BZOJ1010 [HNOI2008]玩具装箱toy
本文版权归ljh2000和博客园共有,欢迎转载,但须保留此声明,并给出原文链接,谢谢合作。
本文作者:ljh2000
作者博客:http://www.cnblogs.com/ljh2000-jump/
转载请注明出处,侵权必究,保留最终解释权!
Description
P教授要去看奥运,但是他舍不下他的玩具,于是他决定把所有的玩具运到北京。他使用自己的压缩器进行压
缩,其可以将任意物品变成一堆,再放到一种特殊的一维容器中。P教授有编号为1...N的N件玩具,第i件玩具经过
压缩后变成一维长度为Ci.为了方便整理,P教授要求在一个一维容器中的玩具编号是连续的。同时如果一个一维容
器中有多个玩具,那么两件玩具之间要加入一个单位长度的填充物,形式地说如果将第i件玩具到第j个玩具放到一
个容器中,那么容器的长度将为 x=j-i+Sigma(Ck) i<=K<=j 制作容器的费用与容器的长度有关,根据教授研究,
如果容器长度为x,其制作费用为(X-L)^2.其中L是一个常量。P教授不关心容器的数目,他可以制作出任意长度的容
器,甚至超过L。但他希望费用最小.
Input
第一行输入两个整数N,L.接下来N行输入Ci.1<=N<=50000,1<=L,Ci<=10^7
Output
输出最小费用
Sample Input
3
4
2
1
4
Sample Output
正解:决策单调性+DP+单调队列
解题报告:
许久之前的一道考试题目了,题解直接用学长的了:
首先贪心明显是错的(虽然可以过样例),想找反例的话随便看一个测试数据吧。
由于同一容器中玩具的编号必须是连续的,因此满足无后效性,可用动态规划解决。一个比较容易想到O(N^2 )的算法是,用F i 表示装前i个玩具的最少费用,S i 表示前i个玩具的总长度,则状态
转移方程为:
F i = min {F j + (S i − S j + i − (j + 1) − L) 2 }0≤j<i
但由于N 最大可达到50000,所以期望得分为10∼20分。
然而,真正颇为牛B的东西来了。
令S i ′ = S i + i, L ′ = L + 1,让我们重新观察原方程:
F i = min {F j + (S i ′ − S j ′ − L ′ ) 2 } 0≤j<i
令V j = F j + (S i ′ − S j ′ − L ′ ) 2 ,那么在x < y时,V x ≥ V y 可变形为:
F x − F y ≥ (S i ′ − S y ′ − L ′ ) 2 − (S i ′ − S x ′ − L ′ ) 2
⇒ F x − F y ≥ (2S i ′ − S x ′ − S y ′ − 2L ′ )(S x ′ − S y ′ )
⇒ F x − F y ≥ (2(S i ′ − L ′ ) − (S x ′ + S y ′ ))(S x ′ − S y ′ )
⇒ F x − F y ≥ 2(S i ′ − L ′ )(S x ′ − S y ′ ) − (S x ′ + S y ′ )(S x ′ − S y ′ )
⇒ F x − F y + S x ′ − S y ′ ≥ 2(S i ′ − L ′ )(S x ′ − S y ′ )
这样的话,如果对于当前的i,有x < y, V x ≥ V y ,那么对于以后更大的i,由于2(S i ′ − L ′ )的单调性,V x ≥ V y
将会恒成立,也就是说x不可能再成为最优决策,我们将永远不会再用到它。
因为决策i可能比原队列中的某些决策更优,如果不将这些肯定没用的决策删除,队列前面的非最优决策可能受到它们当中的某个决策“保护”而没有被删除,其实这样也就是保证函数G的值在Q中单调递增。
由于每个元素最多入队一次,出队一次,所以维护队列的时间复杂度为O(N ),状态转移为O(1),计算F 值为O(N ),所以总时间复杂度为O(N ) + O(1) × O(N ) = O(N )。
//It is made by jump~
#include <iostream>
#include <cstdlib>
#include <cstring>
#include <cstdio>
#include <cmath>
#include <algorithm>
#include <ctime>
#include <vector>
#include <queue>
#include <map>
#include <set>
using namespace std;
typedef long long LL;
const LL inf = (1LL<<);
const int MAXN = ;
int n,a[MAXN],dui[MAXN],head,tail;
LL L,f[MAXN],sum[MAXN],S[MAXN]; inline int getint()
{
int w=,q=; char c=getchar();
while((c<'' || c>'') && c!='-') c=getchar(); if(c=='-') q=,c=getchar();
while (c>='' && c<='') w=w*+c-'', c=getchar(); return q ? -w : w;
} inline bool check(int x,int y,int i){
x=dui[x]; y=dui[y];
LL ji=f[x]-f[y]+S[x]*S[x]-S[y]*S[y];
LL comp=*(S[i]-L); comp*=S[x]-S[y];
if(ji>=comp) return true; return false;
} inline bool check2(int x,int y,int i){
x=dui[x]; y=dui[y];
LL ji1=f[x]-f[y]+S[x]*S[x]-S[y]*S[y]; ji1/=(S[x]-S[y]);
LL ji2=f[y]-f[i]+S[y]*S[y]-S[i]*S[i]; ji2/=(S[y]-S[i]);
if(ji1>=ji2) return true; return false;
} inline void work(){
n=getint(); L=getint(); for(int i=;i<=n;i++) a[i]=getint(),sum[i]=sum[i-]+a[i],S[i]=sum[i]+i;
head=tail=; dui[head]=; L++;
for(int i=;i<=n;i++) {
while(head<tail && check(head,head+,i)) head++;
f[i]=f[dui[head]]+(S[i]-S[dui[head]]-L)*(S[i]-S[dui[head]]-L);
while(head<tail && check2(tail-,tail,i)) tail--;
dui[++tail]=i;
}
printf("%lld",f[n]);
} int main()
{
work();
return ;
}
BZOJ1010 [HNOI2008]玩具装箱toy的更多相关文章
- bzoj1010[HNOI2008]玩具装箱toy 斜率优化dp
1010: [HNOI2008]玩具装箱toy Time Limit: 1 Sec Memory Limit: 162 MBSubmit: 11893 Solved: 5061[Submit][S ...
