CF321E Ciel and Gondolas Wqs二分 四边形不等式优化dp 决策单调性
很少遇到这么有意思的题目了。虽然很套路。。
容易想到dp \(f_{i,j}\)表示前i段分了j段的最小值 转移需要维护一个\(cost(i,j)\)
暴力显然不太行 不过暴力枚举决策的话 可以预处理前缀和线性推出。
显然想要优化决策的话第一步就需要O(1)求出\(cost(i,j)\)
经过画图 可以发现预处理出\(g[i][j]\)表示从\((1,1)\)到\((i,j)\)这个矩形中的点值和 和 \(sum_i\)表示\((1,1)\)到\((i,i)\)的点值和 就可以O(1)求值了。
观察dp转移式发现这是典型的四边形不等式优化dp 套用决策单调性 复杂度\(n\cdot k\cdot logn\)
强制k段 显然可以Wqs二分来解除限制 不过这样不太能分治做了 需要采用单调队列来做。
但存在一个问题 可能有mid的时候为k-1 mid+1的时候为k+1.
关于这个问题 通过值相等的时候分段多的方法来使上面情况合法化 最终尽管可能>=k的但是仍然可以构造出等于k的情况。
如果是小数二分的话显然不必要 因为可以精确到固定的点。
所以总复杂度\(n\cdot logMx \cdot logn\)
code
//#include<bits\stdc++.h>
#include<iostream>
#include<iomanip>
#include<cstdio>
#include<cstring>
#include<string>
#include<ctime>
#include<cmath>
#include<cctype>
#include<cstdlib>
#include<queue>
#include<deque>
#include<stack>
#include<vector>
#include<algorithm>
#include<utility>
#include<bitset>
#include<set>
#include<map>
#define ll long long
#define db double
#define INF 10000000000000010ll
#define ldb long double
#define pb push_back
#define put_(x) printf("%d ",x);
#define get(x) x=read()
#define gt(x) scanf("%d",&x)
#define gi(x) scanf("%lf",&x)
#define put(x) printf("%d\n",x)
#define putl(x) printf("%lld\n",x)
#define gc(a) scanf("%s",a+1)
#define rep(p,n,i) for(RE int i=p;i<=n;++i)
#define go(x) for(int i=lin[x],tn=ver[i];i;tn=ver[i=nex[i]])
#define fep(n,p,i) for(RE int i=n;i>=p;--i)
#define vep(p,n,i) for(RE int i=p;i<n;++i)
#define pii pair<int,int>
#define mk make_pair
#define RE register
#define P 1000000007
#define gf(x) scanf("%lf",&x)
#define pf(x) ((x)*(x))
#define uint unsigned long long
#define ui unsigned
#define EPS 1e-8
#define sq sqrt
#define S second
#define F first
#define mod 998244353
using namespace std;
char buf[1<<15],*fs,*ft;
inline char getc()
{
return (fs==ft&&(ft=(fs=buf)+fread(buf,1,1<<15,stdin),fs==ft))?0:*fs++;
}
inline int read()
{
RE int x=0,f=1;RE char ch=getc();
while(ch<'0'||ch>'9'){if(ch=='-')f=-1;ch=getc();}
while(ch>='0'&&ch<='9'){x=((ll)x*10+ch-'0')%mod;ch=getc();}
return x*f;
}
const int MAXN=4010,G=3;
int n,k,l,r;
ll f[MAXN];
int sum[MAXN],pre[MAXN][MAXN];
int c[MAXN][MAXN],cnt[MAXN];
struct wy{int l,r,x;}q[MAXN];
inline int cost(int i,int j)
{
return (sum[j]-c[i-1][j]*2+sum[i-1])>>1;
}
inline int pd(int x,int y,int z)
{
if(f[x]+cost(x+1,z)<f[y]+cost(y+1,z))return 0;
if(f[x]+cost(x+1,z)==f[y]+cost(y+1,z))return cnt[x]<cnt[y];
return 1;
}
inline int calc(wy a,int x)
{
int l=a.l,r=a.r+1;
while(l<r)
{
int mid=(l+r)>>1;
if(pd(a.x,x,mid))r=mid;
else l=mid+1;
}
return r;
}
inline void calc(int x)
{
q[l=r=1]=(wy){1,n,0};
rep(1,n,i)
{
while(l<r&&q[l].r<i)++l;
int w=q[l].x;++q[l].l;
f[i]=f[w]+cost(w+1,i)+x;cnt[i]=cnt[w]+1;
if(pd(q[r].x,i,n))
{
while(l<=r&&pd(q[r].x,i,q[r].l))--r;
if(l>r){q[++r]=(wy){i+1,n,i};continue;}
int w=calc(q[r],i);
q[r].r=w-1;q[++r]=(wy){w,n,i};
}
}
}
int main()
{
//freopen("1.in","r",stdin);
get(n);get(k);
rep(1,n,i)
{
rep(1,n,j)
{
int get(x);
pre[i][j]=pre[i][j-1]+x;
c[i][j]=c[i-1][j]+pre[i][j];
}
sum[i]=sum[i-1]+(pre[i][i]<<1);
}
int l=0,r=(sum[n]>>1)+1;
while(l+1<r)
{
int mid=(l+r)>>1;
calc(mid);
if(cnt[n]>=k)l=mid;
else r=mid;
}
calc(r);
if(cnt[n]>=k)l=r;else calc(l);
putl(f[n]-k*l);return 0;
}
CF321E Ciel and Gondolas Wqs二分 四边形不等式优化dp 决策单调性的更多相关文章
- 【BZOJ5311/CF321E】贞鱼/Ciel and Gondolas(动态规划,凸优化,决策单调性)
[BZOJ5311/CF321E]贞鱼/Ciel and Gondolas(动态规划,凸优化,决策单调性) 题面 BZOJ CF 洛谷 辣鸡BZOJ卡常数!!!!!! 辣鸡BZOJ卡常数!!!!!! ...
