洛谷P3195 玩具装箱TOY
题目大意:
有n个数,要将他们分成若干段,每一段的cost定义为: cost=r-l+ΣCk (k∈[r,l]) 该段的最终花费是:(cost-L)^2; 给出L,n,C(1~n),总共的最小花费。
分析:
dp方程极容易想出来: f[i]=max(f[j]+(sum[i]-sum[j]+i-j-1-L)^2) 其中sum[i]表示c(1~i)的和。因为取的这一段数从j+1开始,所以i-j-1(题目中i-j并不是区间长度!没有再加1)
O(n^2)直接挂掉。
因为状态O(n)已经非常不错,无法再优化了。所以考虑能不能优化转移的O(n)。
将表达式展开:
f[i]=f[j]+(sum[i]-sum[j]+i-j-1-L)^2
令a[k]=sum[k]+k;x[k]=a[k]+1+ f[i]=f[j]+(a[i]-x[j])^2
f[i]=f[j]+x[j]^2-2a[i]x[j]+a[i]^2
对于给定的i,a[i]^2是一个定值,所以当做常数先不用管,但是记得最后加上!
令y[k]=f[k]+x[k]^2; f[i]=y[j]-2a[i]x[j]
移项: y[j]=2a[i]x[j]+f[i]
对于给定的i,我们需要循环所有的j。 对于一个j,我们已经知道了x[j],y[j]。 将它看作一个点,所有的j构成一个点集,横坐标x[j],纵坐标y[j]
而对于给定的i,2a[i]是一个定值,看做斜率,而目标f[i]则是截距,所以要在j的点集之中找到一个点使得这条直线截距最小,本质是将y=2a[i]x的直线平移。
可以发现这些最优解的点必定在边界上。并且发现,斜率是单增的,而x一定也是单增的。所以可以维护一个左上下凸壳。
因为斜率单增,所以若一个点此时不是最优解,那么以后一定也不是最优解,可以直接从头pass掉;每次新增一个点,都要保证这是一个凸包,通过斜率要来从尾pass掉。
所以可以用单调队列维护!单调,在这里是指队列中的元素,每相邻两个元素所代表的点连成的线,其斜率是单调递增的。因为斜率都是正数,所以也就是画出来是一个左上凸包。
注意,队列中至少要有一个0号元素不能出队!这里第一个空位置是有意义的。否则就不存在线和斜率了。所以手写队列时,开始hd=tl=0,while判断中hd<tl 保证一定至少有一个元素,并且这个元素不会被其他元素替代。详见代码。
具体步骤:
1.前缀和预处理
2.循环i,先删除队首,再更新答案,再更新队列。
3.输出f[n] GAME OVER
代码:
#include<bits/stdc++.h>
#define ll long long
using namespace std;
const int N=+;
int n,L;
long long f[N];
long long sum[N];
int q[N],hd,tl;
long long a(int i)
{
return sum[i]+i;
}
long long x(int i)
{
return sum[i]+i+L+;
}
long long y(int i)
{
return x(i)*x(i)+f[i];
}
double slope(int a,int b)
{
return ((double)y(b)-y(a))/((double)x(b)-x(a));
}//一堆函数
int t;
int main()
{
scanf("%d%d",&n,&L);
for(int i=;i<=n;i++)
{
scanf("%d",&t);
sum[i]=sum[i-]+t;
}
hd=,tl=;
for(int i=;i<=n;i++)
{
while(hd<tl&&slope(q[hd],q[hd+])<*a(i)) hd++;//删除
f[i]=y(q[hd])-*a(i)*x(q[hd])+a(i)*a(i);
while(hd<tl&&slope(q[tl-],q[tl])>slope(q[tl-],i)) tl--;
q[++tl]=i;//更新
}
printf("%lld",f[n]);
return ;
}
总结:
1.一个题能用斜率优化,必然能出现y=kx+b 线性形式,其中k是定值,x,y构成点集,b是目标值。
2.一个凸包能用单调队列优化的条件应该满足:
(1)查询的斜率单调 (2)插入的点横坐标有单调性 (否则要用平衡树、set)
洛谷P3195 玩具装箱TOY的更多相关文章
- 洛谷P3195 玩具装箱
P3195 [HNOI2008]玩具装箱TOY 第一道斜率优化题. 首先一个基本的状态转移方程是 要使f[i]最小,即b最小. 对于每个j,可以表示为一个点. 然后我们取固定斜率时截距最小的即可,高中 ...
