标签:连续 一个 超过 题目 打包 操作 有关 cpp target
玩具装箱toy bzoj-1010 HNOI-2008
题目大意:P教授要去看奥运,但是他舍不下他的玩具,于是他决定把所有的玩具运到北京。他使用自己的压缩器进行压缩,其可以将任意物品变成一堆,再放到一种特殊的一维容器中。P教授有编号为1...N的N件玩具,第i件玩具经过压缩后变成一维长度为Ci.为了方便整理,P教授要求在一个一维容器中的玩具编号是连续的。同时如果一个一维容器中有多个玩具,那么两件玩具之间要加入一个单位长度的填充物,形式地说如果将第i件玩具到第j个玩具放到一个容器中,那么容器的长度将为 x=j-i+Sigma(Ck) i<=K<=j 制作容器的费用与容器的长度有关,根据教授研究,如果容器长度为x,其制作费用为(X-L)^2.其中L是一个常量。P教授不关心容器的数目,他可以制作出任意长度的容器,甚至超过L。但他希望费用最小。
注释:$1\le n\le 5\cdot 10^4$,$1\le L,c_i\le 10^7$。
想法:显然dp。状态特别简单,转移也特别简单。
状态:dp[i]表示打包完前i个的最小代价。
转移:$dp[i]=min(dp[j]+(sum[i]-sum[j]+i-j)^2),1\le j \le i-1$。
然后,过不去是显然的。我们在此介绍一种优化dp的算法:斜率优化。
就是说,我将一个1D1D型的dp状态转移问题可以将一个装一状态变成一条直线,其中y=kx+b,b是当前需要转移的状态,钦定k是一个常数(这里,一切除了和dp[i]有关的且和i有关变量均可视为常数)。我们先将从1到i-1所有的点,从通过您列的直线解析式中的y和x的计算法则算一下,就可以得到i-1个点,把这i-1个点扔进坐标系。然后,我逐一钦定这i-1个点,将一条斜率为k的直线经过被钦定点。这样就会得到一个截距,有题目可知就能知道是最大截距还是最小截距。然后,我们以最大截距为例,首先先保证所有的转移方程在任何情况下k的正负都是确定的。紧接着我们得出了直接转移到dp[i]的点j(由于是取最小值,这里找到了一个满足最小值的方案),显然,之前不满足题意的之后一定也不满足题意,所以我们就可以把它删了... ...,这些类似的操作都可以用... ...单调队列来实现。具体地,大可直接看代码... ...
#include <iostream> #include <cstdio> #include <cstring> #include <algorithm> using namespace std; typedef long long ll; const int N=50100; ll s[N],Q[N],f[N],n,x,head,L,tail,j; inline double X(ll i)//返回单点横坐标 { return s[i]; } inline double Y(ll i)//返回单点纵坐标 { return f[i]+(s[i]+L-1)*(s[i]+L-1); } inline double Rate(ll i,ll k)//返回两点斜率 { return (Y(k)-Y(i))/(X(k)-X(i)); } int main() { scanf("%lld%lld",&n,&L); L++; head=tail=1; for(int i=1;i<=n;i++) { scanf("%lld",&s[i]); s[i]+=s[i-1]; } for(int i=1;i<=n;i++) { s[i]+=i; } for(int i=1;i<=n;i++) { while(!(head>=tail)&&Rate(Q[head],Q[head+1])<2*s[i])head++;//维护单调队列 j=Q[head];f[i]=f[j]+(s[i]-s[j]-L)*(s[i]-s[j]-L); while (!(head>=tail)&&Rate(Q[tail-1],Q[tail])>Rate(Q[tail],i)) tail--;Q[++tail]=i;//维护单调队列 } printf("%lld\n",f[n]); return 0; }
由于有了不小心磕々绊々の全球流(手白错误合计),以后所有的博客就不写错误了
小结:斜率优化的作用在于优化dp qwq
给各位推荐一篇blog,写的超级详细。http://www.cnblogs.com/Paul-Guderian/p/7259491.html
[bzoj1010][HNOI2008]玩具装箱toy_斜率优化dp
标签:连续 一个 超过 题目 打包 操作 有关 cpp target
原文地址:https://www.cnblogs.com/ShuraK/p/8955786.html