BZOJ1911 [Apio2010]特别行动队 - 动态规划 - 斜率优化
欢迎访问~原文出处——博客园-zhouzhendong
去博客园看该题解
题目传送门
UPD(2018-04-01):用Latex重打了公式……
题意概括
把一个整数序列划分成任意连续的段,使得划分出来的每一段的价值和最大。
对于某一段,价值的计算公式为 $V=ax^2+bx+c$,其中 $x$ 为当前段的数值和。
题解
这题是博主大蒟蒻的第一道斜率优化DP题……
C++:while (1) 懵逼++;
Pascal:while (true) do inc(懵逼);
本题首先一看就是 DP 题。
但是一看 $1\leq n\leq 1000000,-5\leq a\leq -1,|b|\leq 10000000,|c|\leq 10000000,1\leq xi\leq 100$
彻底吓懵!
一脸懵逼……
还是一脸懵逼……
突(bai)然(du)发(yi)现(xia)可以用斜率优化。
为了减少代码量,好心的出题人特意规定了$-5\leq a\leq -1$
我们来考虑一下:
用 $dp_i$ 表示划分到前$i$个所能得到的最大价值和。
我们设 $sum_i$ 为前$i$个的前缀和,
那么
$$dp_i=max\{dp_j+a(sum_i-sum_j)^2+b(sum_i-sum_j)+c\} (0\leq j<i)$$
貌似是一个$n^2$的状态转移方程。
其实就是一个$n^2$的状态转移方程。
接下来就是斜率优化了!
我们假设对于$dp_i$来说,从$j$转移比从$k$转移更优秀($j>k$),那么有如下的表达式:
$$dp_j+a(sum_i-sum_j)^2+b(sum_i-sum_j)+c>dp_k+a(sum_i-sum_k)^2+b(sum_i-sum_k)+c$$
so
$$dp_j+a(sum_i-sum_j)^2+b(sum_i-sum_j)>dp_k+a(sum_i-sum_k)^2+b(sum_i-sum_k)$$
$$dp_j+a\cdot sum_i^2-2a\cdot sum_isum_j+a\cdot sum_j^2+b\cdot sum_i-b\cdot sum_j>dp_k+a\cdot sum_i^2-2a\cdot sum_isum_k+a\cdot sum_k^2+b\cdot sum_i-b\cdot sum_k$$
$$dp_j-2a\cdot sum_isum_j+a\cdot sum_j^2-b\cdot sum_j>dp_k-2a\cdot sum_isum_k+a\cdot sum_k^2-b\cdot sum_k$$
$$(dp_j+a\cdot sum_j^2-b\cdot sum_j)- (dp_k+a\cdot sum_k^2-b\cdot sum_k)>2a\cdot sum_i(sum_j-sum_k)$$
so
$$\frac{(dp_j+a\cdot sum_j^2-b\cdot sum_j)-(dp_k+a\cdot sum_k^2-b\cdot sum_k)}{sum_j-sum_k}>2a\cdot sum_i$$
我们设$x_p=sum_p,y_p=dp_p+a\cdot sum_p^2-b\cdot sum_p$,
那么原来的方程可以表示为:
$$\frac{y_j-y_k}{x_j-x_k}>2a\cdot sum_i$$
左边不就是斜率的表达式吗!!
所以叫斜率优化。
当然前面的只是一些化简,关键是接下来的:
我们设$g_{i,j}=\Large\frac{y_i-y_j}{x_i-x_j}$
注意$a$是一个负数,而且$sum_i$是随着$i$的增大而增大的,所以$2a\cdot sum_i$一定是单调递减的!
如果$g_{i,j}>g_{j,k}$那么决策$j$一定是没用的!$(k<j<i)$
分两种情况进行讨论:
1. 如果$g_{i,j}>2a\cdot sum_x$,那么说明决策$i$优于决策$j$,那么$j$就是没用的。就算以后$2a\cdot sum_x$会变,$x$只能变大,所以 $2a\cdot sum_x$也只能变小,所以该表达式仍然满足。
2. 如果$g_{i,j}<2a\cdot sum_x$,那么$g_{j,k}<2a\cdot sum_x$,那么$j$就会比$k$劣,同样也会把$j$扔掉。
然后我们单调队列弄几下就好了。
在$dp$的过程中,按照“如果$g_{i,j}>g_{j,k}$那么决策$j$一定是没用的!”的规则入队,按照 如果$g_{i,j}>2a\cdot sum_x$的规则出队即可。
代码
#include <cstdio>
#include <algorithm>
#include <cstdlib>
#include <cstring>
#include <cmath>
using namespace std;
typedef long long LL;
const int N=+;
int n,head,tail;
LL a,b,c,r[N],sum[N],x[N],y[N],dp[N],q[N];
double g(int i,int j){
double xi=x[i],xj=x[j],yi=y[i],yj=y[j];
return (yi-yj)/(xi-xj);
}
int main(){
scanf("%d%lld%lld%lld",&n,&a,&b,&c);
sum[]=;
for (int i=;i<=n;i++)
scanf("%lld",&r[i]),sum[i]=sum[i-]+r[i];
memset(x,,sizeof x);
memset(y,,sizeof y);
head=,tail=;
q[++tail]=;
for (int i=;i<=n;i++){
while (head+<=tail&&g(q[head],q[head+])>*a*sum[i])
head++;
LL s=sum[i]-sum[q[head]];
dp[i]=dp[q[head]]+a*s*s+b*s+c;
x[i]=sum[i],y[i]=dp[i]+a*sum[i]*sum[i]-b*sum[i];
while (head+<=tail&&g(q[tail-],q[tail])<g(q[tail],i))
tail--;
q[++tail]=i;
}
printf("%lld",dp[n]);
return ;
}
BZOJ1911 [Apio2010]特别行动队 - 动态规划 - 斜率优化的更多相关文章
- [bzoj1911][Apio2010特别行动队] (动态规划+斜率优化)
Description Input Output Sample Input - - Sample Output HINT Solution 斜率优化动态规划 首先易得出这样的一个朴素状态转移方程 f[ ...
