DP斜率优化总结

任务安排1

首先引入一道题,先\(O(N^2)\)做法:分别预处理出\(T_i,C_i\)前缀和\(t[i],c[i]\),设\(f[i]\),其中\(f[i]\)并不表示前\(i\)个任务花费的时间,而是壳含前面所有决策对于后面的影响。这道题dp思路就是边决策边加上当前决策对于后面的影响(一种“费用提前计算”的思想)

转移方程:

\[f[i]=min(f[j]+(c[i]-c[j])*t[i]+s*(c[n]-c[j]), f[i])
\]

#include <cstdio>
#include <cstring>
#define MIN(A,B) ((A)<(B)?(A):(B))
#define MAXN 5005
using namespace std;
int f[MAXN];
int sumt[MAXN],sumc[MAXN];
int n,s;
int main(){
memset(f, 0x3f, sizeof(f));
f[0]=0;
scanf("%d\n%d", &n, &s);
for(int i=1;i<=n;++i){
int t,c;
scanf("%d %d", &t, &c);
sumt[i]=sumt[i-1]+t;
sumc[i]=sumc[i-1]+c;
}
for(int i=1;i<=n;++i)
for(int j=0;j<i;++j){
f[i]=MIN(f[j]+(sumc[i]-sumc[j])*sumt[i]+s*(sumc[n]-sumc[j]), f[i]);
}
printf("%d", f[n]);
return 0;
}

任务计划2

斜率优化做法。将原转移方程移项,让只含\(j\)的式子移到左边,其余移到右边,再将右边含\(j\)的式子提公因式,得到

\[f[j]=c[j]\times (t[i]+s)+f[i]-s\times c[n]-c[i]\times t[i]
\]

此时将外层循环到的\(i​\)看做已知量(则关于\(i​\)的变量\(t[i],c[i]​\)为常数),看做一个斜率确定的一次函数\(y=kx+b​\),其中\(f[j]​\)看做函数的\(y​\),\(c[j]​\)看做函数的\(x​\),\((t[i]+s)​\)为斜率。要让\(f[i]​\)最小即让此一次函数截距最小。

(图自ButterflyDew)

而容易得到:将此确定的斜率函数从最下面向上平移遇到的第一个点\((c[j],f[j])\)就是能取到最小截距(最优\(f[i]\))的点,(满足\(k_1\le k_0\le k_2\)),如图,也就是一个下凸壳的顶点。

而像这样的上凸壳顶点如图显然一定不会是最优解,所以我们维护一个下凸壳,每次找到顶点即为最优

而这道题我们不需要维护整个下凸壳,而只维护下凸壳顶点及顶点右侧的点(因为左侧不可能比顶点优)。我们维护一个单调队列,使队首为下凸壳顶点,每次最优即为队首元素。维护时先将下凸壳顶点左边的所有点弹掉(若当前点与下一个点构成的直线斜率小于等于\(s+t[i]​\),则当前点在左边),之后队首就是下凸壳的顶点,取出并算出的\(f[i]​\)即为最优,最后再将所有构成上凸壳的点删去维护一下下凸壳。

单调队列部分实现代码:

while(l<r&&f[q[l+1]]-f[q[l]]<=(S+t[i])*(c[q[l+1]]-c[q[l]])) l++; // 弹出顶点左边的点
f[i]=f[q[l]]+t[i]*c[i]+S*c[n]-c[q[l]]*(S+t[i]);
while(l<r&&(f[i]-f[q[r]])*(c[q[r]]-c[q[r-1]])<=(f[q[r]]-f[q[r-1]])*(c[i]-c[q[r]])) r--; // 维护下凸壳
q[++r]=i;

完整代码:

#include <cstdio>
#include <cstring>
#define MIN(A,B) ((A)<(B)?(A):(B))
#define MAXN 5005*2
using namespace std;
int f[MAXN],q[MAXN];
int t[MAXN],c[MAXN];
int n,s;
int main(){
memset(f, 0x3f, sizeof(f));
f[0]=0;
scanf("%d\n%d", &n, &s);
for(int i=1;i<=n;++i){
int tt,tc;
scanf("%d %d", &tt, &tc);
t[i]=t[i-1]+tt;
c[i]=c[i-1]+tc;
}
int l=1,r=1;
for(int i=1;i<=n;++i){
while(l<r&&(f[q[l+1]]-f[q[l]])<=(t[i]+s)*(c[q[l+1]]-c[q[l]])) l++;
f[i]=f[q[l]]-c[q[l]]*(t[i]+s)+s*c[n]+c[i]*t[i];
while(l<r&&(f[q[r]]-f[q[r-1]])*(c[i]-c[q[r]])>=(f[i]-f[q[r]])*(c[q[r]]-c[q[r-1]])) r--;
q[++r]=i;
}
printf("%d", f[n]);
return 0;
}

