[luogu P3648] [APIO2014]序列分割

题目描述

小H最近迷上了一个分隔序列的游戏。在这个游戏里,小H需要将一个长度为n的非负整数序列分割成k+1个非空的子序列。为了得到k+1个子序列,小H需要重复k次以下的步骤:

1.小H首先选择一个长度超过1的序列(一开始小H只有一个长度为n的序列——也就是一开始得到的整个序列);

2.选择一个位置,并通过这个位置将这个序列分割成连续的两个非空的新序列。

每次进行上述步骤之后,小H将会得到一定的分数。这个分数为两个新序列中元素和的乘积。小H希望选择一种最佳的分割方式,使得k轮之后,小H的总得分最大。

输入输出格式

输入格式:

输入第一行包含两个整数n,k(k+1≤n)。

第二行包含n个非负整数a1,a2,...,an(0≤ai≤10^4),表示一开始小H得到的序列。

输出格式:

第一行包含一个整数,为小H可以得到的最大分数。

第二行输出 k个介于 1 到 n−1 之间的整数,表示为了使得总得分最大,你每次操作中分开两个块的位置。第 i 个整数 si​​ 表示第 i 次操作将在 s​i​​ 和 s​i+1​​ 之间把块分开。

如果有多种方案使得总得分最大,输出任意一种方案即可。

输入输出样例

输入样例#1:

7 3
4 1 3 4 0 2 3
输出样例#1:

108
1 3 5

说明

你可以通过下面这些操作获得 108108 分:

初始时你有一块 (4, 1, 3, 4, 0, 2, 3)(4,1,3,4,0,2,3)。在第 11 个元素后面分开,获得 4 \times (1 + 3 + 4 + 0 + 2 + 3) = 524×(1+3+4+0+2+3)=52 分。

你现在有两块 (4), (1, 3, 4, 0, 2, 3)(4),(1,3,4,0,2,3)。在第 33 个元素后面分开,获得 (1 + 3) \times (4 + 0 + 2 + 3) = 36(1+3)×(4+0+2+3)=36 分。

你现在有三块 (4), (1, 3), (4, 0, 2, 3)(4),(1,3),(4,0,2,3)。在第 55 个元素后面分开,获得 (4 + 0) \times (2 + 3) = 20(4+0)×(2+3)=20 分。

所以,经过这些操作后你可以获得四块 (4), (1, 3), (4, 0), (2, 3)(4),(1,3),(4,0),(2,3) 并获得 52 + 36 + 20 = 10852+36+20=108 分。

限制与约定

第一个子任务共 11 分,满足 1 \leq k < n \leq 101≤k<n≤10。

第二个子任务共 11 分,满足 1 \leq k < n \leq 501≤k<n≤50。

第三个子任务共 11 分,满足 1 \leq k < n \leq 2001≤k<n≤200。

第四个子任务共 17 分,满足 2 \leq n \leq 1000, 1 \leq k \leq \min{n - 1, 200}2≤n≤1000,1≤k≤minn−1,200。

第五个子任务共 21 分,满足 2 \leq n \leq 10000, 1 \leq k \leq \min{n - 1, 200}2≤n≤10000,1≤k≤minn−1,200。

第六个子任务共 29 分,满足 2 \leq n \leq 100000, 1 \leq k \leq \min{n - 1, 200}2≤n≤100000,1≤k≤minn−1,200。

斜率优化DP。还被卡了一会,应该是昨天没有完全理解。今天再努力理解了一下,发现有了新的认识。

显然,对于这一题,切割的顺序是无关的,只要确定断点就好了。

那么很容易就想到一个转移方程:

f[i]=max{f[j]+s[j](s[i]-s[j])}。

而我又get到了新的方法来解——>(正确姿势)

设k<j<i,对于i来说,取j的决策比k更优越,则满足f[j]+s[j](s[i]-s[j])>f[k]+s[k](s[i]-s[k])。

紫经过转化以后,变成了

-s[i]<((f[j]-s[j]^2)-(f[k]-s[k]^2))/(s[j]-s[k])

这很像一个斜率式,我们可以将-s[i]看做点(f[j]-s[j]^2,s[j])和点(f[k]-s[k]^2,s[k])之间连线的斜率,只有满足上式(大于-s[i]),j才比k更优越。

由于-s[i]是单调减的,所以对于i+1,i+2....显然都是取j比取k更优越,所以就可以不考虑k了,直接把它扔掉。

先脱离一下题目,为了方便考虑,我们设当k<j<i且slope(k,j)<-s[c]时,j比k更优。

那我们再考虑一下当k<j<i时,j什么时候是没用的。

设u,v两点间斜率为slope(u,v),当前决策点为c,则

当slope(k,j)>slope(j,i)时,如果slope(k,j)>-s[c],则k比j更优;如果slope(k,j)<-s[c],则slope(j,i)<slope(k,j)<-s[c],此时i比j更优。

