四边形优化dp
理解:
http://blog.renren.com/share/263498909/1064362501
http://www.cnblogs.com/ronaflx/archive/2011/03/30/1999764.html
http://yomean.blog.163.com/blog/static/189420225201272864127683/
http://www.cnblogs.com/zxndgv/archive/2011/08/02/2125242.html
题目总结:
http://www.cnblogs.com/ronaflx/archive/2011/03/30/1999764.html
下摘自:http://www.cnblogs.com/zxndgv/archive/2011/08/02/2125242.html
--------------------------------------------------------------------------------------------------------------------------------------------------------------------------
最有代价用d[i,j]表示
d[i,j]=min{d[i,k-1]+d[k+1,j]}+w[i,j]
当中w[i,j]=sum[i,j]
四边形不等式
w[a,c]+w[b,d]<=w[b,c]+w[a,d](a<b<c<d) 就称其满足凸四边形不等式
决策单调性
w[i,j]<=w[i',j'] ([i,j]属于[i',j']) 既 i'<=i<j<=j'
于是有下面三个定理
定理一: 假设w同一时候满足四边形不等式 和 决策单调性 ,则d也满足四边形不等式
定理二:当定理一的条件满足时,让d[i,j]取最小值的k为K[i,j],则K[i,j-1]<=K[i,j]<=K[i+1,j]
定理三:w为凸当且仅当w[i,j]+w[i+1,j+1]<=w[i+1,j]+w[i,j+1]
由定理三知 推断w是否为凸即推断 w[i,j+1]-w[i,j]的值随着i的添加是否递减
于是求K值的时候K[i,j]仅仅和K[i+1,j] 和 K[i,j-1]有关。所以 能够以i-j递增为顺序递推各个状态值终于求得结果 将O(n^3)转为O(n^2)
--------------------------------------------------------------------------------------------------------------------------------------------------------------------------
注意:
注意决策单调性顺序,既要符合决策调性,也要符合题意 (!!!!)
注意枚举顺序,依据dp方程和决策单调性方程
注意初始化,防止訪问到无效状态或没处理的状态。
dp和s边界初始化,尤其是决策的上届和下届初始化。
例题1:
石子合并问题:hdu 3506
dp[i][j] = min{dp[i][k] + dp[k + 1][j] + cost[i, j] }, i <= k <= j - 1 , cost[i][j] = sum[j] - sum[i - 1]
s[i][j - 1] <= s[i][j] <= s[i + 1][j]
//#pragma warning (disable: 4786)
//#pragma comment (linker, "/STACK:16777216")
//HEAD
#include <cstdio>
#include <ctime>
#include <cstdlib>
#include <cstring>
#include <queue>
#include <string>
#include <set>
#include <stack>
#include <map>
#include <cmath>
#include <vector>
#include <iostream>
#include <algorithm>
using namespace std;
//LOOP
#define FE(i, a, b) for(int i = (a); i <= (b); ++i)
#define FD(i, b, a) for(int i = (b); i>= (a); --i)
#define REP(i, N) for(int i = 0; i < (N); ++i)
#define CLR(A,value) memset(A,value,sizeof(A))
#define CPY(a, b) memcpy(a, b, sizeof(a))
#define FC(it, c) for(__typeof((c).begin()) it = (c).begin(); it != (c).end(); it++)
//INPUT
#define RI(n) scanf("%d", &n)
#define RII(n, m) scanf("%d%d", &n, &m)
#define RIII(n, m, k) scanf("%d%d%d", &n, &m, &k)
#define RS(s) scanf("%s", s)
//OUTPUT
#define WI(n) printf("%d\n", n)
#define WS(s) printf("%s\n", s) typedef long long LL;
const int INF = 1000000007;
const double eps = 1e-10;
const int maxn = 2010; int dp[maxn][maxn], s[maxn][maxn];
int w[maxn][maxn]; int n, m;
int val[maxn];
int sum[maxn]; ///求dp最小值
///枚举 区间 由小到大
void solve()
{
// memset(dp, 0, sizeof(dp));///初始化无效值
FE(i, 1, 2 * n)
{
dp[i][i] = 0;
s[i][i] = i;/// 初始化决策下届,为0
}
FE(len, 2, n)
{
for (int i = 2 * n - len; i >= 1; i--)
{
int j = i + len - 1; dp[i][j] = INF;
int a = s[i][j - 1], b = s[i + 1][j];
int cost = sum[j] - sum[i - 1];
for (int k = a; k <= b; k++)
{
if (dp[i][j] > dp[i][k] + dp[k + 1][j] + cost)
{
dp[i][j] = dp[i][k] + dp[k + 1][j] + cost;
s[i][j] = k;
}
}
}
}
} int main ()
{
while (~RI(n))
{
FE(i, 1, n) RI(val[i]), val[i + n] = val[i];;
FE(i, 1, 2 * n) sum[i] = sum[i - 1] + val[i];
// pre();
solve();
int ans = INF;
FE(i, 1, n)
{
if (ans > dp[i][n + i - 1])
ans = dp[i][n + i - 1];
}
printf("%d\n", ans);
}
return 0;
}
例题2:邮局问题:
1:注意此法的 i 和 j 顺序与寻常不同
此时决策区间为:s[i - 1][j] <= s[i][j] <= s[i][j + 1] (!!!)
