【BZOJ4518】[SDOI2016] 征途(重拾斜率优化DP)
大致题意: 让你把一个长度为\(n\)的序列划分成\(m\)块,求每块数总和的最小方差乘\(m^2\)的值。
转化方差
首先方差显然是一个比较复杂的东西,需要进行一定转化。
设\(p_i\)为第\(i\)块数总和;\(s_i\)为原序列的前缀和,即\(s_i=\sum_{i=1}^ia_i\);\(\bar p\)为\(p_i\)的平均值,即\(\bar{p}=\frac{\sum_{i=1}^mp_i}m=\frac{s_n}m\)。
然后推式子:
\]
其中\(\sum_{i=1}^mp_i\)显然就是\(s_n\),同时我们把\(\bar{p}\)的值代入得到:
\]
动态规划
考虑上面这个式子,其中\(m,s_n^2\)都是常数,因此我们只需要最小化\(p_i\)平方和。
可以考虑动态规划。
设\(f_{i,j}\)表示当前第\(i\)位,已划分出\(j\)块时的\(p_i\)平方和的最小值。
显然暴力转移只需枚举一个转移点:
\]
这就是\(O(n^3)\)的做法了。
斜率优化
显然上面的\(DP\)还不够优,需要优化。
这里我们考虑斜率优化。
设当前为\(i\),比较对于\(a\)和\(b\)两个转移点,若我们选择\(a\)进行转移,则需要满足:
\]
拆平方并移项:
\]
两边同除以\(s_b-s_a\)得:
\]
设\(A(x)=s_x,B(x)=f_{x,j-1}+s_x^2\),则上面的式子就相当于:
\]
这是一个斜率的形式。
那么我们就可以开一个单调队列维护一个斜率逐渐上升的序列。
然后每次转移之前,将队首斜率小于\(2s_i\)的几项弹掉再转移即可。
代码
#include<bits/stdc++.h>
#define Tp template<typename Ty>
#define Ts template<typename Ty,typename... Ar>
#define Reg register
#define RI Reg int
#define Con const
#define CI Con int&
#define I inline
#define W while
#define N 3000
#define INF 1e9
using namespace std;
int n,m,a[N+5],s[N+5],q[N+5],f[N+5][N+5];
int main()
{
RI i,j,H,T;for(scanf("%d%d",&n,&m),i=1;i<=n;++i) scanf("%d",a+i),s[i]=s[i-1]+a[i];//读入+初始化前缀和
#define A(x) (s[x])
#define B(x) (f[x][j-1]+s[x]*s[x])
#define S(x,y) (1.0*(B(y)-B(x))/(A(y)-A(x)))
#define Slope (2.0*s[i])
for(i=1;i<=n;++i) f[i][0]=INF;//初始化
for(j=1;j<=m;++j) for(q[H=T=1]=0,i=1;i<=n;++i)//注意要先枚j
{
W(H<T&&Slope>=S(q[H],q[H+1])) ++H;//弹掉不合法队首
f[i][j]=f[q[H]][j-1]+(s[i]-s[q[H]])*(s[i]-s[q[H]]);//转移
W(H<T&&S(q[T-1],q[T])>=S(q[T-1],i)) --T;q[++T]=i;//保证单调递增,放入队尾
}return printf("%lld",1LL*m*f[n][m]-1LL*s[n]*s[n]),0;//输出答案
}
【BZOJ4518】[SDOI2016] 征途(重拾斜率优化DP)的更多相关文章
- [luogu4072][bzoj4518][SDOI2016]征途【动态规划+斜率优化】
题目分析 Pine开始了从S地到T地的征途. 从S地到T地的路可以划分成n段,相邻两段路的分界点设有休息站. Pine计划用m天到达T地.除第m天外,每一天晚上Pine都必须在休息站过夜.所以,一段路 ...
- bzoj-4518 4518: [Sdoi2016]征途(斜率优化dp)
题目链接: 4518: [Sdoi2016]征途 Description Pine开始了从S地到T地的征途. 从S地到T地的路可以划分成n段,相邻两段路的分界点设有休息站. Pine计划用m天到达T地 ...
- bzoj4518[Sdoi2016]征途 斜率优化dp
4518: [Sdoi2016]征途 Time Limit: 10 Sec Memory Limit: 256 MBSubmit: 1657 Solved: 915[Submit][Status] ...
