HDU3507 print article【斜率优化dp】
打印文章
时间限制:9000/3000 MS(Java / Others)内存限制:131072/65536
K(Java / Others)
总共提交:14521已接受提交:4531
有一天,零想要打印一个有N个单词的文章,而每个单词我有一个打印费用Ci。另外,零知道在一行中打印k个字将花费

M是常数。
现在,零想要知道最低成本,以完美安排文章。
+ 1行中有N个数字。输入由EOF终止。
5 5
五
9
五
7
五
230
Xnozero
斜率优化dp
我们以这道题为例
我们由题很容易写出dp方程,设f[i]为打印前i个位置的最小代价,则f[i] = min{f[j] + (sum[i] - sum[j])^2} + M
这样做是O(n^2)的复杂度
这个时候就需要斜率优化了
我们设k < j < i,若j比k优,则由状态转移方程有
f[j] + (sum[i] - sum[j])^2 < f[k] + (sum[i] - sum[k])^2
整理一下就是((f[j] + sum[j]^2) - (f[k] + sum[k]^2)) / (2 * sum[j] - 2 * sum[k]) < sum[i]
我们令y1 = f[j] + sum[j]^2 ,y2 = f[k] + sum[k]^2,x1 =2 * sum[j] ,x2 = 2 * sum[k]
那么就可以写成(y1 - y2)/(x1 - x2) < sum[i]
也就是说当j,k代表的两个点的斜率满足这个不等式时,j恒比k优
有什么用呢?
我们设k < j <p,且K(p,j) < K(j,k),
那么若K(p,j) < sum[i],则p比j优
若K(p,j) >= sum[i],由于K(j,k) > K(p,j) > sum[i],则j不比k优,就是说k比j优
即j一定没有贡献
这样子我们只需维护点间的斜率单调【这题是递增】,对于每个f[i],我们只需找到最大的K<sum[i],那么该斜率对应直线的右端点就是我们要找的最优的转移
怎么找最大的K呢?
由于我们维护的是斜率单调,即K递增,我们可以二分
特殊的,本题参照物sum是单调递增的,也就是说满足小于sum[i - 1]的一定满足小于sum[i],用一个单调队列维护就好了
于是我们得到了本题的解
一般地,对于状态转移方程dp[i] = dp[j] + f(i,j),若能转换成上述与斜率有关的不等式,都可以用斜率优化,O(n^2)转O(n),是不是很神奇?
另外,若dp[i] = dp[j] + f(i),也就是说我们只需找最优的dp[j]与当前点无关,就可以用单调队列优化
附上本题代码
#include<iostream>
#include<cstdio>
#include<cstring>
#include<algorithm>
#define LL long long int
#define REP(i,n) for (int i = 1; i <= (n); i++)
#define fo(i,x,y) for (int i = (x); i <= (y); i++)
#define Redge(u) for (int k = head[u]; k != -1; k = edge[k].next)
using namespace std;
const int maxn = 500005,maxm = 100005,INF = 1000000000;
inline int read(){
int out = 0,flag = 1;char c = getchar();
while (c < 48 || c > 57) {if (c == '-') flag = -1; c = getchar();}
while (c >= 48 && c <= 57) {out = out * 10 + c - 48; c = getchar();}
return out * flag;
}
int n,M,sum[maxn],q[maxn],f[maxn],head = 0,tail = 0;
int getu(int u,int v){return (f[u] + sum[u] * sum[u]) - (f[v] + sum[v] * sum[v]);}
int getd(int u,int v){return 2 * (sum[u] - sum[v]);}
int getf(int i,int j){return f[j] + (sum[i] - sum[j]) * (sum[i] - sum[j]) + M;}
int main()
{
while (~scanf("%d%d",&n,&M)){
head = tail = 0;
REP(i,n) sum[i] = sum[i - 1] + read();
q[tail++] = 0;
for (int i = 1; i <= n; i++){
while (head + 1 < tail && getu(q[head + 1],q[head]) <= sum[i] * getd(q[head + 1],q[head]))
head++;
f[i] = getf(i,q[head]);
while (head + 1 < tail && getu(i,q[tail - 1]) * getd(q[tail - 1],q[tail - 2]) <= getu(q[tail - 1],q[tail - 2]) * getd(i,q[tail - 1]))
tail--;
q[tail++] = i;
}
printf("%d\n",f[n]);
}
return 0;
}
HDU3507 print article【斜率优化dp】的更多相关文章
- HDU3507 Print Article —— 斜率优化DP
题目链接:https://vjudge.net/problem/HDU-3507 Print Article Time Limit: 9000/3000 MS (Java/Others) Mem ...
