有 \(n\) 个数构成的序列 \({a_i}\),要将它划分为 \(k\) 段,定义每一段的权值为这段中 \((i,j) \ s.t. \ i<j,\ a_i=a_j\) 的个数,求一种划分方案,使得各段的权值和最小。 \(n \leq 10^5, k \leq min(n,20), a_i \leq n\)

设 \(f[i][j]\) 表示将 \(a_{1..j}\) 分为 \(i\) 段的最小价值,则很容易得到转移方程

\[f[i][j]=\min (f[i-1][k]+cost(k+1,j)) \ \ \ (k<j)
\]

暴力转移是 \(O(n^2 k)\),但这里有决策单调性,即 \(p_j\) 为 \(f[i][j]\) 的最优转移点(如果有多个就取最左边的),那么对于任意 \(k<j\) 一定有 \(p_k \leq p_j\)

注:形如 \(f_i = min/max_{j=1}^{i-1} g_j + w_{i,j}\),记 \(f_i\) 的最优决策点为 \(p_i\),即 \(f_i\) 从 \(g_{p_i} + w_{i,p_i}\) 处转移最优,如果满足 \(p_i \leq p_{i+1}\),则称该方程满足决策单调性

(不想证明可以先写个暴力打表然后一眼看规律)

所以我们整体二分来加速转移

考虑我们当前求解一段区间 \([l,r]\),所有 \(f_{i,j},\ j \in [l,r]\) 的最优决策点在 \([L,R]\) 之间。

对于 \([l,r]\) 的中点 \(mid\),可以暴力扫一遍 \([L,R]\),找到最优决策点 \(k\)

那么由于决策单调,所有 \(f_{i,j},\ j \in [l,mid]\) 的决策则落在 \([L,k]\) 上,所有 \(f_{i,j},\ j \in [mid+1,r]\) 的决策则落在 \([k,R]\) 上

总体时间复杂度 \(O(kn \log n)\)

因为某个循环边界写宽了然后就TLE了

#include <bits/stdc++.h>
using namespace std; #define int long long
const int N = 1000005;
int n,m,f[N],g[N],a[N],buc[N]={1,0},cnt;
signed pl,pr; inline void push(signed x) {
cnt+=buc[x];
buc[x]++;
} inline void pop(signed x) {
buc[x]--;
cnt-=buc[x];
} void trans(signed l,signed r) {
while(l<pl) pl--, push(a[pl]);
while(r>pr) pr++, push(a[pr]);
while(l>pl) pop(a[pl]), pl++;
while(r<pr) pop(a[pr]), pr--;
//cout<<l<<" "<<r<<" "<<cnt<<endl;
} void solve(int l,int r,int L,int R) {
int mid=(l+r)/2;
int mx=1e18,k=0;
for(int i=L;i<=min(R,mid-1);i++) { //!
trans(i+1,mid);
if(g[i]+cnt<mx) {
mx=g[i]+cnt;
k=i;
}
}
f[mid]=mx;
if(l<r) {
solve(l,(l+r)/2-1,L,k); //!
solve((l+r)/2+1,r,k,R);
}
} signed main() {
ios::sync_with_stdio(false);
scanf("%lld%lld",&n,&m);
for(int i=1;i<=n;i++) {
scanf("%lld",&a[i]);
}
for(int i=1;i<=n;i++) {
trans(1,i);
f[i]=g[i]=cnt;
//<<g[i]<<" ";
}//cout<<endl;
for(int i=2;i<=m;i++) {
solve(1,n,1,n);
for(int j=1;j<=n;j++) g[j]=f[j];
/*for(int j=1;j<=n;j++) {
cout<<f[j]<<" ";
}
cout<<endl;*/
}
cout<<f[n];
}

Wannafly Camp 2020 Day 3F 社团管理 - 决策单调性dp,整体二分的更多相关文章

  1. Wannafly Camp 2020 Day 2B 萨博的方程式 - 数位dp

    给定 \(n\) 个数 \(m_i\),求 \((x_1,x_2,...,x_n)\) 的个数,使得 \(x_1 \ xor\ x_2\ xor\ ...\ xor\ x_n = k\),且 \(0 ...

  2. BZOJ_4609_[Wf2016]Branch Assignment_决策单调性+带权二分

    BZOJ_4609_[Wf2016]Branch Assignment_决策单调性+带权二分 Description 要完成一个由s个子项目组成的项目,给b(b>=s)个部门分配,从而把b个部门 ...

  3. BZOJ_5311_贞鱼_决策单调性+带权二分

    BZOJ_5311_贞鱼_决策单调性+带权二分 Description 众所周知,贞鱼是一种高智商水生动物.不过他们到了陆地上智商会减半. 这不?他们遇到了大麻烦! n只贞鱼到陆地上乘车,现在有k辆汽 ...

