斜率优化,是一种利用斜率的优化(废话)

关于数论:咕咕咕

部分内容参考自学长

如果有这样的一个状态转移方程:

\[f[i]=\min\limits_{j=L_j}^{R_j}\{f[j]+val(j,i)\}
\]

如果\(val(j,i)=A(i)+B(j)\)可以用单调队列解决

当\(val(j,i)=(A(i)+B(j))^2\)时,就可以考虑斜率优化。

关键词:斜率,凸包,单调队列

特别行动队

看到这题,暴力\(DP\)应该比较好想:

\[f[i]=\max\limits^{i-1}_{j=0}\{f[j]+A\cdot(sum[i]-sum[j])^2+B\cdot(sum[i]-sum[j])+C\}
\]

看见平方,把他展开:

\[f[i]=\max\limits^{i-1}_{j=0}\{f[j]+A\cdot(sum[i]^2+sum[j]^2-2sum[i]\cdot sum[j])+B\cdot(sum[i]-sum[j])+C\}
\]
\[f[i]=\max\limits^{i-1}_{j=0}\{f[j]+A\cdot sum[i]^2+A\cdot sum[j]^2-2A\cdot sum[i]\cdot sum[j]+B\cdot sum[i]-B\cdot sum[j]+C\}
\]

一定的项就可以提出去

\[f[i]=\max\limits^{i-1}_{j=0}\{f[j]+A\cdot sum[j]^2-2A\cdot sum[i]\cdot sum[j]-B\cdot sum[j]\}+A\cdot sum[i]^2+B\cdot sum[i]+C
\]

所以,我们考虑\(val_j=f[j]+A\cdot sum[j]^2-2A\cdot sum[i]\cdot sum[j]-B\cdot sum[j]\)这一部分的取值

设当前想要转移到的状态为\(i\),\(j,k\)是之前的两个转移点

那么当\(j<k\),且\(val_j\leq val_k\)时,\(j\)劣于\(k\)。

写出来就是

\[f[j]+A\cdot sum[j]^2-2A\cdot sum[i]\cdot sum[j]-B\cdot sum[j]\leq f[k]+A\cdot sum[k]^2-2A\cdot sum[i]\cdot sum[k]-B\cdot sum[k]
\]
\[f[j]+A\cdot sum[j]^2-B\cdot sum[j]-f[k]-A\cdot sum[k]^2+B\cdot sum[k]\leq 2A\cdot sum[i]\cdot sum[j]-2A\cdot sum[i]\cdot sum[k]
\]
\[f[j]-f[k]+A\cdot(sum[j]^2-sum[k]^2)+B\cdot(sum[k]-sum[j])\leq 2Asum[i]\cdot(sum[j]-sum[k])
\]
\[\frac{f[j]-f[k]+A\cdot(sum[j]^2-sum[k]^2)+B\cdot(sum[k]-sum[j])}{sum[j]-sum[k]}\geq 2Asum[i]
\]

(注意最后有个变号)

令\(g[t]=f[t]+A\cdot sum[t]^2-B\cdot sum[t]\),原式就会变成:

\[\frac{g[j]-g[k]}{sum[j]-sum[k]}\geq 2Asum[i]
\]

好——舒——服——啊——这就直接上斜率优化了

Latex打得我要死了

看题,发现\(A<0\),而\(sum\)是递增的,所以如果一个\(sum[i]\)满足条件,之后的所有\(sum[i]\)也都满足条件,也就是说对于之后的所有转移,都有\(j\)劣于\(k\)。

冷静分析,发现是个上凸包,因为根据推出来的式子弹队头,斜率大于等于当前的都会被弹掉

然后同样的道理来弹队尾!