- HDU3507 Print Article(斜率优化dp)
前几天做多校,知道了这世界上存在dp的优化这样的说法,了解了四边形优化dp,所以今天顺带做一道典型的斜率优化,在百度打斜率优化dp,首先弹出来的就是下面这个网址:http://www.cnblogs. ...
- hdu3507 Print Article[斜率优化dp入门题]
Print Article Time Limit: 9000/3000 MS (Java/Others) Memory Limit: 131072/65536 K (Java/Others)To ...
- [hdu3507 Print Article]斜率优化dp入门
题意:需要打印n个正整数,1个数要么单独打印要么和前面一个数一起打印,1次打印1组数的代价为这组数的和的平方加上常数M.求最小代价. 思路:如果令dp[i]为打印前i个数的最小代价,那么有 dp[i] ...
- HDU3507 Print Article (斜率优化DP基础复习)
pid=3507">传送门 大意:打印一篇文章,连续打印一堆字的花费是这一堆的和的平方加上一个常数M. 首先我们写出状态转移方程 :f[i]=f[j]+(sum[i]−sum[j])2 ...
- 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 ...
- Print Article /// 斜率优化DP oj26302
题目大意: 经典题 数学分析 G(a,b)<sum[i]时 a优于b G(a,b)<G(b,c)<sum[i]时 b必不为最优 #include <bits/stdc++.h& ...
- 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 ...
- hdu3507Print Article(斜率优化dp)
Print Article Time Limit: 9000/3000 MS (Java/Others) Memory Limit: 131072/65536 K (Java/Others)To ...
- HDU-3507Print Article 斜率优化DP
学习:https://blog.csdn.net/bill_yang_2016/article/details/54667902 HDU-3507 题意:有若干个单词,每个单词有一个费用,连续的单词组 ...
随机推荐
- C# 合并多个结构相同的DataTable
public DataTable GetAllDataTable(DataSet ds) { DataTable newDataTable = ds.Tables[0].Clone(); //创建新表 ...
- Redash二次开发-开发环境搭建
环境:win7+pycharm 2018.2 +redash 1.安装pycharm并如何正常使用,找度娘. 2.配置pycharm vcs,设置github用户,从github新建redash项目 ...
- JMeter自学笔记1-环境安装
一.写在前面的话: Jmeter是一款优秀的开源测试工具, 是每位测试工程师进阶过程中,需要熟悉并掌握的一款测试工具,熟练使用Jmeter能大大提高工作效率. Jmeter环境安装需要依赖JDK,所以 ...
- redis 批量删除操作
redis 批量删除操作 需要在redis里面清空一批数据,redis没有支持通配符删除, 只有del key1 key2 ... 但是可以通配符获取 KEYS PATTERN 然后利用linux管道 ...
- phpldapadmin具体设置
一.需求 1.属性隐藏 只显示用户名,部门(因为是单OU设计为了做区分),登录密码 2.属性顺序显示 部门>用户名>登录密码 3.使用UID可以登陆 用户可以使用账户(自己的名字)登 ...
- ShipStation Now Uses AWS And Amazon Fulfillment To Automatically Ship From eBay, Sears And Other Marketplaces
ShipStation today unveiled a first-of-its-kind service to leverage Amazon Web Services and Amazon.co ...
- redis利用key计时与计数
计时 Setex 命令为指定的 key 设置值及其过期时间.如果 key 已经存在, SETEX 命令将会替换旧的值 基本命令: redis 127.0.0.1:6379> SETEX KEY_ ...
- Python:默认参数
Python是个人最喜欢的语言,刚开始接触Python时,总觉得有很多槽点,不太喜欢.后来,不知不觉中,就用的多了.习惯了.喜欢上了.Python的功能真的很强大,自己当初学习这门语言的时候,也记录过 ...
- ES6的新特性(20)—— Module 的加载实现
Module 的加载实现 上一章介绍了模块的语法,本章介绍如何在浏览器和 Node 之中加载 ES6 模块,以及实际开发中经常遇到的一些问题(比如循环加载). 浏览器加载 传统方法 HTML 网页中, ...
- React 初学
React.createClass({}); getInitialState,this.setState({}); {}解读代码块,外层不要加引号,比如onChange={this.handleCha ...