详细见凝视:
//#pragma warning (disable: 4786)
//#pragma comment (linker, "/STACK:16777216")
//HEAD
#include <cstdio>
#include <ctime>
#include <cstdlib>
#include <cstring>
#include <queue>
#include <string>
#include <set>
#include <stack>
#include <map>
#include <cmath>
#include <vector>
#include <iostream>
#include <algorithm>
using namespace std;
//LOOP
#define FE(i, a, b) for(int i = (a); i <= (b); ++i)
#define FD(i, b, a) for(int i = (b); i>= (a); --i)
#define REP(i, N) for(int i = 0; i < (N); ++i)
#define CLR(A,value) memset(A,value,sizeof(A))
#define CPY(a, b) memcpy(a, b, sizeof(a))
#define FC(it, c) for(__typeof((c).begin()) it = (c).begin(); it != (c).end(); it++)
//INPUT
#define RI(n) scanf("%d", &n)
#define RII(n, m) scanf("%d%d", &n, &m)
#define RIII(n, m, k) scanf("%d%d%d", &n, &m, &k)
#define RS(s) scanf("%s", s)
//OUTPUT
#define WI(n) printf("%d\n", n)
#define WS(s) printf("%s\n", s) typedef long long LL;
const int INF = 1000000007;
const double eps = 1e-10;
const int maxn= 1000010; int dp[33][333], s[33][333];
int w[333][333]; int n, m;
int val[333];
int sum[333];
///dp[i][j] = min{dp[i - 1][k] + w[k + 1][j]}, i - 1 <= k <= j - 1
///一般要求 i <= j (!!)
///s[i - 1][j] <= s[i][j] <= s[i][j + 1] (! ! )
///注意决策单调性顺序,既要符合决策调性,也要符合题意 (!!!!)
///注意枚举顺序,依据dp方程和决策单调性方程
///注意初始化,防止訪问到无效状态或没处理的状态。dp和s边界初始化。尤其是决策的上届和下届初始化。 void pre()
{
for(int i = 1; i <= n; i ++) //这里有一个递推公式能够进行预处理
{
w[i][i] = 0;
for(int j = i + 1; j <= n; j ++)
{
int mid = (j + i) >> 1;
w[i][j] = w[i][j - 1] + val[j] - val[mid];
// int x = sum[j] - sum[mid] - val[mid] * (j - mid);
// x += val[mid] * (mid - i) - (sum[mid - 1] - sum[i - 1]);
}
}
} ///求dp最小值
///枚举i从小到大
///再枚举j从大到小
void solve()
{
memset(dp, 0, sizeof(dp));///初始化无效值
FE(i, 1, n)
{
dp[1][i] = w[1][i];
s[1][i] = 0;/// 初始化决策下届,为0
}
FE(i, 2, m)
{
//s[1][i] = 0;
s[i][n + 1] = n;///初始化决策上届
for (int j = n; j >= i; j--)
{
int tmp = dp[i][j] = INF;///初始化最优值
int a = s[i - 1][j], b = s[i][j + 1];
//a = max(a, i - 1); b = min(b, j - 1); // i - 1 <= k <= j - 1
for (int k = a; k <= b; k++) ///保证枚举到的都是有效状态,且都已计算过
{
if (tmp > dp[i - 1][k] + w[k + 1][j])
{
tmp = dp[i - 1][k] + w[k + 1][j];
s[i][j] = k;
}
}
dp[i][j] = tmp;
}
}
} int main ()
{
while (~RII(n, m))
{
FE(i, 1, n) RI(val[i]), sum[i] = sum[i - 1] + val[i];
pre();
solve();
printf("%d\n", dp[m][n]);
}
return 0;
}
2:-详细见凝视
此时决策区间为:s[i][j - 1] <= s[i][j] <= s[i + 1][j] (!!!)
