Description

Link.

给出 \(N\) 个单词,每个单词有个非负权值 \(C_{i}\),现要将它们分成连续的若干段,每段的代价为此段单词的权值和,还要加一个常数 \(M\),即 \((\sum C_{i})^{2}+M\)。现在想求出一种最优方案,使得总费用之和最小

Solution

设 \(f_{i}\) 表示 \(n=i\) 时的答案,转移方程为:

\[f_{i}=\min\{f_{j}+S_{i..j}^{2}+M\}
\]

显然过不了,推成可以斜率优化的形式。

我们假设决策 \(j\) 优于决策 \(k\) 且 \(k<j<i\)。

(一种错误的思路)

\[f_{j}+S_{i..j}^{2}+M<f_{k}+S_{i..k}^{2}+M
\]
\[f_{j}+(S_{i}-S_{j})^{2}<f_{k}+(S_{i}-S_{k})^2
\]
\[f_{j}+S_{i}^2-2S_{i}S_{j}+S_{j}^{2}<f_{k}+S_{i}^2-2S_{i}S_{k}+S_{k}^{2}
\]
\[f_{j}-2S_{i}S_{j}+S_{j}^{2}<f_{k}-2S_{i}S_{k}+S_{k}^{2}
\]
\[f_{j}-2S_{i}S_{j}+2S_{i}S_{k}+S_{j}^{2}-S_{k}^{2}-f_{k}<0
\]
\[f_{j}-2S_{i}(S_{j}+ S_{k})+(S_{j}-S_{k})(S_{j}+S_{k})-f_{k}<0
\]
\[f_{j}-(S_{j}+ S_{k})(2S_{i}+S_{j}-S_{k})-f_{k}<0
\]
\[f_{j}-\frac{S_{j}+ S_{k}}{2S_{i}+S_{j}-S_{k}}-f_{k}<0
\]

最后发现做 \(\text{TM}\) 不出来。

于是重新推:

(另一种错误思路)(我简直自闭)

\[f_{j}+S_{i..j}^{2}+M<f_{k}+S_{i..k}^{2}+M
\]
\[f_{j}+(S_{i}-S_{j})^{2}<f_{k}+(S_{i}-S_{k})^2
\]
\[f_{j}+S_{i}^2-2S_{i}S_{j}+S_{j}^{2}<f_{k}+S_{i}^2-2S_{i}S_{k}+S_{k}^{2}
\]
\[f_{j}-2S_{i}S_{j}+S_{j}^{2}<f_{k}-2S_{i}S_{k}+S_{k}^{2}
\]
\[f_{j}-f_{k}+S_{j}^{2}-S_{k}^{2}<2S_{i}S_{j}-2S_{i}S_{k}
\]
\[f_{j}-f_{k}+S_{j}^{2}-S_{k}^{2}<2S_{i}(S_{j}-S_{k})
\]
\[f_{j}-f_{k}+(S_{j}-S_{k})(S_{j}+S_{k})<2S_{i}(S_{j}-S_{k})
\]
\[\frac{f_{j}-f_{k}}{2(S_{j}-S_{k})}+\frac{S_{j}+S_{k}}{2}<S_{i}
\]

嗯,还是 \(\text{TM}\) 做不来。

好了,推倒重来。

(这次是对的)

\[f_{i}=\min\{f_{j}+S_{i..j}^{2}+M\}
\]
\[f_{j}+S_{i..j}^{2}+M<f_{k}+S_{i..k}^{2}+M
\]
\[f_{j}+(S_{i}-S_{j})^{2}<f_{k}+(S_{i}-S_{k})^2
\]
\[f_{j}+S_{i}^2-2S_{i}S_{j}+S_{j}^{2}<f_{k}+S_{i}^2-2S_{i}S_{k}+S_{k}^{2}
\]
\[f_{j}-2S_{i}S_{j}+S_{j}^{2}<f_{k}-2S_{i}S_{k}+S_{k}^{2}
\]
\[f_{j}-f_{k}+S_{j}^{2}-S_{k}^{2}<2S_{i}S_{j}-2S_{i}S_{k}
\]
\[f_{j}-f_{k}+S_{j}^{2}-S_{k}^{2}<2S_{i}(S_{j}-S_{k})
\]
\[\frac{(f_{j}+S_{j}^{2})-(f_{k}+S_{k}^{2})}{2(S_{j}-S_{k})}<S_{i}
\]

我们令 \(Y_{i}=f_{i}+S_{i}^{2}\),\(X_{i}=2S_{i}\),则我们有:

\[\frac{Y_{j}-Y_{k}}{X_{j}-X_{k}}<S_{i}
\]

挺好的,正好就是斜率优化的形式!

斜率优化!

