // 左边界连通分量
    int right[3]; // 右边界连通分量
    int count;    // 连通分量总数
    int id;       // 用于合并时的唯一标识
};

class SegmentTree {
    vector<Segment> tree;
    int n;
    
    Segment merge(const Segment& l, const Segment& r) {
        // 复杂的合并逻辑
        // 需要考虑中间列的连通情况
    }
    
public:
    SegmentTree(int size) : n(size) {
        tree.resize(4 * n);
    }
    
    void update(int pos, int val) {
        // 更新逻辑
    }
    
    int query(int l, int r) {
        // 查询逻辑
    }
};