(最后一步的分析第一次做斜率优化想了半个小时……不过想过去是真的豁然开朗)

磕磕绊绊弄出来的混乱程序

#include<bits/stdc++.h>
#define ll long long
#define db double
#define ZZ_zuozhe int main()
#define Arknights return 0
using namespace std;
#define MAXN 1000005 ll q[MAXN];
db f[MAXN],k[MAXN],sum[MAXN],y[MAXN]; ZZ_zuozhe
{
ll n;
scanf("%lld",&n);
db a,b,c,nowk;
scanf("%lf%lf%lf",&a,&b,&c);
for(int i=1;i<=n;i++)
{
scanf("%lf",&sum[i]);
sum[i]+=sum[i-1];
}
ll h=1,t=1,j;
for(int i=1;i<=n;i++)
{
nowk=2*a*sum[i];
while(h<t&&k[h]>=nowk)h++;
f[i]=y[q[h]]-nowk*sum[q[h]]+(a*sum[i]+b)*sum[i]+c;
y[i]=f[i]+(a*sum[i]-b)*sum[i];
while(h<t&&k[t-1]<=(y[q[t]]-y[i])/(sum[q[t]]-sum[i]))--t;
k[t]=(y[q[t]]-y[i])/(sum[q[t]]-sum[i]);
q[++t]=i;
}
printf("%.0lf\n",f[n]);
Arknights;
}

我的娘啊太短了吧……其实还可以再压行

有一点需要注意的是因为单调队列里存了线段斜率,这是代表两个点的,所以这里只能用\(f<t\)配\(f=t=1\),我原来写的单调队列这里会挂……

玩具装箱

先打暴力:

\[f[i]=\min\limits_{j=1}^{i-1}\{f[j]+(sum[i]-sum[j]+i-j-1-L)^2\}
\]

按照我们的一贯作风,这个时候应该化简了

这一大坨平方摆在这里化个麦乐鸡腿堡啊!

不急不急,咱们换个元,把含\(i,j\)的项合在一起,令\(g[t]=sum[t]+t\),这里就有

\[f[i]=\min\limits_{j=1}^{i-1}\{f[j]+(g[i]-g[j]-1-L)^2\}
\]

然后因为\(g[i]\)是可求的,直接把他提出来就好

\[f[i]=\min\limits_{j=1}^{i-1}\{f[j]+g[i]^2+(g[j]+1+L)^2-2\cdot g[i]\cdot (g[j]+1+L)\}
\]
\[f[i]=\min\limits_{j=1}^{i-1}\{f[j]+(g[j]+1+L)^2-2\cdot g[i]\cdot (g[j]+1+L)\}+g[i]^2
\]

接下来,考虑\(f[j]+(g[j]+1+L)^2-2\cdot g[i]\cdot (g[j]+1+L)\)这一部分

设当前要转移到\(i\),之前有两个状态\(j,k\)

则当\(j<k\),且\(val_j \geq val_k\)时,\(j\)劣于\(k\)。

列出式子:

\[f[j]+(g[j]+1+L)^2-2\cdot g[i]\cdot (g[j]+1+L)\geq f[k]+(g[k]+1+L)^2-2\cdot g[i]\cdot (g[k]+1+L)
\]

然后就是欢乐化简环节,这里就直接给结果了\(qwq\)

\[\frac{f[j]-f[k]+(g[j]+L+1)^2-(g[k]+L+1)^2}{g[j]-g[k]}\leq 2\cdot g[i]
\]

(注意变号)

令\(h[t]=f[t]+(g[t]+L+1)^2\),则有

\[\frac{h[j]-h[k]}{g[j]-g[k]}\leq 2\cdot g[i]
\]

一般形式出来了,代码就好写了~

右面单调递增,和上一题恰恰相反,单调队列下凸包,代码仍然极短>.<

#include<bits/stdc++.h>
#define ll long long
#define db double
#define ZZ_zuozhe int main()
#define Arknights return 0
using namespace std;
#define MAXN 50005 ll q[MAXN];
db f[MAXN],g[MAXN],h[MAXN],sum[MAXN],L,k[MAXN];
db nowk;
ll n; inline db slope(ll j,ll k){return (h[j]-h[k])/(g[j]-g[k]);} ZZ_zuozhe
{
scanf("%lld%lf",&n,&L);
h[0]=(L+1)*(L+1);
for(int i=1;i<=n;i++)
{
scanf("%lf",&sum[i]);
sum[i]+=sum[i-1];
g[i]=sum[i]+i;
}
ll he=1,t=1;
for(int i=1;i<=n;i++)
{
nowk=2*g[i];
while(he<t&&k[he]<=nowk)he++;
f[i]=f[q[he]]+(g[i]-g[q[he]]-1-L)*(g[i]-g[q[he]]-1-L);
h[i]=f[i]+(g[i]+L+1)*(g[i]+L+1);
while(he<t&&k[t-1]>=slope(q[t],i))t--;
k[t]=slope(q[t],i);
q[++t]=i;
}
printf("%.0lf",f[n]);
Arknights;
}

