这道题和06年论文《从一类单调性问题看算法的优化》第一道例题很相似。

题意:给出n个矿的重量和位置,这些矿石只能从上往下运送,现在要在这些地方建造m个heap,要使得,sigma距离*重量最小。

思路:O(n ^ 3)的DP解法是很容易想出来的。

dp[i][j] 表示第i个矿石点是j个heap的最小花费。

dp[i][j] = min(dp[i][j] , dp[k][j - 1] + sigma(sum[i] - sum[k])) 。

其中i , j , k 分别要一重循环,所以复杂度达到10 ^ 9。

这显然是TLE的,所以需要优化。

我们可以来看状态转移方程,dp[i][j] = dp[k][j - 1] +( sum1[i] - sum1[k] ) * a[i] - (sum2[i] - sum2[k]) .其中sum1是1到i的总重量,sum2表示1到i的总重量*距离。

这样,我们就可以进行斜率优化了。

所以这一维就降成O(1)了。那总的复杂度就是O(n ^ 2)。

#include <set>
#include <map>
#include <stack>
#include <cmath>
#include <queue>
#include <cstdio>
#include <string>
#include <vector>
#include <iomanip>
#include <cstring>
#include <iostream>
#include <algorithm>
#define Max 2505
#define FI first
#define SE second
#define ll long long
#define PI acos(-1.0)
#define inf 0x7ffffffffffffll
#define LL(x) ( x << 1 )
#define bug puts("here")
#define PII pair<int,int>
#define RR(x) ( x << 1 | 1 )
#define mp(a,b) make_pair(a,b)
#define mem(a,b) memset(a,b,sizeof(a))
#define REP(i,s,t) for( int i = ( s ) ; i <= ( t ) ; ++ i ) using namespace std; #define N 1111 ll sum1[N] ;
ll sum2[N] ;
ll dp[N][N] ;
int qe[N] ;
ll a[N] , b[N] ;
int n , m ;
//分子
ll getU(int j , int k , int z){
return dp[k][j - 1] + sum2[k] - (dp[z][j - 1] + sum2[z]) ;
}
//分母
ll getD(int k , int z){
return sum1[k] - sum1[z] ;
} ll getDP(int i ,int j ,int k){
return dp[k][j - 1] + (sum1[i] - sum1[k]) * a[i] - (sum2[i] - sum2[k]) ;
} int main() { while(cin >> n >> m){
for (int i = 1 ; i <= n ; i ++ )cin >> a[i] >> b[i] ;
sum1[0] = sum2[0] = 0 ;
for (int i = 1 ; i <= n ; i ++ ){
sum1[i] = sum1[i - 1] + b[i] ;
sum2[i] = sum2[i - 1] + a[i] * b[i] ;
// cout << sum1[i] << " " << sum2[i] << endl;
}
for (int i = 0 ; i <= n ; i ++ )
for (int j = 0 ; j <= m ; j ++) dp[i][j] = inf ;
dp[0][0] = 0 ; for (int j = 1 ; j <= m ; j ++ ){
int head = 0 , tail = 0 ;
qe[tail ++ ] = 0 ;
for (int i = 1 ; i <= n ; i ++ ){
while(head + 1 < tail && getU(j , qe[head + 1] , qe[head]) <= a[i] * getD(qe[head + 1] , qe[head]))
head ++ ;
dp[i][j] = getDP(i , j , qe[head]) ; while(head + 1 < tail && getU(j , i , qe[tail - 1]) * getD(qe[tail - 1] ,qe[tail - 2]) <=
getU(j , qe[tail - 1] , qe[tail - 2]) * getD(i , qe[tail - 1]))
tail -- ;
qe[tail ++ ] = i ;
}
}
cout << dp[n][m] << endl ;
}
return 0 ;
}

UVAlive 6131 dp+斜率优化的更多相关文章

  1. 【BZOJ-4518】征途 DP + 斜率优化

    4518: [Sdoi2016]征途 Time Limit: 10 Sec  Memory Limit: 256 MBSubmit: 230  Solved: 156[Submit][Status][ ...