所以在这种情况下无论何时,j都不会成为当前最优解。

然后我们便发现,如果我们用一个双端队列把这些可能会被用到的决策点依次存起来(按DP的顺序,也就是下标的从小到大或从大到小),

根据我们上面所提到的,把不需要的决策点去掉,对留下来的点中任意相邻三个点i、j、k,一定有s(k,j)<s(j,i)——也就是说,这个斜率是单调增的(或者对于有些题是单调减)。正如以下这个图片:

现在我们简单说一下如何维护这个单调队列,j1、j2、j3....是单调队列里当前正在维护的决策点,设我们的DP当前处理到了i。这些决策点还在单调队列里当且仅当这些点可能成为i、i+1、i+2...的最优决策点。

现在我们想要计算第i个点的f[i],首先我们要找出单调队列里哪个点是i的最优决策点,我们从队首开始看起。

设队首的两个点为j1、j2,我们计算slope(j1,j2),当slope(j1,j2)<−s[c]),j2比j1更优,我们把j1从单调队列中pop出来,以后也用不到了,然后再对slope(j2,j3)进行比较;

当slope(j1,j2)>−s[c],j1比j2更优,且因为队列的单调性,slope(j2,j3)>slope(j1,j2)>−s[c],也就是说j1优于j2优于j3...,则j1是对于当前点i最优的一个决策。

然后有了决策点,我们就可以计算出f[i]。现在我们来考虑将一个点添加到单调队列中去。

假设我们要添加的点为j5(如上图中红点),设队尾的两个点为j3、j4。

我们比较slope(j3,j4)与slope(j4,j5),若slope(j3,j4)>slope(j4,j5),则j4永远不可能是最优决策点,把j4,也就是队尾的点弹出,再依次比较;

若slope(j3,j4)<slope(j4,j5)满足斜率单调增的单调性,把j5,也就是DP到的当前节点插入到队尾。

然后再回到这题。这题的条件是当k<j<i时,slope(k,j)>-s[i],j比k更优。那么刚好与上面相反,我们需要维护的是一个上凸包,即斜率越来越小。

还有,由于空间限制,这一题需要滚动数组,所以会有一些细节需要注意。

(Hint:部分摘自:http://www.cnblogs.com/akhpl/p/6715148.html,大力推荐)

code:(话说我的斜率DP写法很少人写啊。。。所以难查错)

 %:pragma GCC optimize()
 #include<bits/stdc++.h>
 #define sqr(x) ((x)*(x))
 #define LL long long
 using namespace std;
 ;
 const double inf=1e18;
 ],r[],roa[][N];
 LL s[N],f[][N];
 struct point {
     LL x,y; int i;
     point() {}
     point(LL _x,LL _y,int _i):x(_x),y(_y),i(_i) {}
 }st[][N];
 int read() {
     ,f=; char ch=getchar();
     :,ch=getchar();
     +ch-',ch=getchar();
     return x*f;
 }
 double slope(point u,point v) {
     return u.x==v.x?(u.y<v.y?inf:-inf):1.0*(v.y-u.y)/(v.x-u.x);
 }
 LL get(int y,int x,int i,LL k) {
     ])>1.0*k) l[i]++;
     roa[y][x]=st[i][l[i]].i;
     return st[i][l[i]].y-k*st[i][l[i]].x;
 }
 void insert(int i,point cur) {
     ],st[i][r[i]])<slope(st[i][r[i]-],cur)) r[i]--;
     st[i][++r[i]]=cur;
 }
 int main() {
     n=read(),k=read(),s[]=;
     ; i<=n; i++) s[i]=s[i-]+read();
     ,now,pre; j<=k; j++) {
         now=j&,pre=-now,l[pre]=,r[pre]=,st[++r[pre]][pre]=point(,,);
         ; i<=n; i++) {
             f[now][i]=get(j,i,pre,-s[i]);
             insert(pre,point(s[i],f[pre][i]-s[i]*s[i],i));
         }
     }
     printf(][n]);
     ; j--) i=roa[j][i],printf("%d ",i);
     ;
 }

[luogu P3648] [APIO2014]序列分割的更多相关文章

  1. P3648 [APIO2014]序列分割(斜率优化dp)

    P3648 [APIO2014]序列分割 我们先证明,分块的顺序对结果没有影响. 我们有一个长度为3的序列$abc$ 现在我们将$a,b,c$分开来 随意枚举一种分块方法,如$(ab)(c)$,$(a ...

  2. 洛谷 P3648 [APIO2014]序列分割 解题报告

    P3648 [APIO2014]序列分割 题目描述 你正在玩一个关于长度为\(n\)的非负整数序列的游戏.这个游戏中你需要把序列分成\(k+1\)个非空的块.为了得到\(k+1\)块,你需要重复下面的 ...