仓库建设

上暴力!

\[f[i]=\min\limits_{j=1}^{i-1}\{f[j]+C[i]+(\sum\limits_{k=j+1}^{i}P[k]\cdot(X[i]-X[k]))\}
\]

还要求和好麻烦啊……那就化简一下

\[f[i]=\min\limits_{j=1}^{i-1}\{f[j]+C[i]+\sum\limits_{k=j+1}^{i}P[k]\cdot X[i]-\sum\limits_{k=j+1}^{i}P[k]\cdot X[k]\}
\]

这个求和就可以前缀和优化了呢……

设\(sP[t]=\sum\limits_{i=1}^{t}P[i]\),\(sPX[t]=\sum\limits_{i=1}^{t}P[i]\cdot X[i]\),就可以得到:

\[f[i]=\min\limits_{j=1}^{i-1}\{f[j]+C[i]+X[i]\cdot (sP[i]-sP[j])-(sPX[i]-sPX[j])\}
\]

怎么越来越乱了,走了走了打暴力去

且慢!你似乎忘了把只含\(i\)的式子提出来……

于是:

\[f[i]=\min\limits_{j=1}^{i-1}\{f[j]-X[i]\cdot sP[j]+sPX[j]\}+C[i]+X[i]\cdot sP[i]-sPX[i]
\]

咱就只用考虑\(f[j]-X[i]\cdot sP[j]+sPX[j]\)这一块

设当前要转移到\(i\),之前有两个状态\(j,k\)(套路出来了

则当\(j<k\),且\(val_j \geq val_k\)时,\(j\)劣于\(k\)。

代入就是

\[f[j]-X[i]\cdot sP[j]+sPX[j]\geq f[k]-X[i]\cdot sP[k]+sPX[k]
\]
\[f[j]-f[k]+sPX[j]-sPX[k]\geq X[i]\cdot (sP[j]-sP[k])
\]
\[\frac{f[j]-f[k]+sPX[j]-sPX[k]}{sP[j]-sP[k]}\leq X[i]
\]

令\(g[t]=f[t]+sPX[t]\),强行搞出一般形式:

\[\frac{g[j]-g[k]}{sP[j]-sP[k]}\leq X[i]
\]

舒服了,上兵器,和上一题类似,单调队列下凸包。

这题数据很大时\(double\)似乎精度堪忧……换了\(long long\)就没事了,不过记得把所有不等号的等于都去掉……

#include<bits/stdc++.h>
#define ll long long
#define db double
#define ZZ_zuozhe int main()
#define Arknights return 0
using namespace std;
#define MAXN 1000005 ll n;
ll q[MAXN];
ll p[MAXN],x[MAXN],c[MAXN],sp[MAXN],spx[MAXN],f[MAXN],nowk,k[MAXN],g[MAXN]; inline db slope(ll j,ll k){return 1.0*(g[j]-g[k])/(sp[j]-sp[k]);} ZZ_zuozhe
{
scanf("%lld",&n);
for(int i=1;i<=n;i++)
{
scanf("%lld%lld%lld",&x[i],&p[i],&c[i]);
sp[i]=sp[i-1]+p[i];
spx[i]=spx[i-1]+p[i]*x[i];
}
ll h=1,t=1;
for(int i=1;i<=n;i++)
{
nowk=x[i];
while(h<t&&k[h]<nowk)h++;
f[i]=f[q[h]]-x[i]*sp[q[h]]+spx[q[h]]+c[i]+x[i]*sp[i]-spx[i];
g[i]=f[i]+spx[i];
while(h<t&&k[t-1]>slope(q[t],i))t--;
k[t]=slope(q[t],i);
q[++t]=i;
}
printf("%lld",f[n]);
Arknights;
}

