http://www.lydsy.com/JudgeOnline/problem.php?id=1492

dp[i] 表示 第i天卖完的最大收益

朴素的dp:

枚举从哪一天买来的在第i天卖掉,或者是不操作

dp[i]=max(dp[i-1],X[j]*A[i]+Y[j]*B[i])

其中X[j]表示在第j天能买多少A纪念券,Y[j]表示在第j天能买多少B纪念券

可列方程 X[j]*A[j]+Y[j]*B[j]=dp[j]

又因为 X[j]=Rate[j]*Y[j]

所以解出 Y[j]=dp[j]/(B[j]+A[j]*Rate[j])

优化:

dp[i]=X[j]*A[i]+Y[j]*B[i]

Y[j]=dp[i]/B[i] - A[i]/B[i] * x[j]

斜率优化形式,维护上凸壳,最大化截距

点:(X[j],Y[j])

斜率:-A[i]/B[i]

但是 -A[i]/B[i] 不具有单调性

所以不能用单调队列维护斜率

可以用平衡树维护,O(n * logn * logn)

更简单的方法:CDQ分治

假设现在正在计算 dp[l]~dp[r],即solve(l,r)

对于每个j∈[l,r],[1,j-1]都是j的一种决策

令 mid=(l+r)/ 2

我们先计算出 dp[l]~dp[mid],然后用这些去更新 dp[mid+1]~dp[r]

假设我们现在已有了dp[l]~dp[mid]的上凸壳

那么如果保证 mid+1~r的斜率单调

就可以在线性时间内完成 dp[l]~dp[mid] 对 dp[mid+1]~dp[r]的更新

斜率单调可以在归并排序之前的排序预处理中解决

仅剩的问题:如何得到dp[l]~dp[mid] 构成的上凸壳?

在每一层最后归并的时候,我们用线形的时间使l~mid 的点 有序

即横坐标为第一关键字,纵坐标为第二关键字 升序排列,

那么处理完l~mid之后,

会得到l~mid 所有的点 升序排列的结果

对于一些有序的点,用单调栈维护斜率递减即可维护出上凸壳

然后利用这个上凸壳去更新mid+1~r 即可

复杂度为 O(nlogn)

#include<cmath>
#include<cstdio>
#include<algorithm>
#include<iostream> using namespace std; #define N 100001 const double eps=1e-; struct node
{
double A,B,R;
double X,Y;
double K;
int id; bool operator < (node p) const
{
/*if(fabs(X-p.X)>eps) return X<p.X;
return Y<p.Y;*/
return X<p.X;
} }e[N],t[N]; double dp[N],ans; int st[N],top; bool down(int i,int j,int k)
{
return (e[j].X-e[i].X)*(e[k].Y-e[i].Y)-(e[k].X-e[i].X)*(e[j].Y-e[i].Y)<;
} void solve(int l,int r)
{
if(l==r)
{
dp[l]=max(dp[l],dp[l-]);
e[l].Y=dp[l]/(e[l].A*e[l].R+e[l].B);
e[l].X=e[l].Y*e[l].R;
return;
}
int mid=l+r>>;
int opl=l,opr=mid+;
for(int i=l;i<=r;++i)
if(e[i].id<=mid) t[opl++]=e[i];
else t[opr++]=e[i];
for(int i=l;i<=r;++i) e[i]=t[i];
solve(l,mid);
top=;
for(int i=l;i<=mid;++i)
{
while(top> && !down(st[top-],st[top],i)) top--;
st[++top]=i;
}
int now=;
for(int i=mid+;i<=r;++i)
{
while(now<top && (e[st[now]].Y-e[st[now+]].Y)<(e[st[now]].X-e[st[now+]].X)*e[i].K) now++;
dp[e[i].id]=max(dp[e[i].id],e[st[now]].X*e[i].A+e[st[now]].Y*e[i].B);
}
solve(mid+,r);
opl=l; opr=mid+;
for(int i=l;i<=r;++i)
if(opl>mid) t[i]=e[opr++];
else if(opr>r) t[i]=e[opl++];
else if(e[opl]<e[opr]) t[i]=e[opl++];
else t[i]=e[opr++];
for(int i=l;i<=r;++i) e[i]=t[i];
} bool cmp(node p,node q)
{
return p.K>q.K;
} int main()
{
int n;
double m;
scanf("%d%lf",&n,&dp[]);
for(int i=;i<=n;++i)
{
scanf("%lf%lf%lf",&e[i].A,&e[i].B,&e[i].R);
e[i].K=-e[i].A/e[i].B;
e[i].id=i;
}
sort(e+,e+n+,cmp);
solve(,n);
printf("%.3lf",dp[n]);
}

