第一次写这种二分来优化决策单调性的问题。。。。 调了好久,,,各种细节问题

显然有DP方程:

$f[i]=min(f[j] + qpow(abs(sum[i] - sum[j] - L - 1)));$

其中f[i]代表到了第i个句子的最小答案

qpow用于处理^p

sum为前缀和

(同时为了处理句子之间的空格问题,我们在统计前缀和的时候就默认在句子后面加一个空格,

然后在计算的时候,由于每一行只有最后一个不用加空格,直接减掉这个多加的空格即可获得正确长度)

首先我们可以打表发现是满足决策单调性的,

即决策是一段一段的

比如这种:

11122224446666

但下面这两种则不满足决策单调性:

11144442222666

11112424

同时这样的决策单调性是很特殊的,即一开始可能是这样的

11111111111111

加入2后:

11122222222222

加入4后:

11122224444444

也就是说就算最终取值是11122224446666,

在中间不断插入的过程中,也是一整段的

因此满足可二分性,

所以我们可以二分来找每个决策管理的区间(即可以转移到的区间)

但是有如下细节需要注意:

1,区间可能被完整覆盖

举个栗子,

如果当前状态是

111111111111114

现在加入一个5,那么下一个状态完全有可能是:

111111155555555

因此为了处理这样的情况,我们在二分之前先将会被完整覆盖的区间pop掉

即在插入5前弹出4,

同时这里又要注意,这个pop的处理必须在二分之前,

因为在二分过程中,我们需要一个决策来起到check的作用,而这个决策应该是当前插入的x最后应该被放入的那个区间的决策。

这样说可能不太清楚,还是举个栗子

比如当前状态:

111111112222223333

假设下一个状态是

111111112224444444

那么我们二分过程中作为判断依据的那决策就应该是2,

why?

因为观察到3号决策已经被完整的覆盖了,那么我们要对3之前的状态进行check的时候,由于3号不够优(也有可能是受到只能向后转移的限制),我们不能使用3号来check,

但是直接使用2号决策来check,然后在后面2222223333中二分也是不妥的,

因为在3333时,2号并不是最优,

所以为了应对这种情况,

我们先直接判断3333中的第一个3所对应的DP状态,如果插入的x更加优,

那么就代表这个区间是可以被完整的覆盖的,因此我们pop掉这个区间,

依次pop直到不满足条件为止,

这个时候我们就只需要在222222中二分了,于是用2号决策来check就很顺理成章了

2,新插入的x可能什么区间都覆盖不了,

也就是说新插入的x可能并不能更新状态,于是我们在二分前做一次特判,

判断当前区间的最后一个是否可以被覆盖,

如果不能,那么这个x无法更新状态,

所以直接continue

---------------以上为计算答案过程--------------

----------------以下为输出部分----------------

因为要输出方案,因此我们在转移时用last数组来记录i是从哪个决策转移而来

又因为不能打乱顺序,所以我们用Next数组来反向记录last数组

比如last中记录的可能是

0 <--- 2 <--- 4

即4由2转移而来,2由转移0而来

那么我们Next数组中记录的就是

0 ---> 2 ---> 4

所以我们从1开始输出,

每当我们到达Next[now]时就输出换行

即输出

1 2

3 4

其实也就是相当于存下了每一行是由哪一句话结尾的,

然后依次输出

最后注意ans可能很大,而且要与1e18比较,所以long long 不够用。

要用 long double

下面是代码(中间有调试输出)