  4. BZOJ4426 :最大生产率(贪心+决策单调性DP)

    题意:给出N个人,现在让你分P组,每组的工作效率是最小结束时间-最大开始时间,要求每一组的效率的正数,求最大效率和.N<1000 思路: 把包含至少一个其他的分到A组:否则到B组. A组的要么单 ...

  5. CF321E Ciel and Gondolas 【决策单调性dp】

    题目链接 CF321E 题解 题意:将\(n\)个人分成\(K\)段,每段的人两两之间产生代价,求最小代价和 容易设\(f[k][i]\)表示前\(i\)个人分成\(k\)段的最小代价和 设\(val ...

  6. BZOJ2216 [Poi2011]Lightning Conductor 【决策单调性dp】

    题目链接 BZOJ2216 题解 学过高中数学都应知道,我们要求\(p\)的极值,参变分离为 \[h_j + sqrt{|i - j|} - h_i \le p\] 实际上就是求\(h_j + sqr ...

  7. 洛谷 P3515 [ POI 2011 ] Lightning Conductor —— 决策单调性DP

    题目:https://www.luogu.org/problemnew/show/P3515 决策单调性... 参考TJ:https://www.cnblogs.com/CQzhangyu/p/725 ...

  8. LOJ2074/2157 JSOI2016/POI2011 Lightning Conductor 决策单调性DP

    传送门 我们相当于要求出\(f_i = \max\limits_{j=1}^{n} (a_j + \sqrt{|i-j|})\).这个绝对值太烦人了,考虑对于\(i>j\)和\(i<j\) ...

  9. Wannafly Winter Camp 2020 Day 5C Self-Adjusting Segment Tree - 区间dp,线段树

    给定 \(m\) 个询问,每个询问是一个区间 \([l,r]\),你需要通过自由地设定每个节点的 \(mid\),设计一种"自适应线段树",使得在这个线段树上跑这 \(m\) 个区 ...

随机推荐

  1. linux shell 操作 mysql命令(不进入mysql操作界面)

    由于需要,需要将一系列mysql的操作制作成.sh文件,只需要shell操作bash命令就可以傻瓜式的完成黑盒任务. #!/bin/bash mysql -uroot -p??? -e "c ...

  2. 学习Sparql

    一 . gstore--一种开源图数据库系统 https://www.docin.com/p-1951514687.html 二 . 使用 SPARQL 查询 RDF 数据 https://www.i ...

  3. Memcache 安装配置使用

    Memcached 是一个高性能的分布式内存对象缓存系统,用于动态Web应用以减轻数据库负载.                                                     ...

  4. 使用mysqlfrm恢复frm表结构的方法

    1.mysqlfrm安装 由于mysqlfrm是mysql-utilities工具一部分,那么我们安装mysql-utilities即可,下载好对应的源码包,进行编译安装 shell> wget ...

  5. 1. c++实现最最最原始人的数字时钟

    网课c++第一次作业,学到了iomanip库文件里的setw(),setfill()等函数,自己完成作业时搜着学到了Windows.h库文件里的sleep(),system("cls&quo ...

  6. mitmproxy--Cannot establish TLS with client (sni: e.crashlytics.com): TlsException("(-1, 'Unexpected EOF')",) 解决办法

    按崔哥(https://cuiqingcai.com/5391.html)的安装步骤一步步下来,会报这个错误: Cannot establish TLS with client (sni: e.cra ...

  7. Head First设计模式——代理模式

    在HeadFirst设计模式中代理模式用了比较多的篇幅来讲解,其中的例子我感觉有些繁琐,所以我们这篇就不按照惯例用例子来阐述代理模式了.我们直接进入正题,分析模式本身的设计和解决的问题. 远程代理模式 ...

  8. 全面解析百度大脑发布“AI开发者‘战疫’守护计划”

    即日起,百度大脑发布“AI开发者战疫守护计划” 大疫当前,人人有责,携手开发者共同出击抗击疫情 基于百度大脑AI开放平台和飞桨深度学习平台,积极运用算法.算力.软件等“武器”助力抗疫!   谁能参与计 ...

  9. python filter函数(40)

    一.filter函数简介 filter函数主要用来筛选数据,过滤掉不符合条件的元素,并返回一个迭代器对象,如果要转换为列表list或者元祖tuple,可以使用内置函数list() 或者内置函数tupl ...

  10. opencv —— remap 重映射

    重映射的概念 重映射,就是把一幅图像中某位置的像素放置到另一个图片指定位置的过程. 实现重映射:remap 函数 将图像进行重映射几何变换,基于的公式为:dst (x, y) = src ( mapx ...