//#pragma warning (disable: 4786)
//#pragma comment (linker, "/STACK:16777216")
//HEAD
#include <cstdio>
#include <ctime>
#include <cstdlib>
#include <cstring>
#include <queue>
#include <string>
#include <set>
#include <stack>
#include <map>
#include <cmath>
#include <vector>
#include <iostream>
#include <algorithm>
using namespace std;
//LOOP
#define FE(i, a, b) for(int i = (a); i <= (b); ++i)
#define FD(i, b, a) for(int i = (b); i>= (a); --i)
#define REP(i, N) for(int i = 0; i < (N); ++i)
#define CLR(A,value) memset(A,value,sizeof(A))
#define CPY(a, b) memcpy(a, b, sizeof(a))
#define FC(it, c) for(__typeof((c).begin()) it = (c).begin(); it != (c).end(); it++)
//INPUT
#define RI(n) scanf("%d", &n)
#define RII(n, m) scanf("%d%d", &n, &m)
#define RIII(n, m, k) scanf("%d%d%d", &n, &m, &k)
#define RS(s) scanf("%s", s)
//OUTPUT
#define WI(n) printf("%d\n", n)
#define WS(s) printf("%s\n", s) typedef long long LL;
const int INF = 1000000007;
const double eps = 1e-10;
const int maxn= 1000010; int dp[333][33], s[333][33];
int w[333][333]; int n, m;
int val[333];
int sum[333];
///dp[i][j] = min{dp[k][j - 1] + w[k + 1][j]}, j - 1 <= k <= i - 1
///此处i>=j
///s[i][j - 1] <= s[i][j] <= s[i + 1][j] (!! )
///注意决策单调性顺序,既要符合决策调性,也要符合题意 (!!!!)
///注意枚举顺序。依据dp方程和决策单调性方程
///注意初始化。防止訪问到无效状态或没处理的状态。 dp和s边界初始化,尤其是决策的上届和下届初始化。 void pre()
{
for(int i = 1; i <= n; i ++) //这里有一个递推公式能够进行预处理
{
w[i][i] = 0;
for(int j = i + 1; j <= n; j ++)
{
int mid = (j + i) >> 1;
w[i][j] = w[i][j - 1] + val[j] - val[mid];
}
}
} ///求dp最小值
///枚举i从小到大
///再枚举j从大到小
void solve()
{
memset(dp, 0, sizeof(dp));///初始化无效值
FE(i, 1, n)
{
dp[i][1] = w[1][i];
s[i][1] = 0;/// 初始化决策下届,为0
}
FE(i, 2, m)
{
//s[i][1] = 0;
s[n + 1][i] = n;///初始化决策上届
for (int j = n; j >= i; j--)
{
int tmp = dp[j][i] = INF;///初始化最优值
int a = s[j][i - 1], b = s[j + 1][i];
//a = max(a, i - 1); b = min(b, j - 1);
for (int k = a; k <= b; k++) ///保证枚举到的都是有效状态,且都已计算过
{
if (tmp > dp[k][i - 1] + w[k + 1][j])
{
tmp = dp[k][i - 1] + w[k + 1][j];
s[j][i] = k;
}
}
dp[j][i] = tmp;
}
}
} int main ()
{
while (~RII(n, m))
{
FE(i, 1, n) RI(val[i]);
pre();
solve();
printf("%d\n", dp[n][m]);
}
return 0;
}
四边形优化dp的更多相关文章
- HDU 2829 Lawrence(四边形优化DP O(n^2))
题目链接:http://acm.hdu.edu.cn/showproblem.php?pid=2829 题目大意:有一段铁路有n个站,每个站可以往其他站运送粮草,现在要炸掉m条路使得粮草补给最小,粮草 ...
