洛谷P3195

bzoj1010

设s数组为C的前缀和

首先$ans_i=min_{j<i}\{ans_j+(i-j-1+s_i-s_j-L)^2\}$

(斜率优化dp)参考(复读)https://www.cnblogs.com/orzzz/p/7885971.html

设j不比k劣,则$ans_j+(i-j-1+s_i-s_j-L)^2 <= ans_k+(i-k-1+s_i-s_k-L)^2$

化简,与i相关的放到一边,(由于要除法,设$k+s_k-j-s_j>0$)

得$2(i+s_i)<=\frac{x_k-x_j+(k+s_k)^2-(j+s_j)^2+2(k+s_k)(L+1)-2(j+s_j)(L+1)}{k+s_k-j-s_j}$

设$f(k)=x_k+(k+s_k)^2+2(k+s_k)(L+1)$,$g(k)=k+s_k$,则$2(i+s_i)<=\frac{f(k)-f(j)}{g(k)-g(j)}$

也就是说,当$g(k)>g(j)$时,当且仅当满足这个条件时,j不比k劣

对于每个j,都表示为二维平面上一个点$(g(j),f(j))$

如果有这样三个点i,j,k(图中横坐标分别改成g(i),g(j),g(k)),

那么$\frac{f(i)-f(j)}{g(i)-g(j)}<\frac{f(j)-f(k)}{g(j)-g(k)}$

可以发现,不管$2(i+s_i)$会插入到与这两者有关的什么位置(比两者都小,夹在中间,比两者都大),j都不可能是最优解

因此,只有下凸壳上面的点才可能是最优解,可以在算出i的答案并加入i的同时维护一下下凸壳(此处$g(i)=i+s_i$是单调的,直接栈维护即可)

怎么样在下凸壳找到这个最优解呢?

考虑这样三个点i,j,k(图中横坐标分别改成g(i),g(j),g(k)),

那么$\frac{f(i)-f(j)}{g(i)-g(j)}>\frac{f(j)-f(k)}{g(j)-g(k)}$

可以发现,如果$2(i+s_i)$比两者都大,那么i最优;如果夹在中间,则j最优;如果比两者都小,则k最优

把3个点扩展到很多个点,可以发现如果搞出一个线段集合,表示下凸壳相邻两点间连线的集合,在这个集合中取出一条斜率>$2(i+s_i)$并且最小的线段,这条线段靠前(靠左)的那个点就是最优解(意会一下)(下凸壳边界点可能要特判)

由于此处$2(i+s_i)$是单调的,可以用一个指针直接维护这个最优解的位置

 #include<cstdio>
#include<algorithm>
#include<cstring>
#include<vector>
using namespace std;
#define fi first
#define se second
#define mp make_pair
#define pb push_back
typedef long long ll;
typedef unsigned long long ull;
struct P
{
ll x,y,n;
};
P operator-(const P &a,const P &b)
{
return (P){a.x-b.x,a.y-b.y,};
}
ll cross(const P &a,const P &b)
{
return a.x*b.y-b.x*a.y;
}
inline ll sqr(ll x){return x*x;}
P tmp[];int l,r;
int n;ll L;
ll s[],ans[];
int main()
{
int i;ll t1;P tn;
scanf("%d%lld",&n,&L);
for(i=;i<=n;++i)
{
scanf("%lld",s+i);
s[i]+=s[i-];
}
l=;r=;
tmp[++r]=(P){,,};
for(i=;i<=n;++i)
{
t1=*(i+s[i]);
while(l<r && tmp[l+].y-tmp[l].y <= t1*(tmp[l+].x-tmp[l].x)) ++l;
if(l>r) l=r;
ans[i]=ans[tmp[l].n]+sqr(i-tmp[l].n-+s[i]-s[tmp[l].n]-L);
tn=(P){i+s[i],ans[i]+(i+s[i])*(i+s[i]+*L+),i};
while(r>= && cross(tn-tmp[r-],tmp[r]-tmp[r-])>=) --r;
tmp[++r]=tn;
}
printf("%lld\n",ans[n]);
return ;
}

为什么是凸包呢?好像还有一种解释方法

化简一下$ans_j+(i-j-1+s_i-s_j-L)^2$=$(i+s_i)^2-2(i+s_i)(j+s_j+L+1)+(j+s_j+L+1)^2+x_j$

其中$(i+s_i)^2$只与i有关,先提出去,

剩下$-2(i+s_i)(j+s_j+L+1)+(j+s_j+L+1)^2+x_j$

设其为z,现在要求z的最小值

发现这个过程类似线性规划,等式为$z=-2(i+s_i)(j+s_j+L+1)+(j+s_j+L+1)^2+x_j$

即$(j+s_j+L+1)^2+x_j=2(i+s_i)(j+s_j+L+1)+z$

设$x=j+s_j+L+1$,$y=(j+s_j+L+1)^2+x_j$,$a=2(i+s_i)$,则$y=ax+z$

对于每个j<i,可以看做平面上一个点(x,y),得到点集S

现在有直线$y=ax+z$,a是定值,z不确定,要使得它经过S中一个点,且截距z最小,就拿这条直线从右往左移,碰到第一个点时停下来

显然,只有点集的下凸壳上的点有可能被靠到(也有可能靠到下凸壳的一条边上,这时边的两个端点都是最优解)

下凸壳的性质是:形成它的各条线段的斜率递增

因此,要找到这条直线会靠到什么地方,维护下凸壳,在上面按斜率二分一下就行(这题有特殊性质,也可以用一个指针维护)

话说推出来的式子跟上面不一样,但是仍然可以A?