1492: [NOI2007]货币兑换Cash

Time Limit: 5 Sec  Memory Limit: 64 MB
Submit: 5830  Solved: 2342
[Submit][Status][Discuss]

Description

小Y最近在一家金券交易所工作。该金券交易所只发行交易两种金券:A纪念券(以下简称A券)和 B纪念券(以下
简称B券)。每个持有金券的顾客都有一个自己的帐户。金券的数目可以是一个实数。每天随着市场的起伏波动,
两种金券都有自己当时的价值,即每一单位金券当天可以兑换的人民币数目。我们记录第 K 天中 A券 和 B券 的
价值分别为 AK 和 BK(元/单位金券)。为了方便顾客,金券交易所提供了一种非常方便的交易方式:比例交易法
。比例交易法分为两个方面:(a)卖出金券:顾客提供一个 [0,100] 内的实数 OP 作为卖出比例,其意义为:将
 OP% 的 A券和 OP% 的 B券 以当时的价值兑换为人民币;(b)买入金券:顾客支付 IP 元人民币,交易所将会兑
换给用户总价值为 IP 的金券,并且,满足提供给顾客的A券和B券的比例在第 K 天恰好为 RateK;例如,假定接
下来 3 天内的 Ak、Bk、RateK 的变化分别为:
假定在第一天时,用户手中有 100元 人民币但是没有任何金券。用户可以执行以下的操作:
注意到,同一天内可以进行多次操作。小Y是一个很有经济头脑的员工,通过较长时间的运作和行情测算,他已经
知道了未来N天内的A券和B券的价值以及Rate。他还希望能够计算出来,如果开始时拥有S元钱,那么N天后最多能
够获得多少元钱。

Input

输入第一行两个正整数N、S,分别表示小Y能预知的天数以及初始时拥有的钱数。接下来N行,第K行三个实数AK、B
K、RateK,意义如题目中所述。对于100%的测试数据,满足:0<AK≤10;0<BK≤10;0<RateK≤100;MaxProfit≤1
0^9。
【提示】
1.输入文件可能很大,请采用快速的读入方式。
2.必然存在一种最优的买卖方案满足:
每次买进操作使用完所有的人民币;
每次卖出操作卖出所有的金券。
 

Output

只有一个实数MaxProfit,表示第N天的操作结束时能够获得的最大的金钱数目。答案保留3位小数。

Sample Input

3 100
1 1 1
1 2 2
2 2 3

Sample Output

225.000

HINT

bzoj千题计划237:bzoj1492: [NOI2007]货币兑换Cash的更多相关文章

  1. [BZOJ1492] [NOI2007] 货币兑换Cash(cdq分治+斜率优化)

    [BZOJ1492] [NOI2007] 货币兑换Cash(cdq分治+斜率优化) 题面 分析 dp方程推导 显然,必然存在一种最优的买卖方案满足:每次买进操作使用完所有的人民币:每次卖出操作卖出所有 ...

  2. [BZOJ1492][NOI2007]货币兑换Cash(斜率优化+CDQ分治)

    1492: [NOI2007]货币兑换Cash Time Limit: 5 Sec  Memory Limit: 64 MBSubmit: 5838  Solved: 2345[Submit][Sta ...

  3. BZOJ1492: [NOI2007]货币兑换Cash 【dp + CDQ分治】

    1492: [NOI2007]货币兑换Cash Time Limit: 5 Sec  Memory Limit: 64 MB Submit: 5391  Solved: 2181 [Submit][S ...

  4. bzoj1492[NOI2007]货币兑换Cash cdq分治+斜率优化dp

    1492: [NOI2007]货币兑换Cash Time Limit: 5 Sec  Memory Limit: 64 MBSubmit: 5541  Solved: 2228[Submit][Sta ...

