传送门


将乘客按照\(D_i\)从小到大排序并重新标号。对于服务站\(j\),如果\(S_j \mod T \in (D_i , D_{i+1})\),那么可以少接一些水,在保证司机有水喝的情况下让编号在\([x,i](x \in [1,i])\)的乘客下车(我们将这个区间称作这个服务区的下车区间),然后到达这个服务站接水。区间\([D_x , D_i]\)之间有服务区也没关系,只要在服务区不接水就可以了。

所以有DP:设\(f_i\)表示考虑了前\(i\)个乘客,最少花费的费用是多少。转移有:①\(f_i = f_{i-1} + \lfloor \frac{X - D_i}{T} \rfloor \times W\),表示第\(i\)个人一直坐到终点;②如果在\((D_i , D_{i+1})\)内有服务站,还有转移\(f_i = \min\limits_{0 \leq j < i} f_j + (i - j) \times W \times cnt + \sum\limits_{k = j + 1}^i C_k\),其中\(cnt\)表示的是\(j+1\)到\(i\)的乘客的最少饮水次数,也就是\(\min\limits_{S_k \mod T \in (D_i , D_{i+1})}\lfloor \frac{S_k}{T} \rfloor\)

对于一些乘客,如果我们已经确定了他们要下车,那么一定是越早下车越好,也就是说所有服务站的下车区间一定无交,所以上面②的转移是正确的。

把\(\sum\limits_{k = j + 1}^i C_k\)变成前缀和,就是一个可以斜率优化的式子,栈维护凸包即可。

#include<iostream>
#include<cstdio>
#include<queue>
#include<algorithm>
#include<cstring>
#define INF 1e18
//This code is written by Itst
using namespace std; #define int long long
inline int read(){
int a = 0;
char c = getchar();
while(!isdigit(c))
c = getchar();
while(isdigit(c)){
a = a * 10 + c - 48;
c = getchar();
}
return a;
} #define PII pair < int , int >
#define st first
#define nd second
const int MAXN = 2e5 + 3;
int N , M , X , W , T , top = 1;
int dp[MAXN] , dis[MAXN] , stk[MAXN];
struct machine{
int D , C;
bool operator <(const machine a)const{return D < a.D;}
}now[MAXN]; long double calc(PII A , PII B){
return 1.0 * (A.nd - B.nd) / (B.st - A.st);
} PII create(int x){return PII(-x * W , dp[x] - now[x].C);} bool chk(int a , int b , int c){
PII A = create(a) , B = create(b) , C = create(c);
return calc(A , B) > calc(A , C);
} int calc(PII a , int x){return a.st * x + a.nd;} int get(int X){
int L = 1 , R = top;
while(L < R){
int mid = (L + R) >> 1;
calc(create(stk[mid]) , X) > calc(create(stk[mid + 1]) , X) ? L = mid + 1 : R = mid;
}
return calc(create(stk[L]) , X);
} bool cmp(int a , int b){return a % T < b % T;} signed main(){
#ifndef ONLINE_JUDGE
freopen("eternity.in","r",stdin);
freopen("eternity.out","w",stdout);
#endif
X = read(); N = read(); M = read(); W = read(); T = read();
for(int i = 1 ; i <= N ; ++i)
dis[i] = read();
dis[++N] = X;
for(int i = 1 ; i <= M ; ++i){
now[i].D = read();
now[i].C = read();
}
sort(dis + 1 , dis + N + 1 , cmp);
sort(now + 1 , now + M + 1);
now[M + 1].D = T;
for(int i = 1 ; i <= M ; ++i)
now[i].C = now[i].C + now[i - 1].C;
memset(dp , 0x3f , sizeof(dp));
dp[0] = 0; int pos = 1;
while(pos <= N && dis[pos] % T <= now[1].D) ++pos;
for(int i = 1 ; i <= M ; ++i){
int Min = INF;
while(pos <= N && dis[pos] % T < now[i + 1].D)
Min = min(Min , dis[pos++] / T);
dp[i] = dp[i - 1] + ((X - now[i].D) / T + 1) * W;
if(Min != INF)
dp[i] = min(dp[i] , get(Min) + Min * W * i + now[i].C);
while(top > 1 && chk(stk[top - 1] , stk[top] , i))
--top;
stk[++top] = i;
}
cout << dp[M] + (X / T + 1) * W;
return 0;
}

LOJ2396 JOISC2017 长途巴士 斜率优化的更多相关文章

  1. BZOJ 1597: [Usaco2008 Mar]土地购买 [斜率优化DP]

    1597: [Usaco2008 Mar]土地购买 Time Limit: 10 Sec  Memory Limit: 162 MBSubmit: 4026  Solved: 1473[Submit] ...

