cogs 1330 [HNOI2008]玩具装箱toy
cogs 1330 [HNOI2008]玩具装箱toy
瞎扯,急忙AC的请跳过
感觉数据结构写的太多了有点晕=+
发现还没学斜率优化+-
于是来学一学QwQ
上次这题打了个决策优化直接水过了。。理论O(n^2)
蒯个链接
来推一推~
设f[i]为搞定区间1~i的答案。
推出转移方程:
\]
其中\(s_i\)为\(\sum_{j=1}^{i}C_j\)
这里优化一下:\(s_i\)表示\(i+\sum_{j=1}^{i}C_j\),转移方程简化为
\]
其实没那个必要优化,只是看着爽
然后,\(s_i-1-L\)只和\(i\)有关,\(-s_j\)只和j有关。一次转移中\(i\)是不会变的,\(s_i-1-L\)也是不会变的。
令\(X=s_i-1-L\).
\(f[i]=min(f[j]+(X-s_j)^2)\)
\(\ \ \ \ \ \ =min(f[j]+X^2+s_j^2-2Xs_j)\)
那个\(X^2\)与\(j\)毫无关联,完全可以提出来。
\(\ \ \ \ \ \ =min(f[j]+s_j^2-2Xs_j)+X^2\)
换一个角度:一个\(j\)会转移给不同的\(i\),转移过程中\(f[j]+s_j^2\)不会改变,改变的只有\(-2Xs_j\)
然后,由于\(X\)的不同,转移过去的值也不同。
这个值其实是个一次函数\(y=-2Xs_j+f[j]+s_j^2\).
把\(-2s_j\)看成\(k\),把\(f[j]+s_j^2\)看成\(b\).
画出笛卡尔平面直角坐标系。
(自行脑补,懒得画了)
有一些线是不需要的,因为x取什么值,它都取不到最小,可以删除
然后维护一个单调队列放所有的线
可以发现\(k\)单调递减,\(x\)单调递增,所以很好维护,如果队首答案>队首+1答案直接hd++,懒得证。
怎么维护真的懒得写了。。。下凸壳的左半部分
然后直接上代码吧?
感觉是最详细的一篇博客了
// It is made by XZZ
#include<cstdio>
#include<algorithm>
using namespace std;
#define rep(a,b,c) for(rg int a=b;a<=c;a++)
#define drep(a,b,c) for(rg int a=b;a>=c;a--)
#define erep(a,b) for(rg int a=fir[b];a;a=nxt[a])
#define il inline
#define rg register
#define vd void
#define db double
typedef long long ll;
il int gi(){
rg int x=0,f=1;rg char ch=getchar();
while(ch<'0'||ch>'9')f=ch=='-'?-1:f,ch=getchar();
while(ch>='0'&&ch<='9')x=x*10+ch-'0',ch=getchar();
return x*f;
}
const int maxn=50001;
ll s[maxn],f[maxn];
struct line{ll k,b;};
struct point{db x,y;};
il point javascript(const line&a,const line&b){
static point ret;
ret.x=(a.b-b.b)/(db)(a.k-b.k);
ret.y=ret.x*a.k+a.b;
return ret;
}
line que[maxn];int hd,tl;
int main(){
int n=gi();ll l=gi();
rep(i,1,n)s[i]=gi()+s[i-1];
rep(i,1,n)s[i]+=i;
f[0]=0;
hd=0,tl=-1;
que[++tl]=(line){0,0};
rep(i,1,n){
static ll x;x=s[i]-l-1;
while((tl^hd)&&que[hd].k*x+que[hd].b>que[hd+1].k*x+que[hd+1].b)++hd;
f[i]=que[hd].k*x+que[hd].b+x*x;
static line ls;ls=(line){-2*s[i],f[i]+s[i]*s[i]};
while((tl^hd)&&javascript(ls,que[tl]).x>javascript(ls,que[tl-1]).x)--tl;
que[++tl]=ls;
}
printf("%lld\n",f[n]);
return 0;
}
cogs 1330 [HNOI2008]玩具装箱toy的更多相关文章
- 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 ...