- bzoj1010: [HNOI2008]玩具装箱toy(DP+斜率优化)
1010: [HNOI2008]玩具装箱toy 题目:传送门 题解: 很明显的一题动态规划... f[i]表示1~i的最小花费 那么方程也是显而易见的:f[i]=min(f[j]+(sum[i]-su ...
- [BZOJ1010] [HNOI2008] 玩具装箱toy (斜率优化)
Description P教授要去看奥运,但是他舍不下他的玩具,于是他决定把所有的玩具运到北京.他使用自己的压缩器进行压缩,其可以将任意物品变成一堆,再放到一种特殊的一维容器中.P教授有编号为1... ...
- [bzoj1010](HNOI2008)玩具装箱toy(动态规划+斜率优化+单调队列)
Description P教授要去看奥运,但是他舍不下他的玩具,于是他决定把所有 的玩具运到北京.他使用自己的压缩器进行压缩,其可以将任意物品变成一堆,再放到一种特殊的一维容器中.P教授有编号为1.. ...
- [BZOJ1010][HNOI2008]玩具装箱toy 解题报告
Description P教授要去看奥运,但是他舍不下他的玩具,于是他决定把所有的玩具运到北京.他使用自己的压缩器进行压缩,其可以将任意物品变成一堆,再放到一种特殊的一维容器中.P教授有编号为1... ...
- BZOJ1010 [HNOI2008]玩具装箱toy 动态规划 斜率优化
原文链接http://www.cnblogs.com/zhouzhendong/p/8687797.html 题目传送门 - BZOJ1010 题意 一个数列$C$,然后把这个数列划分成若干段. 对于 ...
- 2018.09.05 bzoj1010: [HNOI2008]玩具装箱toy(斜率优化dp)
传送门 一道经典的斜率优化dp. 推式子ing... 令f[i]表示装前i个玩具的最优代价. 然后用老套路. 我们只考虑把第j+1" role="presentation" ...
- 题解【bzoj1010 [HNOI2008]玩具装箱TOY】
斜率优化动态规划可以用来解决这道题.同时这也是一道经典的斜率优化基础题. 分析:明显是动态规划.令\(dp[i]\)为前\(i\)个装箱的最小花费. 转移方程如下: \[dp[i]=\min\limi ...
- 【斜率优化】BZOJ1010 [HNOI2008]玩具装箱toy
[题目大意] P教授有编号为1...N的N件玩具,第i件玩具长度为Ci.为了方便整理,P教授要求在一个一维容器中的玩具编号是连续的.如果将第i件玩具到第j个玩具放到一 个容器中,那么容器的长度将为 x ...
随机推荐
- Windows Server 2008 R2中的ASP.NET环境架设
.NET Framework的部分功能在Windows Server 2008 R2得到支持,包括:.NET 2/3/3.5的子集和ASP.NET.另外,PowerShell也在Server Core ...
- [转]各种有用的PHP开源库精心收集
FROM : http://my.oschina.net/caroltc/blog/324024 1.html2ps and html2pdf 下载地址: http://www.tufat.co ...
- echo使用说明,参数详解
简介 echo [OPTION]... [STRING]... 描述 -n 末尾不加换行 -e 开启输出字串中对反斜杠的转译 -E 禁用反斜杠转译 只有开启-e参数的时候,下面的命令才能起作用: \0 ...
- vbs http
get请求 模拟发送http请求到百度Dim httpSet http = CreateObject("Msxml2.ServerXMLHTTP")http.open " ...
- github上传
创建全局的name和email 1.创建ssh(使用命令)$ssh-keygen -t rsa -C xxxxx@gmail.com(注册github时的email)2.在github中添加ssh 登 ...
- Android系统启动分析(Init->Zygote->SystemServer->Home activity)
整个Android系统的启动分为Linux Kernel的启动和Android系统的启动.Linux Kernel启动起来后,然后运行第一个用户程序,在Android中就是init程序. ------ ...
- jQuery api 快速参考[转]
选择符 匹配 * 所有元素 #id 带有给定ID的元素 element 给定类型的所有元素,比如说html标签 .class 带有给定类的所有元素 a,b 匹配a或者匹配b的元素 a b 作为a后代的 ...
- JVM内存管理------JAVA语言的内存管理概述
引言 内存管理一直是JAVA语言自豪与骄傲的资本,它让JAVA程序员基本上可以彻底忽略与内存管理相关的细节,只专注于业务逻辑.不过世界上不存在十全十美的好事,在带来了便利的同时,也因此引入了很多令人抓 ...
- nios II--实验4——按键中断软件部分
软件开发 首先,在硬件工程文件夹里面新建一个software的文件夹用于放置软件部分:打开toolsàNios II 11.0 Software Build Tools for Eclipse,需要进 ...
- matlab 中randn randi rand randsrc的用法以及区别
1,rand 生成均匀分布的伪随机数.分布在(0~1)之间 主要语法:rand(m,n)生成m行n列的均匀分布的伪随机数 rand(m,n,'double') ...