题目大意:将n个数分成若干个区间,每个区间的代价为区间和的平方加上一个常数m,求最小代价。

题目分析:定义状态dp(i)表示前 i 个数已经分好的最小代价,则状态转移方程为

dp(i)=min(dp(j)+(sum(j)-sum(i))^2)+m   <1>。将这个方程整理一下得到:

dp(i)=min(-2*sum(i)*sum(j)+dp(j)+sum(j)^2)+sum(i)^2+m   <2>。

设函数f(i)=-2*sum(i)*sum(j)+dp(j)+sum(j)^2+sum(i)^2+m   <3>,则dp(i)=min(f(i))。

另k(i)=-2*sum(i),x(j)=sum(j),b(j)=dp(j)+sum(j)^2+m。

则f(i)=k(i)*x(j)+b(j),

移项得到b(j)=-k(i)*x(j)+f(i)   <4>。

枚举到i 时,i 是固定的,所以,-k(i)是常量,但f(i)不是常量。j仍是变量,所以x(j)与b(j)的关系便是一元一次函数中x与y的关系,每一个 j 对应一对儿(x,y),将<4>式简记为y=k*x+f(i),这实际上得到了一个斜率为k的直线族。对于 j 对应的每对儿(x,y),f(i)都有一个取值,要使得f(i)取最小值,只需要将族中的一条直线从负无穷远处往上平移,直到遇到第一个点,这时这个点对应的 j 便是最优决策,并且这个点一定会是凸包上的一个点。

  随着 i 的递增,斜率-k(i)=2*sum(i)随之递增,显然,最优决策也会随之递增。这时候,就可以用单调队列来维护一个下凸壳。

第一次做这种DP,在网上看了一些大牛的博客:

http://www.cnblogs.com/ka200812/archive/2012/08/03/2621345.html(这个比较易懂)

http://blog.sina.com.cn/s/blog_508dd1e60100tvk0.html

其中,又夹杂了自己的一些理解,也不知道理解的对不对,希望您看到错误之后能不吝赐教!

代码如下:

# include<iostream>
# include<cstdio>
# include<cstring>
# include<algorithm>
using namespace std; int n,m;
int a[500005];
int q[500005];
int dp[500005];
int sum[500005]; void read(int &x)
{
char ch=' ';
while(ch<'0'||ch>'9') ch=getchar();
x=0;
while(ch>='0'&&ch<='9'){
x=x*10+ch-'0';
ch=getchar();
}
} void init()
{
sum[0]=0;
for(int i=1;i<=n;++i){
read(a[i]);
sum[i]=a[i]+sum[i-1];
}
} int getSon(int i,int j)
{
return dp[j]-dp[i]+(sum[j]+sum[i])*(sum[j]-sum[i]);
} int getMother(int i,int j)
{
return 2*(sum[j]-sum[i]);
} int toDp(int i,int j)
{
return dp[i]+m+(sum[i]-sum[j])*(sum[i]-sum[j]);
} int solve()
{
int head=0,tail=-1;
q[++tail]=0;
dp[0]=0;
for(int i=1;i<=n;++i){
while(head+1<=tail&&getSon(q[head],q[head+1])<=sum[i]*getMother(q[head],q[head+1]))
++head;
dp[i]=toDp(q[head],i);
while(head+1<=tail&&getSon(q[tail],i)*getMother(q[tail-1],q[tail])<=getSon(q[tail-1],q[tail])*getMother(q[tail],i))
--tail;
q[++tail]=i;
}
return dp[n];
} int main()
{
while(~scanf("%d%d",&n,&m))
{
init();
printf("%d\n",solve());
}
return 0;
}

  

HDU-3507 Print Article (斜率优化)的更多相关文章

  1. hdu 3507 Print Article(斜率优化DP)

    题目链接:hdu 3507 Print Article 题意: 每个字有一个值,现在让你分成k段打印,每段打印需要消耗的值用那个公式计算,现在让你求最小值 题解: 设dp[i]表示前i个字符需要消耗的 ...

  2. HDU 3507 Print Article 斜率优化

    Print Article Time Limit: 9000/3000 MS (Java/Others)    Memory Limit: 131072/65536 K (Java/Others)To ...