牛逼啊啊哎哎啊啊哎哎啊啊哎哎啊啊哎哎啊啊哎哎啊啊哎哎啊啊哎哎啊啊哎哎啊啊哎哎啊啊哎哎啊啊哎哎啊啊哎哎啊啊哎哎啊啊哎哎啊啊哎哎啊啊哎哎啊啊哎哎啊啊哎哎啊啊哎。

那么接下来我们设 \(F(j,k)=\frac{Y_{j}-Y_{k}}{X_{j}-X_{k}}\)。

其中如果满足 \(F(j,k)<S_{i}\),则我们称决策 \(j\) 优于决策 \(k\)。

现在我们继续设 \(k<j<i\),那么如果满足 \(F(i,j)<F(j,k)\),决策 \(j\) 就永远不可能成为最优解。

证明不会,\(\text{PPT}\) 没看懂。

最后放个 \(\text{PPT}\) 里写的 \(\text{Summary}\):

1、用一个单调队列来维护解集。

2、假设队列中从头到尾已经有元素 \(a\),\(b\),\(c\)。那么当 \(d\) 要入队的时候,维护队列的上凸性质,即如果 \(F(d,c)<F(c,b)\),那么删除点 \(c\)。直到找到 \(F(d,x)\ge F(x,y)\) 为止,并将 \(d\) 点加入在该位置中。

3、求解的时候,从对头开始,如果已有元素 \(a\),\(b\),\(c\),当 \(i\) 点要求解时,如果 \(F(b,a)<S_{i}\),说明 \(b\) 点比 \(a\) 点更优,\(a\) 点直接排除,于是 \(a\) 出队,最后 \(f_{i} = \mathrm{getDp}(Q[\mathrm{head}])\)。

#include <cstdio>
#include <cstdlib>
using namespace std;
typedef long long LL; namespace MySpace
{
template<class _T>
void read(_T &x)
{
x = 0;
char c = getchar();
_T f = 1;
while( c < '0' || c > '9' )
{
if( c == '-' ) f = -1;
if( c == -1 ) exit( 0 );
c = getchar();
}
while( c >= '0' && c <= '9' ) x = x * 10 + c - '0', c = getchar();
x *= f;
} template<class _T>
void write(_T x)
{
if( x < 0 ) putchar( '-' ), x = -x;
if( x > 9 ) write( x / 10 );
putchar( x % 10 + '0' );
} const LL MAXN = 5e5 + 5;
LL N, M, Dp[MAXN], Q[MAXN], S[MAXN], A[MAXN]; LL Square( LL x ) { return x * x; }
LL Up( LL i ) { return Dp[i] + Square( S[i] ); }
LL Down( LL i ) { return S[i] << 1; }
LL FracUp( LL j, LL k ) { return Up( j ) - Up( k ); }
LL FracDown( LL j, LL k ) { return Down( j ) - Down( k ); }
} int main()
{
using namespace MySpace;
while( ~ scanf( "%lld%lld", &N, &M ) )
{
for( LL i = 1; i <= N; ++ i ) scanf( "%lld", &A[i] ), S[i] = S[i - 1] + A[i];
LL l = 1, r = 1;
Q[r] = 0;
for( LL i = 1; i <= N; ++ i )
{
while( l < r && FracUp( Q[l + 1], Q[l] ) < S[i] * FracDown( Q[l + 1], Q[l] ) ) l ++;
Dp[i] = Dp[Q[l]] + Square( S[i] - S[Q[l]] ) + M;
while( l < r && FracUp( i, Q[r] ) * FracDown( Q[r], Q[r - 1] ) <= FracUp( Q[r], Q[r - 1] ) * FracDown( i, Q[r] )) r --;
Q[++ r] = i;
}
printf( "%lld\n", Dp[N] );
}
// while( read( N ), read( M ), 1 )
// {
// for( LL i = 1; i <= N; ++ i ) read( A[i] ), S[i] = S[i - 1] + A[i];
// LL l = 1, r = 0;
// Q[l] = 0;
// for( LL i = 1; i <= N; ++ i )
// {
// while( l <= r && FracUp( Q[l + 1], Q[l] ) < S[i] * FracDown( Q[l + 1], Q[l] ) ) l ++;
// Dp[i] = Dp[Q[l]] + Square( S[i] - S[Q[l]] ) + M;
// while( l <= r && FracUp( i, Q[r - 1] ) * FracDown( Q[r - 1], Q[r - 2] ) < FracUp( Q[r - 1], Q[r - 2] ) * FracDown( i, Q[r - 1] )) r ++;
// Q[++ r] = i;
// }
// write( Dp[N] ), putchar( '\n' );
// }
return 0;
}

Solution -「HDU 3507」Print Article的更多相关文章

  1. Solution -「HDU 6875」Yajilin

    \(\mathcal{Description}\)   Link.(HDU 裂开了先放个私链 awa.)   在一个 \(n\times n\) 的方格图中,格子 \((i,j)\) 有权值 \(w_ ...

  2. Solution -「HDU 5498」Tree

    \(\mathcal{Description}\)   link.   给定一个 \(n\) 个结点 \(m\) 条边的无向图,\(q\) 次操作每次随机选出一条边.问 \(q\) 条边去重后构成生成 ...