- BZOJ4518 Sdoi2016 征途 【斜率优化DP】 *
BZOJ4518 Sdoi2016 征途 Description Pine开始了从S地到T地的征途. 从S地到T地的路可以划分成n段,相邻两段路的分界点设有休息站. Pine计划用m天到达T地.除第m ...
- 洛谷 P4072 [SDOI2016]征途 斜率优化DP
洛谷 P4072 [SDOI2016]征途 斜率优化DP 题目描述 \(Pine\) 开始了从 \(S\) 地到 \(T\) 地的征途. 从\(S\)地到\(T\)地的路可以划分成 \(n\) 段,相 ...
- [SDOI2015][bzoj4518] 征途 [斜率优化dp]
题面 传送门 思路 把$vm^2$展开化一下式子,可以得到这样的等价公式: $vm^2=m\sum_{i=1}^m a_i^2-\sum_{i=1}^m a_i$ 那么我们要最小化的就是$\sum_{ ...
- 斜率优化dp练习
1.HDU3507 裸题,有助于理解斜率优化的精髓. dp[i]=min(dp[j]+m+(sum[i]-sum[j])2) 很显然不是单调队列. 根据斜率优化的的定义,就是先设两个决策j,k 什么时 ...
- 斜率优化dp 的简单入门
不想写什么详细的讲解了...而且也觉得自己很难写过某大佬(大米饼),于是建议把他的 blog 先看一遍,然后自己加了几道题目以及解析...顺便建议看看算法竞赛(蓝皮书)的 0x5A 斜率优化(P294 ...
- 【洛谷3648/BZOJ3675】[APIO2014]序列分割(斜率优化DP)
题目: 洛谷3648 注:这道题洛谷3648有SPJ,要求输出方案.BZOJ3675数据组数较多但不要求输出方案. 分析: 这可能是我第三次重学斜率优化了--好菜啊 这道题首先一看就是个DP.稍微推一 ...
随机推荐
- Noip刷题计划
写在前面 去年也想刷10年NOIP来着..结果刷到13年就没动力了233... 今年一定要完成目标啊!! "愿你明日重生,醒时心存冬阳" 2018年 题目 首次得分 出错原因 考点 ...
- C#开发BIMFACE系列15 服务端API之获取模型的View token
系列目录 [已更新最新开发文章,点击查看详细] 在<C#开发BIMFACE系列3 服务端API之获取应用访问凭证AccessToken>中详细介绍了应用程序访问API的令牌凭证.我 ...
- python的__future__模块
一.概述 Python的每个新版本都会增加一些新的功能,或者对原来的功能作一些改动.有些改动是不兼容旧版本的,也就是在当前版本运行正常的代码,到下一个版本运行就可能不正常了.从Python 2.7到P ...
- 使用zabbix监控oracle的后台日志
本文将介绍如何使用zabbix监控oracle的后台日志,当oracle后台日志出现“ORA-”或“Error”时,第一时间将该信息报警出来 zabbix agent端 以下所有操作均用root执行 ...
- 简析 Golang IO 包
简析 Golang IO 包 io 包提供了 I/O 原语(primitives)的基本接口.io 包中定义了四个最基本接口 Reader.Writer.Closer.Seeker 用于表示二进制流的 ...
- Python Turtle绘画初学编程——六芒星,浪形圈
老师上课说可以自学一下python中的绘图turtle,就自己初步学习了一下,做了两个简单的绘图——六芒星和浪形圈(其实我也不知道该叫它什么,就照样子编了个词
- XAF中多对多关系 (XPO)
In this lesson, you will learn how to set relationships between business objects. For this purpose, ...
- java自适应响应式 企业网站源码 SSM freemaker生成静态化 手机 平板 PC springmvc
java 企业网站源码 前后台都有 静态模版引擎, 代码生成器大大提高开发效率 前台: 支持两套模版, 可以在后台切换 系统介绍: 1.网站后台采用主流的 SSM 框架 jsp JSTL,网站后台采用 ...
- 面试题-JavaScript交换两个变量的方法
在平时的业务开发或者面试过程中,经常会遇到交换两个变量这种问题,于是,个人总结以下几种交换变量的方法: 1.方案一 使用一个临时变量来交换 2.方案二 使用ES6解构赋值语法来交换 3.方案三利用数 ...
- opencv::DNN介绍
DNN模块介绍: Tiny-dnn模块 支持深度学习框架 - Caffe - TensorFlow - Torch/PyTorch DNN运用 图像分类 对象检测 实时对象检测 图像分割 预测 视频对 ...