- BZOJ1563/洛谷P1912 诗人小G 【四边形不等式优化dp】
题目链接 洛谷P1912[原题,需输出方案] BZOJ1563[无SPJ,只需输出结果] 题解 四边形不等式 什么是四边形不等式? 一个定义域在整数上的函数\(val(i,j)\),满足对\(\for ...
- 【转】斜率优化DP和四边形不等式优化DP整理
(自己的理解:首先考虑单调队列,不行时考虑斜率,再不行就考虑不等式什么的东西) 当dp的状态转移方程dp[i]的状态i需要从前面(0~i-1)个状态找出最优子决策做转移时 我们常常需要双重循环 (一重 ...
- hdu 2829 Lawrence(四边形不等式优化dp)
T. E. Lawrence was a controversial figure during World War I. He was a British officer who served in ...
- codevs3002石子归并3(四边形不等式优化dp)
3002 石子归并 3 参考 http://it.dgzx.net/drkt/oszt/zltk/yxlw/dongtai3.htm 时间限制: 1 s 空间限制: 256000 KB 题目等级 ...
- CodeForces - 321E:Ciel and Gondolas (四边形不等式优化DP)
题意:N个人排成一行,分成K组,要求每组的不和谐值之和最小. 思路:开始以为是斜率优化DP,但是每个区间的值其实已经知道了,即是没有和下标有关的未知数了,所以没必要用斜率. 四边形优化. dp[i][ ...
- 石子合并(四边形不等式优化dp) POJ1160
该来的总是要来的———————— 经典问题,石子合并. 对于 f[i][j]= min{f[i][k]+f[k+1][j]+w[i][j]} From 黑书 凸四边形不等式:w[a][c]+w[b][ ...
- HDU 2829 Lawrence (斜率优化DP或四边形不等式优化DP)
题意:给定 n 个数,要你将其分成m + 1组,要求每组数必须是连续的而且要求得到的价值最小.一组数的价值定义为该组内任意两个数乘积之和,如果某组中仅有一个数,那么该组数的价值为0. 析:DP状态方程 ...
- 四边形不等式优化DP——石子合并问题 学习笔记
好方啊马上就要区域赛了连DP都不会QAQ 毛子青<动态规划算法的优化技巧>论文里面提到了一类问题:石子合并. n堆石子.现要将石子有次序地合并成一堆.规定每次只能选相邻的2堆石子合并成新的 ...
随机推荐
- idea 快速生成返回值快捷方式
idea java快速生成返回值 ctrl+alt+V
- 小程序checkbox-group只获取到一个值
wx:for循环不能写在checkbox-group标签上 wx:for循环不能写在checkbox-group标签上 wx:for循环不能写在checkbox-group标签上 wx:for循环不能 ...
- js 整理 前端知识点 前端面试题 (2020)(vue)
数据类型 字符串(String).数字(Number).布尔(Boolean).对空(Null).未定义(Undefined).Symbol. 引用数据类型:对象(Object).数组(Array). ...
- day73 bbs项目☞基本功能实现
目录 一.登录功能 二.首页搭建 三.admin后台管理 四.图片防盗链 五.个人站点展示 一.登录功能 views.py 0难度,都是基本操作,要熟悉auth模块的使用 # 登录功能 def log ...
- day17 装饰器(上)
目录 一.什么是装饰器 二.为什么要有装饰器 三.无参装饰器的使用 一.什么是装饰器 装饰:是对其他已有的事物添加额外具有一定意义的事物 器:是一种工具,在程序内可以定义成函数 合到一起就是: 装 ...
- 三种存储方式DAS、NAS、SAN
------------恢复内容开始------------ 一.DAS.NAS.SAN在存储领域的位置 随着主机.磁盘.网络等技术的发展,数据存储的方式和架构也在一直不停改变,本文主要介绍目前主流的 ...
- Elasticsearch 内存配置应用案例
Elasticsearch 内存配置 有三个可选项: 你主要做全文检索吗?考虑给 Elasticsearch 4 - 32 GB 的内存, 让 Lucene 通过操作系统文件缓存来利用余下的内存.那些 ...
- 06 flask源码剖析之路由加载
06 Flask源码之:路由加载 目录 06 Flask源码之:路由加载 1.示例代码 2.路由加载源码分析 1.示例代码 from flask import Flask app = Flask(__ ...
- kafka 监控工具 eagle 的安装(内附高速下载地址)
简介 如图 kafka eagle 是可视化的 kafka 监视系统,用于监控 kafka 集群 环境准备: 需要的内存:1.5G+ 支持的 kafka 版本:0.8.2.x,0.9.x,0.10.x ...
- J.U.C体系进阶(一):juc-executors 执行器框架
Java - J.U.C体系进阶 作者:Kerwin 邮箱:806857264@qq.com 说到做到,就是我的忍道! 主要内容: juc-executors 执行器框架 juc-locks 锁框架 ...