题目大意

将N个数分成M部分,使每部分的最大值与最小值平方差的和最小。

思路

首先肯定要将数列排序,每部分一定是取连续的一段,于是就有了方程

$\Large f(i,j)=min(f(i-1,k-1)+(a_j-a_k)^2)$

其中$f(i,j)$表示前$j$个数分成$i$部分的最小值

解法一.四边形不等式优化

设$w(i,j)=(a_j-a_i)^2$

方程变为$f(i,j)=min(f(i-1,k-1)+w(k,j))$

很容易想到四边形不等式优化

证明w满足四边形不等式

$w(i,j)-w(i+1,j)=(a_j-a_i)^2-(a_j-a_{i+1})^2=a_i^2-a_{i+1}^2+2*a_j*(a_{i+1}-a_i)$

因为$a_{i+1}-a_i\ge 0$

所以$w(i,j)-w(i+1,j)$关于j单调不减,即$w(i,j)-w(i+1,j)\le w(i,j+1)-w(i+1,j+1)$

所以$w(i,j)+w(i+1,j+1)\le w(i,j+1)+w(i+1,j)$

以下证明具体可参考POJ1160 Post Office

证明f满足四边形不等式

设$f_k(i,j)=f(i-1,k-1)+w(k,j)$

对于$\forall i\le i^{'}\le j\le j^{'}$,设$k=s(i,j^{'}),t=s(i^{'},j)$

1.如果$k\le t$

有$f(i,j)+f(i^{'},j^{'})\le f(i-1,k-1)+w(k,j)+f(i^{'}-1,t-1)+w(t,j^{'})$

$f(i,j)+f(i^{'},j^{'})\le f(i-1,k-1)+w(k,j^{'})+f(i^{'}-1,t-1)+w(t,j)$

即$f(i,j)+f(i^{'},j^{'})\le f(i,j^{'})+f(i^{'},j)$

2.如果$k\gt t$

则只需证$f(i-1,t-1)+f(i^{'}-1,k-1)\le f(i-1,k-1)+f(i^{'}-1,t-1)$即可

设$k_1=s(i-1,k-1),k_2=s(i-2,k_1-1)……k_n=s(i-n,k_{n-1}-1)$

$t_1=s(i^{'}-1,t-1),t_2=s(i^{'}-2,t_1-1)……t_n=s(i^{'}-n,t_{n-1}-1)$

如果$k_1\le t_1$,就用1去证明

否则,递归2证明直到求证$f(1,t_n-1)+f(i_{'}-i+1,k_n-1)\le f(1,k_n-1)+f(i_{'}-i+1,t_n-1)$

化简得$w(1,t_n-1)+w(t_{n+1},k_n-1)\le w(1,k_n-1)+w(t_{n+1},t_n-1)$

因为w满足四边形不等式所以$f(i,j)+f(i^{'},j^{'})\le f(i,j^{'})+f(i^{'},j)$

证明$f(i,j)$的决策$s(i,j)$是单调的

1.设$k=s(i,j)$,对于所有$t\le k$

有$w(t,j)+w(k,j+1)\le w(t,j+1)+w(k,j)$

两边同时加上$f(i,t-1)+f(i,k-1)$得$f_t(i,j)+f_k(i,j+1)\le f_k(i,j)+f_t(i,j+1)$

因为$f_t(i,j)\ge f_k(i,j)$,所以$f_k(i,j+1)\le f_t(i,j+1)$

所以$s(i,j)\le s(i,j+1)$

2.设$k=s(i,j)$,对于所有$t\le k$

有$f(i,t-1)+f(i+1,k-1)\le f(i+1,t-1)+f(i,k-1)$

两边同时加上$w(t,j)+w(k,j)$得$f_t(i,j)+f_k(i+1,j\le f_k(i,j)+f_t(i+1,j)$

因为$f_t(i,j)\ge f_k(i,j)$,所以$f_k(i+1,j)\le f_t(i+1,j)$

所以$s(i,j)\le s(i+1,j)$

代码

#include<cstdio>
#include<algorithm>
#include<cstring>
using namespace std;
#define maxn 10005
#define maxm 5005
int f[maxm][maxn],s[maxm][maxn],a[maxn];
void work(){
int n,m;scanf("%d%d",&n,&m);
for(int i=;i<=n;i++)scanf("%d",a+i);