- HDOJ 3516 Tree Construction 四边形优化dp
原题链接:http://acm.hdu.edu.cn/showproblem.php?pid=3516 题意: 大概就是给你个下凸包的左侧,然后让你用平行于坐标轴的线段构造一棵树,并且这棵树的总曼哈顿 ...
- hdu2829 四边形优化dp
Lawrence Time Limit: 2000/1000 MS (Java/Others) Memory Limit: 32768/32768 K (Java/Others) Total S ...
- [NOI2009]诗人小G 四边形优化DP
题目传送门 f[i] = min(f[j] + val(i,j); 其中val(i,j) 满足 四边形dp策略. 代码: #include<bits/stdc++.h> using nam ...
- zoj 2860 四边形优化dp
Breaking Strings Time Limit: 2 Seconds Memory Limit: 65536 KB A certain string-processing lan ...
- HDU3507 Print Article(斜率优化dp)
前几天做多校,知道了这世界上存在dp的优化这样的说法,了解了四边形优化dp,所以今天顺带做一道典型的斜率优化,在百度打斜率优化dp,首先弹出来的就是下面这个网址:http://www.cnblogs. ...
- hdu 2829 Lawrence(四边形不等式优化dp)
T. E. Lawrence was a controversial figure during World War I. He was a British officer who served in ...
- 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 ...
- HDU 3506 (环形石子合并)区间dp+四边形优化
Monkey Party Time Limit: 4000/2000 MS (Java/Others) Memory Limit: 131072/65536 K (Java/Others)Tot ...
随机推荐
- java程序员修炼之道——大牛告诉我们应该好好学习与修炼以下知识与技能
—————————— ASP.Net+Android+IOS开发..Net培训.期待与您交流! —————————— 一:Java语言学习(对线程(thread),串行化,反射,网络编程,JNI技术, ...
- caffe 中 plot accuracy和loss, 并画出网络结构图
plot accuracy + loss 详情可见:http://www.2cto.com/kf/201612/575739.html 1. caffe保存训练输出到log 并绘制accuracy l ...
- openwrt安装tcpdump
打开openwrt路由器的ssh功能 System->administration Ssh登陆 opkg update 会报很多错误 措施如下: 备份 /etc/opkg.conf Cp /et ...
- 洛谷P3265 [JLOI2015]装备购买 [线性基]
题目传送门 装备购买 格式难调,题面就不放了. 分析: 一句话,有$n$件物品,每件物品有$m$个属性和一个花费值,如果一个装备的属性值可以由其他装备的属性值改变系数后组合得到那就不买,求购买最多装备 ...
- JAVAEE——宜立方商城12:购物车实现、订单确认页面展示
1. 学习计划 第十二天: 1.购物车实现 2.订单确认页面展示 2. 购物车的实现 2.1. 功能分析 1.购物车是一个独立的表现层工程. 2.添加购物车不要求登录.可以指定购买商品的数量. 3.展 ...
- 基于ONVIF协议的摄像头开发总结
<什么是ONVIF协议> 2008年5月,由安讯士(AXIS)联合博世(BOSCH)及索尼(SONY)公司三方宣布携手共同成立一个国际开放型网络视频产品标准网络接口开发论坛,取名为 ...
- QQ怎么 发送 已经录好的视频
韩梦飞沙 韩亚飞 313134555@qq.com yue31313 han_meng_fei_sha QQ发送 已经录好的视频 直接放过去,对方是需要下载的. 只有通过QQ录制的,才是直接就 ...
- Spring的模块组成
Spring的模块组成 1.核心容器:核心容器提供 Spring 框架的基本功能(Spring Core).核心容器的主要组件是 BeanFactory,它是工厂模式的实现. BeanFactory ...
- 证明自己吧--------Writeup
原题:http://www.shiyanbar.com/ctf/28 下载一个压缩包,里面有个CrackMe1.exe,查看了下,没有壳. 直接拖到ida去反汇编 一进来就是在main里面,直接F5看 ...
- pygame系列_pygame安装
在接下来的blog中,会有一系列的文章来介绍关于pygame的内容,所以把标题设置为pygame系列 在这篇blog中,主要描述一下我们怎样来安装pygame 可能很多人像我一样,发现了pygame是 ...