- 洛谷P3195||bzoj1010 [HNOI2008]玩具装箱TOY
洛谷P3195 bzoj1010 设s数组为C的前缀和 首先$ans_i=min_{j<i}\{ans_j+(i-j-1+s_i-s_j-L)^2\}$ (斜率优化dp)参考(复读)https: ...
- 斜率优化dp学习笔记 洛谷P3915[HNOI2008]玩具装箱toy
本文为原创??? 作者写这篇文章的时候刚刚初一毕业…… 如有错误请各位大佬指正 从例题入手 洛谷P3915[HNOI2008]玩具装箱toy Step0:读题 Q:暴力? 如果您学习过dp 不难推出d ...
- 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, ...
- 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】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: 8432 Solved: 3338[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 ...
- 【BZOJ】【1010】【HNOI2008】玩具装箱Toy
DP/斜率优化 根据题目描述很容易列出动规方程:$$ f[i]=min\{ f[j]+(s[i]-s[j]+i-j-1-L)^2 \}$$ 其中 $$s[i]=\sum_{k=1}^{i} c[k] ...
随机推荐
- 过渡与动画 - 逐帧动画&steps调速函数
写在前面 上一篇中我们熟悉五种内置的缓动曲线和(三次)贝塞尔曲线,并且基于此完成了缓动效果. 但是如果我们想要实现逐帧动画,基于贝塞尔曲线的调速函数就显得有些无能为力了,因为我们并不需要帧与帧之间的过 ...
- ASP.NET MVC5+EF6+EasyUI 后台管理系统(63)-WebApi与Unity注入
系列目录 前言: 有时候我们系统需要开放数据给手机App端或其他移动设备,不得不说Asp.net WebApi是目前首选 本节记录Asp.net MVC WebApi怎么利用Unity注入.系列开头已 ...
- LVS负载均衡-基础知识梳理
一. 集群的概念 服务器集群简称集群是一种服务器系统,它通过一组松散集成的服务器软件和/或硬件连接起来高度紧密地协作完成计算工作.在某种意义上,他们可以被看作是一台服务器.集群系统中的单个服务器通常称 ...
- linux及安全第四周总结
学习内容:使用库函数API和C代码中嵌入汇编代码两种方式使用同一个系统调用 一.用户态.内核态 权限分级——为了系统本身更稳定,使系统不宜崩溃.(并不是所有程序员缩写的代码都很健壮!!) x86 CP ...
- ubuntu——caffe配置deeplab
1. 下载deeplab 2. 安装matio sudo apt-get install libmatio-dev 3. 修改Makefile文件 LIBRARIES += glog gflags p ...
- Oracle系列(二): Oracle表的外键查询
在执行数据库删除操作时,外键关联是令我们最烦的一个东西,有了外键关联,就不允许随意删除数据,那么怎知道这个外键关联度的外键属于那个表? select * from user_cons_columns ...
- 利用ini_set()函数实现对php配置文件的修改
PHP的配置文件是php.ini,如果要开启或者关闭扩展,还有设置一些模块的相关配置是,就得对该文件进行修改, 修改的方法也很简单,打开php.ini找到对应项直接修改,修改之后需要重新启动才能生效. ...
- Expanded encryption and decryption signature algorithm SM2 & SM3
Expanded encryption and decryption signature algorithm supports multiple signature digest algorithms ...
- nodefs模块的使用demo
为什么要使用递归?因为stat本身就是一个异步的函数所有存在异步问题不能够进行循环遍历. 在使用该种方法时候需要注意的一点是必须要在箭头标记处进行数据数组的存取.否则会由于异步问题导致输出空或者其他问 ...
- Zabbix的简单使用
0. 卸载mariadb 安装mysql 方法 rpm -qa |grep mariadb 然后 rpm -e --nodeps mariadb***** 安装mysql # 下载mysql源安装包 ...