sort(a+,a+n+);
memset(f,0x3f,sizeof(f));
for(int i=;i<=n;i++)s[][i]=;
f[][]=;
for(int i=;i<=m;i++){
f[i][i]=;s[i][i]=i;s[i][n+]=n;
for(int j=n;j>i;j--){
for(int k=s[i-][j];k<=s[i][j+];k++){
if(f[i][j]>f[i-][k-]+(a[j]-a[k])*(a[j]-a[k])){
f[i][j]=f[i-][k-]+(a[j]-a[k])*(a[j]-a[k]);
s[i][j]=k;
}
}
}
}
printf("%d\n",f[m][n]);
}
int main(){
int t;scanf("%d",&t);
for(int i=;i<=t;i++)printf("Case %d: ",i),work();
return ;
}

解法二.斜率优化

若对于某个$f(i,j)$,$k$比$t$要优

那么$f(i-1,k-1)+(a_j-a_k)^2\le f(i-1,t-1)+(a_j-a_t)^2$

化简得$(f(i-1,k-1)+a_k^2-f(i-1,t-1)-a_t^2)/(2*(a_k-a_t))\le a_j$

然后就可以对每一个$i$分别用一次斜率优化$O(n)$得出$f$的值

可以用滚动数组优化空间

代码

#include<cstdio>
#include<algorithm>
#include<cstring>
using namespace std;
#define maxn 10005
#define inf 0x3fffffff
int f[][maxn],a[maxn],que[maxn],s,t,k;
int calc(int k,int i,int j){
if(a[i]==a[j])return inf;
return (f[k][i-]+a[i]*a[i]-f[k][j-]-a[j]*a[j]-)/((a[i]-a[j])<<)+;//ÏòÉÏÈ¡Õû
}
void insert(int k,int x){
while(s<t-&&calc(k,x,que[t-])<=calc(k,que[t-],que[t-]))t--;
que[t++]=x;
}
void work(){
int n,m;scanf("%d%d",&n,&m);
for(int i=;i<=n;i++)scanf("%d",a+i);
sort(a+,a+n+);
s=t=;que[t++]=;
for(int i=;i<=m;i++){
k=i&;f[k][i]=;
for(int j=i+;j<=n;j++){
while(s<t-&&calc(k^,que[s+],que[s])<=a[j])s++;
int x=que[s];
f[k][j]=f[k^][x-]+(a[j]-a[x])*(a[j]-a[x]);
}
s=t=;
for(int j=i+;j<=n;j++){
insert(k,j);
}
}
printf("%d\n",f[m&][n]);
}
int main(){
int t;scanf("%d",&t);
for(int i=;i<=t;i++)printf("Case %d: ",i),work();
return ;
}

HDU3480 Division——四边形不等式或斜率优化的更多相关文章

  1. [HDU3480] Division [四边形不等式dp]

    题面: 传送门 思路: 因为集合可以无序选择,所以我们先把输入数据排个序 然后发先可以动归一波 设$dp\left[i\right]\left[j\right]$表示前j个数中分了i个集合,$w\le ...

  2. hdu 3480 Division(四边形不等式优化)

    Problem Description Little D is really interested in the theorem of sets recently. There’s a problem ...

  3. [POJ1160] Post Office [四边形不等式dp]

    题面: 传送门 思路: dp方程实际上很好想 设$dp\left[i\right]\left[j\right]$表示前$j$个镇子设立$i$个邮局的最小花费 然后状态转移: $dp\left[i\ri ...