任务安排3

因为\(T_i​\)可能为负数,所以直线斜率\(s+t[i]​\)不单增,所以不能直接单调队列取队首,而是二分查找出两条斜率为\(k_1,k_2​\)的直线满足\(k_1\le s+t[i]\le k_2​\),两条直线交点即为最优点。

#include <cstdio>
#include <cstring>
#define MIN(A,B) ((A)<(B)?(A):(B))
#define MAXN 300003
#define ll long long
using namespace std;
ll f[MAXN];
int q[MAXN];
ll t[MAXN],c[MAXN];
int n,s;
int l=1,r=1;
inline int query(ll k){
int L=l,R=r,ans;
while(L<=R){
int mid=(L+R)>>1;
if((f[q[mid]]-f[q[mid-1]])<=k*(c[q[mid]]-c[q[mid-1]])) L=mid+1,ans=mid;
else R=mid-1;
}
return q[ans];
}
int main(){
memset(f, 0x3f, sizeof(f));
f[0]=0;
scanf("%d\n%d", &n, &s);
for(int i=1;i<=n;++i){
ll tt,tc;
scanf("%lld %lld", &tt, &tc);
t[i]=t[i-1]+tt;
c[i]=c[i-1]+tc;
}
for(int i=1;i<=n;++i){
int j=query(t[i]+s);
f[i]=f[j]-c[j]*(t[i]+s)+s*c[n]+c[i]*t[i];
while(l<r&&
(f[q[r]]-f[q[r-1]])*(c[i]-c[q[r]])>=(f[i]-f[q[r]])*(c[q[r]]-c[q[r-1]])) r--;
q[++r]=i;
}
printf("%lld", f[n]);
return 0;
}

百日旅行

\(N\)天,如果连续\(x\)天旅游,则花费\(p\times x\times x\),否则连续\(x\)天吃饭,花费\(Q\times x\),问最小花费

设计dp,\(f[i]\)表示第\(i\)天最小花费并且这一天在旅游,\(g[i]\)表示在这一天吃饭,转移方程:

f[i]=min(g[j]+SQR(i-j)*p,f[i])
g[i]=min(f[j]+(i-j)*q,g[i])

观察\(g[i]\),\(g[i]=i*q+f[j]-j*q\),所以维护\(1\)到\(i-1\)的\(f[i]-i*p\)最小值即可。

观察\(f[i]​\),\(f[i]=g[i]+p*i^2-2*p*i*j+p*j^2​\)

移项,使只含\(j\)的式子在左边,其余右边,得\(g[j]+p*j^2=i*(2*p*j)+f[i]-p*i^2\)

此时看做一个一次函数,\(x=2*p*j,k=i,b=f[i]-p*i^2\),要想\(f[i]\)最小,即让截距最小,维护一个下凸壳。又发现斜率\(i​\)单增,可使用单调队列。

#include <cstdio>
#include <algorithm>
#define ll long long
#define MAXN 200002
#define MIN(A,B) ((A)<(B)?(A):(B))
#define j (q[l])
#define SQR(A) ((A)*(A))
#define Y(A) (g[A]+P*(A)*(A))
#define X(A) ((A)*2*P)
using namespace std;
int n,l,r;
ll f[MAXN],g[MAXN],q[MAXN],P,Q;
int main(){
scanf("%d %lld %lld", &n, &P, &Q);
l=1,r=1;
ll t=0;
for(int i=1;i<=n;++i){
while(l<r&&(Y(q[l + 1]) - Y(q[l])) <= i*(X(q[l+1]) - X(q[l]))) ++l;
f[i]=g[j]+P*SQR(i-j);
g[i]=i*Q+t;
t=min(f[i]-i*Q,t);
while(l<r && (Y(q[r]) - Y(q[r-1])) * (X(i) - X(q[r])) >= (Y(i) - Y(q[r])) * (X(q[r]) - X(q[r-1]))) --r;
q[++r]=i;
}
printf("%lld", min(f[n], g[n]));
return 0;
}
/*
g[i]=i*q+f[j]-j*q g[j]+p*j^2=i*(2*p*j)+f[i]-p*i^2
*/

DP斜率优化总结的更多相关文章

  1. 【BZOJ-4518】征途 DP + 斜率优化

    4518: [Sdoi2016]征途 Time Limit: 10 Sec  Memory Limit: 256 MBSubmit: 230  Solved: 156[Submit][Status][ ...

  2. 【BZOJ-3437】小P的牧场 DP + 斜率优化

    3437: 小P的牧场 Time Limit: 10 Sec  Memory Limit: 128 MBSubmit: 705  Solved: 404[Submit][Status][Discuss ...