  3. P3648 [APIO2014]序列分割

    传送门 首先容易证明,得分和切的顺序没有关系 所以直接默认先切左边再切右边就好了 然后显然可以 $dp$ 一开始想的是设 $f[i][j]$ 表示切了 $i$ 次,此次把 $j$ 和 $j+1$ 分开 ...

  4. 洛谷P3648 [APIO2014]序列分割(斜率优化)

    传送门 没想到这种多个状态转移的还能用上斜率优化……学到了…… 首先我们可以发现,切的顺序对最终答案是没有影响的 比方说有一个序列$abc$,每一个字母都代表几个数字,那么先切$ab$再切$bc$,得 ...

  5. 洛谷 P3648 [APIO2014]序列分割

    题意简述 有一个长度为n的序列,分成k + 1非空的块, 选择两个相邻元素把这个块从中间分开,得到两个非空的块. 每次操作后你将获得那两个新产生的块的元素和的乘积的分数.求总得分最大值. 题解思路 f ...

  6. P3648 [APIO2014]序列分割 斜率优化

    题解:斜率优化\(DP\) 提交:\(2\)次(特意没开\(long\ long\),然后就死了) 题解: 好的先把自己的式子推了出来: 朴素: 定义\(f[i][j]\)表示前\(i\)个数进行\( ...

  7. 【斜率DP】BZOJ 3675:[Apio2014]序列分割

    3675: [Apio2014]序列分割 Time Limit: 40 Sec  Memory Limit: 128 MBSubmit: 1066  Solved: 427[Submit][Statu ...

  8. BZOJ 3675: [Apio2014]序列分割( dp + 斜率优化 )

    WA了一版... 切点确定的话, 顺序是不会影响结果的..所以可以dp dp(i, k) = max(dp(j, k-1) + (sumn - sumi) * (sumi - sumj)) 然后斜率优 ...

  9. bzoj3675[Apio2014]序列分割 斜率优化dp

    3675: [Apio2014]序列分割 Time Limit: 40 Sec  Memory Limit: 128 MBSubmit: 3508  Solved: 1402[Submit][Stat ...

随机推荐

  1. cocos2d-x在Android上的编译过程(3):简化Android.mk文件的编写

    在编译动态库时.要求我们要去编写jni/Android.mk文件.告诉编译器编译出来的库时应包括包括编译文件和其它引用库.但对于一个大项目来说,维护这个文件肯定是一件比較繁琐的事情.由于每加一个文件或 ...

  2. WebDriver与文件系统

    1.屏幕截屏操作:其接口函数是TakesScreenshot.该功能是在运行测试用例的过程中,需要验证某个元素的状态或者显示的数值时,可以将屏幕截取下来进行对比:或者在异常或者错误发生的时候将屏幕截取 ...

  3. 016-并发编程-java.util.concurrent.locks之-Lock及ReentrantLock

    一.概述 重入锁ReentrantLock,就是支持重进入的锁 ,它表示该锁能够支持一个线程对资源的重复加锁.支持公平性与非公平性选择,默认为非公平. 以下梳理ReentrantLock.作为依赖于A ...

  4. CDN和智能DNS原理和应用 (原)

    CDN是什么? CDN的全称是Content Delivery Network,即内容分发网络. CDN是构建在网络之上的内容分发网络,依靠部署在各地的边缘服务器,通过中心平台的负载均衡.内容分发.调 ...

  5. Newtonsoft.Json解析数组

    以下是解析json数组: var jsonInfo=[{"name":"abc","id":"1","coun ...

  6. Java-HttpURLConnection详细说明与实例

    URLConnection 类是一个抽象类,代表应用程序和URL之间的通信连接,此类的实例可用于读取和写入此URL引用的资源.URLConnection 允许使用GET,POST或者其他HTTP方法请 ...

  7. axios的封装

    function axios(options){ var promise = new Promise((resolve,reject)=>{ var xhr = null; if(window. ...

  8. sql_mode 之 ignore_space

    用于忽略mysql系统函数名与之后的括号之间的空格. 还是给个形像的说明吧如:count   (*) 通过设置ignore_space 这个sql_mode 就可以把空格给忽略变成count(*) 1 ...

  9. RESTful API 设计指南-阮一峰

    作者: 阮一峰 日期: 2014年5月22日 网络应用程序,分为前端和后端两个部分.当前的发展趋势,就是前端设备层出不穷(手机.平板.桌面电脑.其他专用设备......). 因此,必须有一种统一的机制 ...

  10. Springboot学习笔记(一)-线程池的简化及使用

    工作中经常涉及异步任务,通常是使用多线程技术,比如线程池ThreadPoolExecutor,它的执行规则如下: 在Springboot中对其进行了简化处理,只需要配置一个类型为java.util.c ...