土地购买

发现每次买地是按最大长和最大宽的乘积计费的,所以如果某块土地的长和宽都小于另外某块土地的,这块土地实际上就不会对答案产生贡献了

然后就可以写dp:(记得考虑已知性质

\[f[i]=\min\limits_{j=1}^{i-1}\{f[j]+w[j+1]*l[i]\}
\]

通过排序使\(l\)单调递增,\(w\)单调递减,就可以上斜率优化了

设当前要转移到\(i\),之前有两个状态\(j,k\)(我又开始复读了

则当\(j<k\),且\(val_j \geq val_k\)时,\(j\)劣于\(k\)。

代入:

\[f[j]+w[j+1]*l[i]\geq f[k]+w[k+1]*l[i]
\]
\[\frac{f[j]-f[k]}{w[k+1]-w[j+1]}\leq l[i]
\]

莫名很好化……

右面单调递增,单调队列维护个下凸包即可

讲个笑话,我输出\(f[n]\),\(Wa\) \(10\)调了半上午:)

#include<bits/stdc++.h>
#define ll long long
#define db double
#define ZZ_zuozhe int main()
#define Arknights return 0
#define MAXN 50005
using namespace std; struct land
{
ll w,l;
}a[MAXN],b[MAXN];
ll cnt=0; inline bool cmp(land a,land b){return (a.l!=b.l?a.l<b.l:a.w<b.w);} ll n,q[MAXN];
db f[MAXN],k[MAXN]; inline db slope(ll j,ll k){return 1.0*(f[j]-f[k])/(b[k+1].w-b[j+1].w);} ZZ_zuozhe
{
scanf("%lld",&n);
for(int i=1;i<=n;i++)scanf("%lld%lld",&a[i].w,&a[i].l);
sort(a+1,a+n+1,cmp);
for(int i=1;i<=n;i++)
{
while(cnt&&(a[i].w>=b[cnt].w||a[i].l==b[cnt].l))cnt--;
b[++cnt].w=a[i].w;
b[cnt].l=a[i].l;
}
//for(int i=1;i<=cnt;i++)cout<<b[i].l<<' '<<b[i].w<<endl;
ll h=1,t=1;
db nowk;
for(int i=1;i<=cnt;i++)
{
nowk=b[i].l;
//cout<<"i:"<<i<<' '<<k[h]<<' '<<nowk<<endl;
while(h<t&&k[h]<nowk)h++;
f[i]=f[q[h]]+b[q[h]+1].w*b[i].l;
while(h<t&&k[t-1]>slope(q[t],i))t--;
k[t]=slope(q[t],i);
q[++t]=i;
//cout<<"head:"<<h<<' '<<"f["<<i<<"]="<<f[i]<<endl;
}
printf("%.0lf",f[cnt]);
Arknights;
}

【刷题笔记】DP优化-斜率优化的更多相关文章

  1. LeetCode刷题笔记-DP算法-取数问题

    题目描述 (除数博弈论)爱丽丝和鲍勃一起玩游戏,他们轮流行动.爱丽丝先手开局. 最初,黑板上有一个数字 N .在每个玩家的回合,玩家需要执行以下操作: 选出任一 x,满足 0 < x < ...

  2. 【学习笔记】动态规划—斜率优化DP(超详细)

    [学习笔记]动态规划-斜率优化DP(超详细) [前言] 第一次写这么长的文章. 写完后感觉对斜优的理解又加深了一些. 斜优通常与决策单调性同时出现.可以说决策单调性是斜率优化的前提. 斜率优化 \(D ...

  3. dp的斜率优化

    对于刷题量我觉得肯定是刷的越多越好(当然这是对时间有很多的人来说. 但是在我看来我的确适合刷题较多的那一类人,应为我对知识的应用能力并不强.这两天学习的内容是dp的斜率优化.当然我是不太会的. 这个博 ...

  4. 《Data Structures and Algorithm Analysis in C》学习与刷题笔记

    <Data Structures and Algorithm Analysis in C>学习与刷题笔记 为什么要学习DSAAC? 某个月黑风高的夜晚,下班的我走在黯淡无光.冷清无人的冲之 ...