  4. HDU-3480 Division (四边形不等式优化DP)

    题目大意:将n个数分成m组,将每组的最大值与最小值的平方差加起来,求最小和. 题目分析:先对数排序.定义状态dp(i,j)表示前 j 个数分成 i 组得到的最小和,则状态转移方程为dp(i,j)=mi ...

  5. 【转】斜率优化DP和四边形不等式优化DP整理

    (自己的理解:首先考虑单调队列,不行时考虑斜率,再不行就考虑不等式什么的东西) 当dp的状态转移方程dp[i]的状态i需要从前面(0~i-1)个状态找出最优子决策做转移时 我们常常需要双重循环 (一重 ...

  6. HDU 2829 Lawrence (斜率优化DP或四边形不等式优化DP)

    题意:给定 n 个数,要你将其分成m + 1组,要求每组数必须是连续的而且要求得到的价值最小.一组数的价值定义为该组内任意两个数乘积之和,如果某组中仅有一个数,那么该组数的价值为0. 析:DP状态方程 ...

  7. HDU3480 Division —— 斜率优化DP

    题目链接:https://vjudge.net/problem/HDU-3480 Division Time Limit: 10000/5000 MS (Java/Others)    Memory ...

  8. BZOJ 1010 玩具装箱toy(四边形不等式优化DP)(HNOI 2008)

    Description 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... ...

  9. BZOJ1563/洛谷P1912 诗人小G 【四边形不等式优化dp】

    题目链接 洛谷P1912[原题,需输出方案] BZOJ1563[无SPJ,只需输出结果] 题解 四边形不等式 什么是四边形不等式? 一个定义域在整数上的函数\(val(i,j)\),满足对\(\for ...

随机推荐

  1. NX二次开发-UFUN多选菜单对话框uc1605

    NX11+VS2013 #include <uf.h> #include <uf_ui.h> UF_initialize(); //多选菜单对话框 char sPromptSt ...

  2. NX二次开发-UFUN获取一个图层类别的tag UF_LAYER_ask_category_tag

    NX11+VS2013 #include <uf.h> #include <uf_ui.h> #include <uf_layer.h> UF_initialize ...

  3. github如何用浏览器直接打开项目里的html页面?

    very easy 第一步 点击html页面 第二步,在地址栏前加 htmlpreview.github.io/?就可以访问

  4. mysql复制以及一主多从等常见集群概述

    1 复制概述 Mysql内建的复制功能是构建大型,高性能应用程序的基础.将Mysql的数据分布到多个系统上去,这种分布的机制,是通过将Mysql的某一台主机的 数据复制到其它主机(slaves)上,并 ...

  5. 创建用户, 使用crontab定时运行程序

    # 以创建一个名为openstack的用户为例子 sudo adduser openstack sudo adduser openstack sudo # 把openstack用户加到可以使用cron ...

  6. PMP项目管理——项目范围管理

    项目范围管理包括确保项目做且只做所需的全部工作,以成功完成项目的各个过程.项目范围管理主要在于定义和控制哪些工作应该包括在项目内,哪些不应该包括在项目内. 项目范围管理过程包括: 1 规划范围管理—— ...

  7. (转)poi操作Excel, 各种具体操作和解释

    原文地址http://hi.baidu.com/j_changhong/item/981fa58d05fa755926ebd96b注原文是3.6 此文是3.9 java读取excel文件的顺序是: E ...

  8. XDTIC2019招新笔试题 + 官方解答

    腾讯创新俱乐部2019年招新笔试试题   [1] 小宗学长正在努力学习数论,他写下了一个奇怪的算式: \[ 2019^{2018^{2017^{\dots^{2^1}}}} \] 算式的结果一定很大, ...

  9. WebApi路由机制详解

    随着前后端分离的大热,WebApi在项目中的作用也是越来越重要,由于公司的原因我之前一直没有机会参与前后端分离的项目,但WebApi还是要学的呀,因为这东西确实很有用,可单独部署.与前端和App交互都 ...

  10. ubuntu卸载node和npm

    sudo apt-get remove --purge npm sudo apt-get remove --purge nodejs sudo apt-get remove --purge nodej ...