- BZOJ 1010: [HNOI2008]玩具装箱toy 斜率优化DP
1010: [HNOI2008]玩具装箱toy 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 ...
- 【bzoj1010】[HNOI2008]玩具装箱toy
1010: [HNOI2008]玩具装箱toy Time Limit: 1 Sec Memory Limit: 162 MBSubmit: 9281 Solved: 3719[Submit][St ...
- 【BZOJ 1010】 [HNOI2008]玩具装箱toy (斜率优化)
1010: [HNOI2008]玩具装箱toy Time Limit: 1 Sec Memory Limit: 162 MBSubmit: 9330 Solved: 3739 Descriptio ...
- bzoj 1010 [HNOI2008]玩具装箱toy(DP的斜率优化)
1010: [HNOI2008]玩具装箱toy Time Limit: 1 Sec Memory Limit: 162 MBSubmit: 7874 Solved: 3047[Submit][St ...
- BZOJ 1010 [HNOI2008]玩具装箱toy
1010: [HNOI2008]玩具装箱toy Time Limit: 1 Sec Memory Limit: 162 MBSubmit: 7184 Solved: 2724[Submit][St ...
- 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 ...
- P3195 [HNOI2008]玩具装箱TOY(斜率优化dp)
P3195 [HNOI2008]玩具装箱TOY 设前缀和为$s[i]$ 那么显然可以得出方程 $f[i]=f[j]+(s[i]-s[j]+i-j-L-1)^{2}$ 换下顺序 $f[i]=f[j]+( ...
- [luogu P3195] [HNOI2008]玩具装箱TOY
[luogu P3195] [HNOI2008]玩具装箱TOY 题目描述 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, ...
随机推荐
- Exchange & Office 365最小混合部署
前言 这篇文章的主题是混合部署~ 混合使得本地组织和云环境像一个单一的.协作紧密的组织一样运作.当组织决定进行混合部署,达到本地Exchange Server和Office 365共存的状态时,就会面 ...
- asp.net Core 使用过滤器判断请求客户端是否为移动端,并实现PC端和移动端请求映射和自动跳转
很多时候我们做网站时单纯的用bootstrap等前端框架实现的前端自适应带给用户的体验并不太好,所以为了提高用户体验会专门针对PC端网页重新设计一套移动端网页,但是怎么才能做到在移动端访问PC页面的时 ...
- Django 通过APNS推送消息
最近手上一个项目需要通过APNS向app推送消息,由于后端采用drf框架,在github上找了好多模块,最终发现pzanitti大神的推送模块 django-push-notifications 比较 ...
- UI(二)之正式过程
2018-12-04 09:48:25 1.SetWindowsHookEx ·钩子实际上是一个处理消息的程序段,通过系统调用,把它挂入系统.每当特定的消息发出,在没有到达目的窗口前,钩子程序就先捕获 ...
- Basestation函数解析(二)
---恢复内容开始--- 这部分从Basestation的RecvDataThread开始,流程为 RecvDataThread->RecvData->Decoder->PostDa ...
- PHP设计模式系列 - 迭代器
PHP迭代器: 可帮助构造特定的对象,那些对象能够提供单一标准接口循环或迭代任何类型的可计数数据.(不是特别常用,在PHP中) 使用场景: 1.访问一个聚合对象的内容而无需暴露它的内部表示. 2.支持 ...
- Eclipse插件安装方法大全
1. M2e maven2插件安装 参考地址:http://www.sonatype.com/books/m2eclipse-book/reference/install-sect-marketpla ...
- Regular Expression Patterns
Regular Expression Patterns Following lists the regular expression syntax that is available in Pytho ...
- oc消息转发:forwardInvocation、签名、参量个数、SEL 相关测试
结论1.签名的参量类型伪造不正确会导致崩溃. 结论二.签名个数不对可能会导致参量丢失. 结论三:在签名配置正确的情况下,系统会将函数调用的所有信息打包到NSInvocation准备转发: - (voi ...
- hdu2102
版权声明:本文为博主原创文章.未经博主同意不得转载. https://blog.csdn.net/u014303647/article/details/27705195 题目链接: pid=2102& ...