  3. Solution -「HDU 6643」Ridiculous Netizens

    \(\mathcal{Description}\)   Link.   给定一棵含有 \(n\) 个结点的树,点 \(u\) 有点权 \(w_u\),求树上非空连通块的数量,使得连通块内点权积 \(\ ...

  4. Solution -「HDU 1788」CRT again

    \(\mathcal{Description}\)   Link.   解同余方程组: \[x\equiv m_i-a\pmod{m_i} \]   其中 \(i=1,2,\dots,n\).   \ ...

  5. Solution -「HDU #6566」The Hanged Man

    \(\mathcal{Description}\)   Link.   给定一棵含 \(n\) 个点的树,每个结点有两个权值 \(a\) 和 \(b\).对于 \(k\in[1,m]\),分别求 \[ ...

  6. Solution -「ARC 104E」Random LIS

    \(\mathcal{Description}\)   Link.   给定整数序列 \(\{a_n\}\),对于整数序列 \(\{b_n\}\),\(b_i\) 在 \([1,a_i]\) 中等概率 ...

  7. Solution -「HDU」Professor Ben

    Description 有 \(Q\) 个询问.每次给定一个正整数 \(n\),求它的所有因数的质因数个数的和. Solution 就讲中间的一个 Trick. 我们定义正整数 \(x\) 有 \(f ...

  8. Solution -「CTS 2019」「洛谷 P5404」氪金手游

    \(\mathcal{Description}\)   Link.   有 \(n\) 张卡牌,第 \(i\) 张的权值 \(w_i\in\{1,2,3\}\),且取值为 \(k\) 的概率正比于 \ ...

  9. Solution -「BZOJ 3812」主旋律

    \(\mathcal{Description}\)   Link.   给定含 \(n\) 个点 \(m\) 条边的简单有向图 \(G=(V,E)\),求 \(H=(V,E'\subseteq E)\ ...

  10. Solution -「CF 1342E」Placing Rooks

    \(\mathcal{Description}\)   Link.   在一个 \(n\times n\) 的国际象棋棋盘上摆 \(n\) 个车,求满足: 所有格子都可以被攻击到. 恰好存在 \(k\ ...

随机推荐

  1. 国际顶刊《PNAS》:爱发朋友圈的人,更容易长寿

    点上面关注我们,每日获取前沿新知 近几十年来,智能手机和网络的普及率越来越高,与此同时,"朋友圈"应运而生. 在这个朋友圈里,有人十分活跃,而也有些人是"国家级潜水运动员 ...

  2. 基于Microsoft SEAL 同态加密场景特性

    基于Microsoft SEAL 同态加密场景特性 同态加密是一种特殊的加密技术,它允许在加密状态下进行计算操作而无需解密数据.在传统的加密算法中,对加密的数据进行运算操作通常需要先解密数据,然后再进 ...

  3. Transformer算法的应用

    目录 1. 引言 2. 技术原理及概念 2.1. 基本概念解释 2.2. 技术原理介绍 2.3. 相关技术比较 3. 实现步骤与流程 3.1. 准备工作:环境配置与依赖安装 3.2. 核心模块实现 4 ...

  4. WPF 入门笔记 - 06 - 命令

    我们把世界看错,反说它欺骗了我们. --飞鸟集 前言 相较而言,命令对我来说是一个新概念,因为在Winform中压根没有所谓的命令这个概念.从文字角度理解,"命令"可以指代一种明确 ...

  5. C++面试八股文:用过std::set/std::map吗?

    某日二师兄参加XXX科技公司的C++工程师开发岗位第27面: 面试官:用过std::set/std::map吗? 二师兄:用过. 面试官:能介绍一下二者吗? 二师兄:std::set是一个有序的集合, ...

  6. Redis基础(二)——列表操作、redis管道、Django中使用redis

    Redis列表操作 ''' lpush(name,values) rpush(name, values) 表示从右向左操作 lpushx(name,value) rpushx(name, value) ...

  7. CSS_相关问题及解决_持续更新

    css_margin塌陷问题 问题描述 <div class="father"> <div class="child1"></di ...

  8. Java与PHP的区别

    1.PHP暂时不支持像Java那样的JIT运行时编译的热点代码,但PHP具有opcache机制,能够将脚本对应的opcode缓存在内存中. 补充:JIT与JVM的三种执行模式:解释模式.编译模式.混合 ...

  9. clickhouse 与 zookeeper

    目录 clickhouse 设置中的 zookeeper 配置 参数说明 配置示例 [预发生产] ClickHouse Keeper 四字母命令 clickhouse 设置中的 zookeeper 配 ...

  10. gpg 解密-禁用交互式密码输入

    背景描述 gpg 解密默认弹出如下窗口,请用户输入密码,但在脚本自动化时遇到了问题 lqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqk x ...