- BZOJ1911 [Apio2010]特别行动队 【斜率优化】
1911: [Apio2010]特别行动队 Time Limit: 4 Sec Memory Limit: 64 MB Submit: 5005 Solved: 2455 [Submit][Sta ...
- 2018.09.07 bzoj1911: [Apio2010]特别行动队(斜率优化dp)
传送门 斜率优化dp经典题. 题目中说的很清楚,设f[i]表示前i个数分配出的最大值. 那么有: f[i]=max(f[j]+A∗(sum[i]−sum[j])2+B∗(sum[i]−sum[j])+ ...
- BZOJ1911: [Apio2010]特别行动队(dp 斜率优化)
题意 题目链接 Sol 裸的斜率优化,注意推导过程中的符号问题. #include<bits/stdc++.h> #define Pair pair<int, int> #de ...
- 【BZOJ-1911】特别行动队 DP + 斜率优化
1911: [Apio2010]特别行动队 Time Limit: 4 Sec Memory Limit: 64 MBSubmit: 3478 Solved: 1586[Submit][Statu ...
- 【BZOJ 1191】 [Apio2010]特别行动队 (斜率优化)
dsy1911: [Apio2010]特别行动队 [题目描述] 有n个数,分成连续的若干段,每段的分数为a*x^2+b*x+c(a,b,c是给出的常数),其中x为该段的各个数的和.求如何分才能使得各个 ...
- bzoj 1911 [Apio2010]特别行动队(斜率优化+DP)
1911: [Apio2010]特别行动队 Time Limit: 4 Sec Memory Limit: 64 MBSubmit: 3191 Solved: 1450[Submit][Statu ...
- BZOJ 1911: [Apio2010]特别行动队( dp + 斜率优化 )
sum为战斗力的前缀和 dp(x) = max( dp(p)+A*(sumx-sump)2+B*(sumx-sump)+C )(0≤p<x) 然后斜率优化...懒得写下去了... ------- ...
- P3628 [APIO2010]特别行动队(斜率优化dp)
P3628 [APIO2010]特别行动队 设$s[i]$为战斗力前缀和 显然我们可以列出方程 $f[i]=f[j]+a*(s[i]-s[j])^{2}+b*(s[i]-s[j])+c$ $f[i]= ...
随机推荐
- JS如何截取一段字符中,某一个字符的前面和后面的字符
比如这里的1992631934@qq.com如何获取到@前面的1992631934和@后面的qq.com js代码如下: var mail="1992631934@qq.com" ...
- 33)django-原生ajax,伪ajax
一:概述 对于WEB应用程序:用户浏览器发送请求,服务器接收并处理请求,然后返回结果,往往返回就是字符串(HTML),浏览器将字符串(HTML)渲染并显示浏览器上. 1.传统的Web应用 一个简单操作 ...
- VBS计时器2
打开计时器,如果点击暂停,会显示你刚才事物所用的时间(以分钟为单位) dim c //控制循环 c= vbyes while c<>vbno dim a a= 60*hour(now)+m ...
- Confluence 6 为登录失败编辑,禁用和配置验证码
在默认的情况下,验证码将会在失败登录次数达到的时候显示. 如果为登录失败编辑,禁用和配置验证码: 在屏幕的右上角单击 控制台按钮 ,然后选择 General Configuration 链接. 在左侧 ...
- Confluence 6 数据库表和参考
扩展下面的链接来显示主要的表格和每一个表格的外键. 单击这里来显示/隐藏表格... AO_9412A1_AOUSER ID AO_9412A1_USER_APP_LINK USER_ID fk_ao ...
- Linux磁盘与文件系统管理笔记
### Linux磁盘与文件系统管理 linux 最传统的文件系统格式是EXT2,centos7 默认文件系统是xfs(日志式文件系统) 磁盘的组成: 盘片 机械手臂 主轴马达 (机械硬盘) 磁盘格式 ...
- Appium 如何模拟按键
from appium.webdriver import Remote driver.keyevent(4) python中点击返回键是这样写的 附录 keycode 电话键 KEYCODE_CALL ...
- 插件使用一进度条---nprogress
nprogress 是像youtube一样在顶部出现进度条,用在一些加载比较缓慢的场景中. 官方网站是 http://ricostacruz.com/nprogress/ 源码在 https://gi ...
- robocopy的用法,数据库局域网备份
robocopy,我主要是用来进行局域网数据库备份使用,不得不说这个小工具速度还是蛮快的,同时属于系统内置功能,用着还算方便. 这项功能就是RoboCopy,它是一个命令行的目录复制命令,自从Wind ...
- python虚拟环境搭建
1.安装python环境 2.检查pip 3.pip install virtualenv 4.创建测试:virtualenv testvir 5.pip install virtualenvwra ...