其实感觉比斜率优化好理解多了。。。。。QAQ难道是我太蠢了么

 #include<bits/stdc++.h>
using namespace std;
#define R register int
#define AC 100100
#define LL long long
#define LD long double
#define ACway 101000
#define inf 1000000000000000000LL
int t,L,p,n;
int s[AC],last[AC],l[AC],r[AC];//对应决策的管理区间
int q[AC],head,tail;//存下当前是哪个决策
int Next[AC];//对last进行相反操作,以便输出
LD f[AC];
LL sum[AC];
char ss[ACway][];
//bool flag;
/*为什么我感觉就是一个普通DP+决策单调性 ---> 二分,,,,这个不比斜率优化容易理解么?*/
inline LD qpow(LD x)//error!!!x也要用LD!!!
{
LD ans=;
// printf("x : %lld\n",(LL)(x + 0.5));
int have=p;
while(have)
{
if(have & ) ans*=x;
x*=x;
have>>=;
// if(ans > inf || x > inf) flag=true;
}
// printf("ans : %lld\n",(LL)(ans + 0.5));
return ans;
} inline void pre()
{
scanf("%d%d%d",&n,&L,&p);
for(R i=;i<=n;i++)
{
scanf("%s",ss[i]+);
s[i]=strlen(ss[i]+) + ;//加上后面的空格
sum[i]=sum[i-] + s[i];//求出前缀和
}
} inline LD count(int x,int j)//j --- > x
{
return f[j] + qpow(abs(sum[x] - sum[j] - L - ));
} void half(int x)//二分查找
{
int now=q[tail],ll=l[now],rr=n,mid;//因为可能可以覆盖多个区间
while(ll < rr)
{
mid=(ll + rr) >> ;
if(count(mid,x) < count(mid,now)) rr=mid;//如果更优就往左缩短
else ll=mid + ;//不然就向右寻找
}
// while(l[q[tail]] >= ll) --tail;//去掉整个都被包含的区间
r[q[tail]]=ll-;
q[++tail]=x,l[x]=ll,r[x]=n;
/*for(R i=head;i<=tail;i++)
{
for(R j=l[q[i]];j<=r[q[i]];j++)
printf("%d",q[i]);
}
cout << endl;*/
} inline void getans()
{
head=,tail=;
q[]=,l[]=,r[]=n;
for(R i=;i<=n;i++)
{
while(r[q[head]] < i) ++head;//如果当前队首已经取不到了
int now=q[head];
//f[i]=f[now] + qpow(abs(sum[i] - sum[now] - L - 1));
f[i]=count(i,now);//error ??? 用函数的话会爆了会自动转换为inf?
//error!!!是后者转移到前者,所以是now ---> i,要填count(i,now),而不是count(now,i);
// printf("???%d\n",now);
last[i]=now;
if(count(n,q[tail]) < count(n,i)) continue;//如果最后一个都不够优,那就不二分了
while(count(l[q[tail]],q[tail]) > count(l[q[tail]],i)) --tail;//如果当前可以覆盖前面的整个区间
half(i);//注意上面的while要在调用half之前修改,这样取到的now才是正确的
}
} inline void write()
{
//if(f[n] > inf || flag) puts("Too hard to arrange");
if(f[n] > inf) puts("Too hard to arrange");
else
{
printf("%lld\n",(LL)(f[n] + 0.5));//注意精度误差
for(R i=n ; i ; i=last[i]) Next[last[i]]=i;
int now=;
for(R i=;i<=n;i++)
{
now=Next[now];//now先跳了吧
int be=now;//先只到这行结尾,因为for还要加的
for(R j=i; j < be ;j++) printf("%s ",ss[j] + );
printf("%s\n",ss[be] + );
i=be;//最后再赋i,因为for中还要用到当前i
}
}
puts("--------------------");
} inline void check()
{
for(R i=;i<=n;i++)
{
if(r[i] > l[i])
for(R j=l[i];j<=r[i];j++) printf("%d",i);
}
printf("\n");
for(R i=;i<=n;i++) printf("!!!%lld\n",(LL)(f[i] + 0.5));
cout << endl << endl;
} inline void work()
{
while(t--)
{
//flag=false;
pre();
getans();
// check();
write();
}
} int main()
{
freopen("in.in","r",stdin);
scanf("%d",&t);
work();
fclose(stdin);
return ;
}

[NOI2009]诗人小G 决策单调性优化DP的更多相关文章

  1. [BZOJ1563][NOI2009]诗人小G(决策单调性优化DP)

    模板题. 每个决策点都有一个作用区间,后来的决策点可能会比先前的优.于是对于每个决策点二分到它会比谁在什么时候更优,得到新的决策点集合与区间. #include<cstdio> #incl ...

  2. P1912 [NOI2009]诗人小G[决策单调性优化]

    地址 n个数划分若干段,给定$L$,$p$,每段代价为$|sum_i-sum_j-1-L|^p$,求总代价最小. 正常的dp决策单调性优化题目.不知道为什么luogu给了个黑题难度.$f[i]$表示最 ...

  3. bzoj1563: [NOI2009]诗人小G 决策单调性(1D1D)

    目录 题目链接 题解 代码 题目链接 bzoj1563: [NOI2009]诗人小G 题解 \(n^2\) 的dp长这样 \(f_i = min(f_j + (sum_i - sum_j - 1 - ...