  2. 【BZOJ-3437】小P的牧场 DP + 斜率优化

    3437: 小P的牧场 Time Limit: 10 Sec  Memory Limit: 128 MBSubmit: 705  Solved: 404[Submit][Status][Discuss ...

  3. 【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 ...

  4. 【BZOJ】1096: [ZJOI2007]仓库建设(dp+斜率优化)

    http://www.lydsy.com/JudgeOnline/problem.php?id=1096 首先得到dp方程(我竟然自己都每推出了QAQ)$$d[i]=min\{d[j]+cost(j+ ...

  5. BZOJ 1096: [ZJOI2007]仓库建设(DP+斜率优化)

    [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公司一般把产品直接堆放在 ...

  6. 学渣乱搞系列之dp斜率优化

    学渣乱搞系列之dp斜率优化 By 狂徒归来 貌似dp的斜率优化一直很难搞啊,尤其是像我这种数学很挫的学渣,压根不懂什么凸包,什么上凸下凸的,哎...说多了都是泪,跟wdd讨论了下,得出一些结论.本文很 ...

  7. DP斜率优化总结

    目录 DP斜率优化总结 任务安排1 任务计划2 任务安排3 百日旅行 DP斜率优化总结 任务安排1 首先引入一道题,先\(O(N^2)\)做法:分别预处理出\(T_i,C_i\)前缀和\(t[i],c ...

  8. HDU 3507 [Print Article]DP斜率优化

    题目大意 给定一个长度为\(n(n \leqslant 500000)\)的数列,将其分割为连续的若干份,使得 $ \sum ((\sum_{i=j}^kC_i) +M) $ 最小.其中\(C_i\) ...

  9. dp斜率优化

    算法-dp斜率优化 前置知识: 凸包 斜率优化很玄学,凭空讲怎么也讲不好,所以放例题. [APIO2014]序列分割 [APIO2014]序列分割 给你一个长度为 \(n\) 的序列 \(a_1,a_ ...

随机推荐

  1. js鼠标右键操作

    一个页面中,BODY中用oncontextmenu='return false'来取消鼠标右键: 在JS中设置oncontextmenu='return true'用window.document. ...

  2. POJ2955:Brackets(区间DP)

    Description We give the following inductive definition of a “regular brackets” sequence: the empty s ...

  3. nuc950支持nand的mtd驱动的kernel修改

    支持nand的mtd驱动的kernel修改 一.更新nanddriver文件 将新的nanddriver文件nuc900_nand.c放到kernel的drivers/mtd/nand目录下 二.修改 ...

  4. Pycharm在创建py文件时,如何自动添加文件头注释(类似于钩子特性)?

    在每次新建一个py文件的时候 1 如何自动添加/usr/bin/env python2 自动添加 coding=utf8 操作方法: File->settings->Editor-> ...

  5. SAX解析

    SAX解析工具- Sun公司提供的.内置在jdk中.org.xml.sax. 核心的API: SAXParser类: 用于读取和解析xml文件对象 parse(File f, DefaultHandl ...

  6. for-in语句

    <script type="text/javascript"> /* for-in语句: for-in语句的格式: for(var 变量名 in 遍历的目标){ } f ...

  7. linux awk 中 RS,ORS,FS,OFS 区别与联系【转】

    linux awk 中 RS,ORS,FS,OFS 区别与联系 http://blog.csdn.net/jesseen/article/details/7992929

  8. 清除oracl中有主外键关联的表中的部分数据。

    1.禁用主外键BEGINfor c in (select 'ALTER TABLE '||TABLE_NAME||' DISABLE CONSTRAINT '||constraint_name||' ...

  9. START WITH CONNECT BY PRIOR 链表查询

    使用场景:排序 设计思路,id为主键,index为顺序,index存前一个节点的id,当然,按照这个思路可以实现双向链表的(preindex存前一个节点,nextindex存下一个节点) 这样的话排序 ...

  10. 深入理解CSS选择器优先级的计算

    选择器的优先级关系到元素应用哪个样式.在CSS2.1的规范(http://www.w3.org/TR/2009/CR-CSS2-20090908/cascade.html#specificity)中是 ...