  3. 【BZOJ-1010】玩具装箱toy DP + 斜率优化

    1010: [HNOI2008]玩具装箱toy Time Limit: 1 Sec  Memory Limit: 162 MBSubmit: 8432  Solved: 3338[Submit][St ...

  4. 【BZOJ】1096: [ZJOI2007]仓库建设(dp+斜率优化)

    http://www.lydsy.com/JudgeOnline/problem.php?id=1096 首先得到dp方程(我竟然自己都每推出了QAQ)$$d[i]=min\{d[j]+cost(j+ ...

  5. BZOJ 1096: [ZJOI2007]仓库建设(DP+斜率优化)

    [ZJOI2007]仓库建设 Description L公司有N个工厂,由高到底分布在一座山上.如图所示,工厂1在山顶,工厂N在山脚.由于这座山处于高原内陆地区(干燥少雨),L公司一般把产品直接堆放在 ...

  6. 学渣乱搞系列之dp斜率优化

    学渣乱搞系列之dp斜率优化 By 狂徒归来 貌似dp的斜率优化一直很难搞啊,尤其是像我这种数学很挫的学渣,压根不懂什么凸包,什么上凸下凸的,哎...说多了都是泪,跟wdd讨论了下,得出一些结论.本文很 ...

  7. HDU 3507 [Print Article]DP斜率优化

    题目大意 给定一个长度为\(n(n \leqslant 500000)\)的数列,将其分割为连续的若干份,使得 $ \sum ((\sum_{i=j}^kC_i) +M) $ 最小.其中\(C_i\) ...

  8. dp斜率优化

    算法-dp斜率优化 前置知识: 凸包 斜率优化很玄学,凭空讲怎么也讲不好,所以放例题. [APIO2014]序列分割 [APIO2014]序列分割 给你一个长度为 \(n\) 的序列 \(a_1,a_ ...

  9. BZOJ 1010: [HNOI2008]玩具装箱toy [DP 斜率优化]

    1010: [HNOI2008]玩具装箱toy Time Limit: 1 Sec  Memory Limit: 162 MBSubmit: 9812  Solved: 3978[Submit][St ...

随机推荐

  1. Java8新特性——Lambda表达式-1

    一.抛出需求 超市中挑选苹果,挑选条件多样化. 示例:找出绿色并且重量等于150的苹果,找出红色并且重量小于120苹果. 1.苹果类 public class Apple { private Stri ...

  2. WebAPI 之问题记录

    这篇博客是博主的第一篇博客,主要用于webapi学习过程中的问题记录 问题1:  重写OnAuthorization权限验证时,遇到AllowAnonymousAttribute特性不起作用的问题 p ...

  3. 使用jQuery开发dialog对话框插件

    1.插件使用 首先引入 jquery 库,然后引入 dialog.js.dialog.css,如下: <script type="text/javascript" src=& ...

  4. 【kubernetes】通过rancher2部署k8s

    1. K8S相关介绍 十分钟带你理解Kubernetes核心概念 2. 部署rancher # 更新操作系统软件包 yum update -y # 删除历史容器及数据 docker rm -f $(d ...

  5. vue-quill-editor 富文本框使用及上传图片到服务器

    注:上传图片需要结合element-ui的upload上传 首先第一步:安装vue-quill-editor或quill两个模块 yarn add vue-quill-editor -D yarn a ...

  6. instanceof 和isInstance

    Java中的instanceof关键字 instanceof是Java的一个二元操作符,和==,>,<是同一类东东.由于它是由字母组成的,所以也是Java的保留关键字.它的作用是测试它左边 ...

  7. vue-element-admin 前端框架 使用感触

    感触: 不搜不知道,一搜吓一跳!经常百度很重要. 美国有gitgub:https://github.com/search?q=vue-element-admin 中国有码云:https://gitee ...

  8. python 笔记二

    17.进程线程 进程间通信方式:管道Pipe:队列Queue:共享内存Value.Array.Manager: 多进程同步:锁Lock.递归锁RLock.Condition(条件变量):事件event ...

  9. Struts框架笔记03_OGNL表达式与值栈

    目录 1. OGNL 1.1 OGNL概述 1.1 什么是OGNL 1.1.2 OGNL的优势 1.1.2 OGNL使用的要素 1.2 OGNL的Java环境入门[了解] 1.2.1 访问对象的方法 ...

  10. PM2 监控 Spring Boot 项目运行

    更多 PM2 的用法介绍请参考: PM2简易使用手册 - 掘金 由于 PM2 通常都用于 node 应用, 所以 exec_mode 应写为 fork, 其中最重要的是 args, -jar 和 ja ...