  3. hdu 3507 Print Article —— 斜率优化DP

    题目:http://acm.hdu.edu.cn/showproblem.php?pid=3507 设 f[i],则 f[i] = f[j] + (s[i]-s[j])*(s[i]-s[j]) + m ...

  4. HDU 3507 - Print Article - [斜率DP]

    题目链接:http://acm.hdu.edu.cn/showproblem.php?pid=3507 Zero has an old printer that doesn't work well s ...

  5. HDU 3507 单调队列 斜率优化

    斜率优化的模板题 给出n个数以及M,你可以将这些数划分成几个区间,每个区间的值是里面数的和的平方+M,问所有区间值总和最小是多少. 如果不考虑平方,那么我们显然可以使用队列维护单调性,优化DP的线性方 ...

  6. ●HDU 3507 Print Article

    题链: http://acm.hdu.edu.cn/showproblem.php?pid=3507 题解: 斜率优化DP 一个入门题,就不给题解了,网上的好讲解很多的.   这里就只提一个小问题吧( ...

  7. HDU 3507 Print Article(DP+斜率优化)

     Print Article Time Limit: 9000/3000 MS (Java/Others)    Memory Limit: 131072/65536 K (Java/Others) ...

  8. DP(斜率优化):HDU 3507 Print Article

    Print Article Time Limit: 9000/3000 MS (Java/Others)    Memory Limit: 131072/65536 K (Java/Others)To ...

  9. HDU 3507 Print Article(斜率优化DP)

    题目链接 题意 : 一篇文章有n个单词,如果每行打印k个单词,那这行的花费是,问你怎么安排能够得到最小花费,输出最小花费. 思路 : 一开始想的简单了以为是背包,后来才知道是斜率优化DP,然后看了网上 ...

  10. HDU 3507 Print Article(斜率优化)

    显然的斜率优化模型 但是单调队列维护斜率单调性的时候出现了莫名的锅orz 代码 #include <cstdio> #include <algorithm> #include ...

随机推荐

  1. python3.4学习笔记(二) 类型判断,异常处理,终止程序

    python3.4学习笔记(二) 类型判断,异常处理,终止程序,实例代码: #idle中按F5可以运行代码 #引入外部模块 import xxx #random模块,randint(开始数,结束数) ...

  2. C#对象的new和不new的区别

    new:为对象分配空间. 首先,直接声明一个变量:byte[] test;只是有了一个变量名字,而它是没有实际空间的,需要分配空间: 分配空间的方法: 1.使用new,byte[] test = ne ...

  3. 在一个activity中销毁指定activity

    通过静态变量的方法: 1.在Aactivity中设置一个Activity静态变量 static Activity activity; 2.在onCreate中: activity=this: 3.在B ...

  4. Python之GUI的最终选择(Tkinter)

    首先,Tkinter是Python默认的GUI库,想IDLE就是用Tkinter设计出来的,因此直接导入Tkinter模块就可以啦 1 import tkinter (1)Tkinter初体验: 1 ...

  5. P3939 数颜色

    目录 题目 思路1(待修莫队) 思路2(vector+二分) 代码1 代码2 题目 P3939 数颜色 思路1(待修莫队) 哇,这不是莫队模板题吗 3e5,TLE45分 不行 我有信仰啊 pow(n, ...

  6. Pandas fillna('Missing')

    https://blog.csdn.net/donghf1989/article/details/51167083/ .使用0替代缺失值(当然你可以用任意一个数字代替NaN) df.fillna(0) ...

  7. json字符窜转对象

    第一种方法: 注意引用:using System.Runtime.Serialization.Json; using System.IO; static void Main(string[] args ...

  8. [SpringMVC] - 简单说明什么是SpringMVC

    M 代表 模型(Model)V 代表 视图(View) C 代表 控制器(controller) 模型是什么呢? 模型就是数据,就是dao,bean 视图是什么呢? 就是网页, JSP,用来展示模型中 ...

  9. PTA第一次作业

    5-5 #include <cstdio> #include <iostream> #include <cstdlib> using namespace std; ...

  10. MVC ---- Lambda表达式

    Lambda表达式是比匿名函数还简洁的一种匿名方法语法 Lambda表达式缩写推演 new Func<string,int>(delegate(string str){return str ...