  5. PTA刷题笔记

    PTA刷题记录 仓库地址: https://github.com/Haorical/Code/tree/master/PTA/GPLT 两周之内刷完GPLT L2和L3的题,持续更新,包括AK代码,坑 ...

  6. Python 刷题笔记

    Python 刷题笔记 本文记录了我在使用python刷题的时候遇到的知识点. 目录 Python 刷题笔记 选择.填空题 基本输入输出 sys.stdin 与input 运行脚本时传入参数 Pyth ...

  7. 【笔记篇】斜率优化dp(四) ZJOI2007仓库建设

    传送门戳这里>>> \(n\leq1e6\), 显然还是\(O(n)\)的做法. 这个题有个条件是只能运往编号更大的工厂的仓库, 这也是写出朴素dp的方程的条件. 我们令\(f[i] ...

  8. 【笔记篇】斜率优化dp(一) HNOI2008玩具装箱

    斜率优化dp 本来想直接肝这玩意的结果还是被忽悠着做了两道数论 现在整天浑浑噩噩无心学习甚至都不是太想颓废是不是药丸的表现 各位要知道我就是故意要打删除线并不是因为排版错乱 反正就是一个del标签嘛并 ...

  9. 【笔记篇】斜率优化dp(二) SDOI2016征途

    =======传=送=门======= 搜题目名会搜出很多奇怪的东西... 这个题目似乎有点毒? 比如在bzoj和loj上可以1A的代码上会在luogu TLE 2个点, 在cogs TLE 10个点 ...

随机推荐

  1. configfs_sample.c 理解

    1. 编译运行 代码从如下链接获得: https://github.com/torvalds/linux/blob/master/samples/configfs/configfs_sample.c ...

  2. 如何快速在windows上创建你的第一个odoo项目

    一.什么是Odoo Odoo 是一系列开源商业应用程序套装(ERP企业管理系统),此套装可满足贵公司的一切应用需求,例如,企业基本的进销存.采购.销售.MRP生产制造.品保质量保障.企业招聘.员工合同 ...

  3. Java进阶专题(十六) 数据结构与算法的应用(上)

    前言 ​ 学习算法,我们不需要死记硬背那些冗长复杂的背景知识.底层原理.指令语法--需要做的是领悟算法思想.理解算法对内存空间和性能的影响,以及开动脑筋去寻求解决问题的最佳方案.相比编程领域的其他技术 ...

  4. net core webapi多版本控制与swagger(nswag)配置

    前言 首先希望webapi 支持多版本,swagger针对不同的版本可进行交互.多版本控制基于Microsoft.AspNetCore.Mvc.Versioning.ApiExplorer 包,swa ...

  5. 在pgsql库用触发器自动触发PostgreSQL的存储过程,实现插入。

    需求:在对表A 执行 insert操作时,筛选符合条件的数据 insert到表B中,编写为存储过程(postgreSQL数据库) [筛选条件]:1. dd !="A" 或是 dd为 ...

  6. vue实现带logo的二维码/商品条形码/打印商品吊牌

    一.带logo的二维码 1.安装 npm install vue-qr --save 2.在页面或组件中使用 <template> <div id="qrcode" ...

  7. SpringBoot中的响应式web应用

    目录 简介 Reactive in Spring 注解方式使用WebFlux 编程方式使用webFlux Spring WebFlux的测试 总结 简介 在Spring 5中,Spring MVC引入 ...

  8. 四、c++总结------linux多线程服务端编程

  9. HashMap 链表插入方式 → 头插为何改成尾插 ?

    开心一刻 一天,楼主在路上碰到了一个很久没见的朋友,找了个餐馆,坐下聊了起来 楼主:在哪上班了 ? 朋友:火葬场啊 楼主:在那上班,一个月多少钱啊 ? 朋友:两万多啊 楼主(不可思议):多少 ? 朋友 ...

  10. 转载 Web前端开发 HTML设计 经验与技巧总结

    文章目录1.限制input 输入框只能输入纯数字.限制长度.默认显示文字2.input输入框自动获取焦点3.用CSS让背景有透明度文字不变4.a标签禁止点击5.文字两种居中对齐6.设置一个元素一直在页 ...