  5. [BZOJ1492] [NOI2007]货币兑换Cash 斜率优化+cdq/平衡树维护凸包

    1492: [NOI2007]货币兑换Cash Time Limit: 5 Sec  Memory Limit: 64 MBSubmit: 5907  Solved: 2377[Submit][Sta ...

  6. bzoj千题计划300:bzoj4823: [Cqoi2017]老C的方块

    http://www.lydsy.com/JudgeOnline/problem.php?id=4823 讨厌的形状就是四联通图 且左右各连一个方块 那么破坏所有满足条件的四联通就好了 按上图方式染色 ...

  7. bzoj千题计划196:bzoj4826: [Hnoi2017]影魔

    http://www.lydsy.com/JudgeOnline/problem.php?id=4826 吐槽一下bzoj这道题的排版是真丑... 我还是粘洛谷的题面吧... 提供p1的攻击力:i,j ...

  8. bzoj千题计划280:bzoj4592: [Shoi2015]脑洞治疗仪

    http://www.lydsy.com/JudgeOnline/problem.php?id=4592 注意操作1 先挖再补,就是补的范围可以包含挖的范围 SHOI2015 的题 略水啊(逃) #i ...

  9. bzoj千题计划177:bzoj1858: [Scoi2010]序列操作

    http://www.lydsy.com/JudgeOnline/problem.php?id=1858 2018 自己写的第1题,一遍过 ^_^ 元旦快乐 #include<cstdio> ...

随机推荐

  1. Docker_容器化jenkins

    Docker部署接口自动化持续集成环境第二步,容器化一个Jenkins! 接上文:Docker_容器化gitlab 1:pull一个jenkins镜像 docker pull jenkins 2:查看 ...

  2. Serverless架构详解:开发者如何专注于业务代码本身?

    本文来自腾讯云技术沙龙,本次沙龙主题为Serverless架构开发与SCF部署实践 演讲嘉宾:黄文俊,曾负责企业级存储.企业级容器平台等产品的架构与开发,目前主要负责SCF腾讯无服务器云函数产品相关. ...

  3. Linux下tomcat的启动,关闭,以及shutdown失败杀死进程的方法

    1.tomcat服务器第一次启动并查看启动日志的命令 在 ../bin 文件夹下输入./startup.sh;tail -f ../logs/catalina.out 2.需要重启服务器的时候 在 . ...

  4. Golang Context 详细介绍

    Golang context 本文包含对context实现上的分析和使用方式,分析部分源码讲解比价多,可能会比较枯燥,读者可以直接跳过去阅读使用部分. ps: 作者本着开源分享的精神撰写本篇文章,如果 ...

  5. PHP 观察者模式和php实现 Observer Pattern

    观察者模式: 观察者模式(Observer Pattern):定义对象间的一种一对多依赖关系,使得每当一个对象状态发生改变时,其相关依赖对象皆得到通知并被自动更新.观察者模式又叫做发布-订阅(Publ ...

  6. Mac下搭建lamp

    Mac下搭建lamp Mac 自带了Apache,并默认支持PHP环境,只需要配置Apache和PHP即可使用.需要单独安装mysql服务端. Apache 基础配置 Apache支持PHP配置 Ap ...

  7. mybatis mapper使用记录

    insert://插入一条数据//支持Oracle序列,UUID,类似Mysql的INDENTITY自动增长(自动回写)//优先使用传入的参数值,参数值空时,才会使用序列.UUID,自动增长int i ...

  8. CSAPP lab2 二进制拆弹 binary bombs phase_2

    给出对应于7个阶段的7篇博客 phase_1  https://www.cnblogs.com/wkfvawl/p/10632044.htmlphase_2  https://www.cnblogs. ...

  9. Daily Scrum - 12/07

    Meeting Minutes 确认基本完成了UI组件的基本功能的动画实现: 准备开始实行UI组件的合并: 讨论了长期计划算法的难点,以及简单版本的实现方案. 督促大家更新TFS: Burndown ...

  10. Spark 实践——基于 Spark MLlib 和 YFCC 100M 数据集的景点推荐系统

    1.前言 上接 YFCC 100M数据集分析笔记 和 使用百度地图api可视化聚类结果, 在对 YFCC 100M 聚类出的景点信息的基础上,使用 Spark MLlib 提供的 ALS 算法构建推荐 ...