 #include<cstdio>
#include<algorithm>
#include<cstring>
#include<vector>
using namespace std;
#define fi first
#define se second
#define mp make_pair
#define pb push_back
typedef long long ll;
typedef unsigned long long ull;
struct P
{
ll x,y,n;
};
P operator-(const P &a,const P &b)
{
return (P){a.x-b.x,a.y-b.y,};
}
ll cross(const P &a,const P &b)
{
return a.x*b.y-b.x*a.y;
}
inline ll sqr(ll x){return x*x;}
P tmp[];int l,r;
int n;ll L;
ll s[],ans[];
int main()
{
int i;ll t1;P tn;
scanf("%d%lld",&n,&L);
for(i=;i<=n;++i)
{
scanf("%lld",s+i);
s[i]+=s[i-];
}
l=;r=;
tmp[++r]=(P){L+,sqr(L+),};
for(i=;i<=n;++i)
{
t1=*(i+s[i]);
while(l<r && tmp[l+].y-tmp[l].y <= t1*(tmp[l+].x-tmp[l].x)) ++l;
if(l>r) l=r;
ans[i]=ans[tmp[l].n]+sqr(i-tmp[l].n-+s[i]-s[tmp[l].n]-L);
tn=(P){i+s[i]+L+,ans[i]+sqr(i+s[i]+L+),i};
while(r>= && cross(tn-tmp[r-],tmp[r]-tmp[r-])>=) --r;
tmp[++r]=tn;
}
printf("%lld\n",ans[n]);
return ;
}

其他资料(未看,咕咕咕)

https://www.cnblogs.com/MashiroSky/p/6009685.html

https://blog.csdn.net/lxc779760807/article/details/51366552

https://codeforces.com/blog/entry/63823

https://www.cnblogs.com/flashhu/p/9480669.html

洛谷P3195||bzoj1010 [HNOI2008]玩具装箱TOY的更多相关文章

  1. 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 ...

  2. 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 ...

  3. [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... ...

  4. [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.. ...

  5. [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... ...

  6. 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 ...

  7. 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 ...

  8. 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" ...

  9. 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 ...

随机推荐

  1. linux命令学习(8):mv命令

    版权声明更新:2017-05-12博主:LuckyAlan联系:liuwenvip163@163.com声明:吃水不忘挖井人,转载请注明出处! 1 文章介绍 本文介绍了Linux下面的mv命令. 2. ...

  2. 汇编题目:在DOS下,按F1键后改变当前屏幕的显示颜色

    我们都知道int9中断是键盘的按键中断程序,按下键盘触发int9中断,不懂int9中断的请自己去百度查查说明和用法 利用中断任务安装一个新的int 9中断例程,功能:在DOS下,按F1键后改变当前屏幕 ...

  3. UML Design Via Visual Studio-Sequence Diagram

    本文主要介绍在Visual Studio中设计时序图,内容如下: 何时使用时序图 时序图元素介绍 条件.循环在时序图中的使用 直接通过代码生成时序图 一.何时使用时序图 当要查看单个用例内若干对象的行 ...

  4. DNSmasq

    是一款轻便的主要用于个人电脑的DNS:占用的端口是53(和DNS服务的bind的端口一致):我之所以关注它,就是因为在安装DCOS的时候是不允许占用53端口:但是其实默认安装的CentOS几乎都有这个 ...

  5. form+iframe实现ajax文件上传

    在做文件上传时除了传入文件外,还有附件参数,并且要求不刷新页面,之前是表单提交的方式,现在修改成ajax上传的方式,由于没有选择用插件,所以用form+iframe的方式,并且这种方式对IE8以上及主 ...

  6. CRT Library Features

    CRT Library Features The new home for Visual Studio documentation is Visual Studio 2017 Documentatio ...

  7. rails Ajax--利用Jquery

    view function init_tree(product_name) { var htmlobj=$.ajax({url: "get_all_file?param=" + p ...

  8. ES6学习之装饰器

    定义:修饰器是一个对类进行处理的函数,用来修改类的行为 <注>:装饰器只能用来修改类及类的方法 类的装饰: 静态属性:只能通过类访问,修饰函数直接在类上操作 @testable class ...

  9. sklearn实现聚类

    import numpy as np from sklearn import datasets from sklearn.cross_validation import train_test_spli ...

  10. 6.5 通过命令安装git

    本来是一头雾水,以为很麻烦,结果,一句命令就搞定: 安装完后,在搜索框搜索,即出现github.