  2. [斜率优化DP]【学习笔记】【更新中】

    参考资料: 1.元旦集训的课件已经很好了 http://files.cnblogs.com/files/candy99/dp.pdf 2.http://www.cnblogs.com/MashiroS ...

  3. 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 ...

  4. 单调队列 && 斜率优化dp 专题

    首先得讲一下单调队列,顾名思义,单调队列就是队列中的每个元素具有单调性,如果是单调递增队列,那么每个元素都是单调递增的,反正,亦然. 那么如何对单调队列进行操作呢? 是这样的:对于单调队列而言,队首和 ...

  5. 【BZOJ2442】 [Usaco2011 Open]修剪草坪 斜率优化DP

    第一次斜率优化. 大致有两种思路: 1.f[i]表示第i个不选的最优情况(最小损失和)f[i]=f[j]+e[i] 显然n^2会T,但是可以发现f的移动情况可以用之前单调队列优化,就优化成O(n)的了 ...

  6. 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 ...

  7. bzoj-1096 1096: [ZJOI2007]仓库建设(斜率优化dp)

    题目链接: 1096: [ZJOI2007]仓库建设 Description L公司有N个工厂,由高到底分布在一座山上.如图所示,工厂1在山顶,工厂N在山脚.由于这座山处于高原内陆地区(干燥少雨),L ...

  8. BZOJ 1096: [ZJOI2007]仓库建设 [斜率优化DP]

    1096: [ZJOI2007]仓库建设 Time Limit: 10 Sec  Memory Limit: 162 MBSubmit: 4201  Solved: 1851[Submit][Stat ...

  9. [bzoj1911][Apio2010特别行动队] (动态规划+斜率优化)

    Description Input Output Sample Input - - Sample Output HINT Solution 斜率优化动态规划 首先易得出这样的一个朴素状态转移方程 f[ ...

随机推荐

  1. 【Zabbix】Zabbix Server自动发现

    Zabbix自动发现 由于有上百台的虚拟机需要监控,如果一个个去添加配置,费时费力.Zabbix的自动发现,可以自动发现需要监控的机器,监控相应指标. 前置条件 安装部署好Zabbix Server. ...

  2. SpringBoot系列——i18n国际化

    前言 国际化是项目中不可或缺的功能,本文将实现springboot + thymeleaf的HTML页面.js代码.java代码国际化过程记录下来. 代码编写 工程结构 每个文件里面的值(按工程结构循 ...

  3. Smobiler 4.0 正式发布

    l Smobiler4.0提供了三大技术亮点:第三方插件.JS.自定义控件等:   强大的插件移动应用引擎 Smobiler支持分插件打包功能和插件扩展机制,让应用开发更加灵活. 分插件打包是指Smo ...

  4. 第29章 保护API - Identity Server 4 中文文档(v1.0.0)

    IdentityServer 默认以JWT(JSON Web令牌)格式发出访问令牌. 今天的每个相关平台都支持验证JWT令牌,这里可以找到一个很好的JWT库列表.热门库例如: ASP.NET Core ...

  5. 37.QT-QTSingleApplication-程序只运行一个实例

    QTSingleApplication由Qt官方提供的,用于实现只启动一个实例,并在启动时可以向向另一个实例通信(依赖于QtNetwork模块) QTSingleApplication下载路径:链接: ...

  6. ASP.NET Core基础1:应用启动流程

    先看下ASP.NET Core的启动代码,如下图: 通过以上代码,我们可以初步得出以下结论: 所有的ASP.NET Core程序本质上也是一个控制台程序,使用Program的Main方法作为程序的入口 ...

  7. @RequestParam Map<String, Object> paramMap

    @RequestParam 请求方式 url = "/edit?device=${device}&type=${type}" Controller @RequestMapp ...

  8. JS的arguments

    arguments对象:当前函数内置的全局属性,表示当前函数的所有参数的集合可以用来检测函数实参的个数 使用环境:当函数的参数个数无法确定时,使用arguments 写一个函数输出arguments看 ...

  9. Dynamics 365新功能:可编辑的网格(行内编辑)

    关注本人微信和易信公众号: 微软动态CRM专家罗勇 ,回复238或者20161127可方便获取本文,同时可以在第一间得到我发布的最新的博文信息,follow me!我的网站是 www.luoyong. ...

  10. 如何在WIN10内置Ubuntu中有多个terminal

    使用的是tmux来实现在WIN10的内置Ubuntu实现多终端窗口 先安装tmux:sudo apt-get install tumx 启动tmux,tmux 然后就可以在tmux中实现多窗口.其操作 ...