  4. BZOJ1563: [NOI2009]诗人小G(决策单调性 前缀和 dp)

    题意 题目链接 Sol 很显然的一个dp方程 \(f_i = min(f_j + (sum_i - sum_j - 1 - L)^P)\) 其中\(sum_i = \sum_{j = 1}^i len ...

  5. BZOJ1563:[NOI2009]诗人小G(决策单调性DP)

    Description Input Output 对于每组数据,若最小的不协调度不超过1018,则第一行一个数表示不协调度若最小的不协调度超过1018,则输出"Too hard to arr ...

  6. [BZOJ 1563] [NOI 2009] 诗人小G(决策单调性)

    [BZOJ 1563] [NOI 2009] 诗人小G(决策单调性) 题面 一首诗包含了若干个句子,对于一些连续的短句,可以将它们用空格隔开并放在一行中,注意一行中可以放的句子数目是没有限制的.小 G ...

  7. BZOJ_1563_[NOI2009]诗人小G_决策单调性

    BZOJ_1563_[NOI2009]诗人小G_决策单调性 Description Input Output 对于每组数据,若最小的不协调度不超过1018,则第一行一个数表示不协调度若最小的不协调度超 ...

  8. 2018.09.28 bzoj1563: [NOI2009]诗人小G(决策单调性优化dp)

    传送门 决策单调性优化dp板子题. 感觉队列的写法比栈好写. 所谓决策单调性优化就是每次状态转移的决策都是在向前单调递增的. 所以我们用一个记录三元组(l,r,id)(l,r,id)(l,r,id)的 ...

  9. [NOI2009]诗人小G --- DP + 决策单调性

    [NOI2009]诗人小G 题目描述: 小G是一个出色的诗人,经常作诗自娱自乐. 但是,他一直被一件事情所困扰,那就是诗的排版问题. 一首诗包含了若干个句子,对于一些连续的短句,可以将它们用空格隔开并 ...

随机推荐

  1. 说说CakePHP的关联模型之一 基本关联

    一个无论多么复杂的程序,拆开看无非是三种逻辑结构的组合:顺序结构.条件结构和循环结构. 类似的,数据库中表与表的之间的关联无外乎四种:一对一.一对多.多对一和多对多. CakePHP的模型层中定义了四 ...

  2. itop4412开发板添加开机启动程序

    1. 先编写代码,以helloworld.c为例子 #include<stdio.h> #include<unistd.h> //这个文件是什么 main() { ; ) { ...

  3. cocos2d-x3.7 cclabel文字破碎,异常,变乱

    效果图如下: 无论是按钮(control button),还是普通的label都有小概率出现这种情况. 该问题发现于cocos2d-x3.7 原因: 在3.x中使用ttfconfig创建的label, ...

  4. 统计学习三:1.k近邻法

    全文引用自<统计学习方法>(李航) K近邻算法(k-nearest neighbor, KNN) 是一种非常简单直观的基本分类和回归方法,于1968年由Cover和Hart提出.在本文中, ...

  5. CSS动画@-webkit-keyframes

    @-webkit-keyframes:以百分比来规定改变发生的时间,或者通过关键词 "from" 和 "to",等价于 0% 和 100%.0% 是动画的开始时 ...

  6. PK3Err0040

    PK3Err0040 The target device is not ready for debugging. Please check your configuration bit setting ...

  7. “Hello World!团队”Alpha发布—视频链接+文案+美工

    视频链接:http://v.youku.com/v_show/id_XMzEyNjc2MTAyOA==.html?sharefrom=iphone&sharekey=5378037f8b710 ...

  8. JavaScript初探系列之面向对象

    面向对象的语言有一个标志,即拥有类的概念,抽象实例对象的公共属性与方法,基于类可以创建任意多个实例对象,一般具有封装.继承.多态的特性!但JS中对象与纯面向对象语言中的对象是不同的,ECMA标准定义J ...

  9. iOS开发libz.dylib介绍

    libz.dylib这个Xcode系统库文件经常用到.这个其实是个动态链接库. 后缀名为.dylib的文件是一个动态库,这个库是运行时加载而不是编译时加载.这个也说明了obj-C是运行时语言,也就是数 ...

  10. TCP系列31—窗口管理&流控—5、TCP流控与滑窗

    一.TCP流控 之前我们介绍过TCP是基于窗口的流量控制,在TCP的发送端会维持一个发送窗口,我们假设发送窗口的大小为N比特,网络环回时延为RTT,那么在网络状况良好没有发生拥塞的情况下,发送端每个R ...