DP + 斜率优化 / 决策单调性 --- [HNOI2008]玩具装箱TOY
Posted ReMoon
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了DP + 斜率优化 / 决策单调性 --- [HNOI2008]玩具装箱TOY相关的知识,希望对你有一定的参考价值。
[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,再放到一种特殊的一维容器中。
P教授有编号为\(1......N\)的\(N\)件玩具,第\(i\)件玩具经过压缩后变成一维长度为\(C_{i}\).
为了方便整理,P教授要求在一个一维容器中的玩具编号是连续的。
同时如果一个一维容器中有多个玩具,那么两件玩具之间要加入一个单位长度的填充物,
形式地说如果将第\(i\)件玩具到第\(j\)个玩具放到一个容器中,那么容器的长度将为 \(x= j - i + \sum_{k=i}^{j} C_{k}\)
制作容器的费用与容器的长度有关,根据教授研究,如果容器长度为\(x\),其制作费用为\((x - L) ^ {2}\).
其中\(L\)是一个常量。
P教授不关心容器的数目,他可以制作出任意长度的容器,甚至超过\(L\)。但他希望费用最小.
输入格式:
第一行输入两个整数\(N,L\).
接下来\(N\)行输入\(C_{i}\).
\(1<=N<=50000, 1<=L,C_{i}<=10^{7}\)
输出格式:
输出最小费用
不难想到,\(dp(i)\)表示把\(1......i\)号玩具装箱的最小费用。
那么有\(dp(i)=min(dp(j)+(\sum_{k=j}^{i} C_{k} + i - j - L - 1)^{2})\)
这个\(O(n^{2})\)的DP一定会超时,因此想办法优化。
决策单调性:
如果把决策点打出来,(用\(O(n^2)\)的DP来记录)
可以观察到满足决策单调性
而这个东西非常的套路。
维护一个\(tra\)指针,表示循环枚举的\(i\)从哪里转移,\(tra\)指针要及时更新
更新出\(dp(i)\)后,用\(dp(i)\)去决定\(i\)的决策区间在哪里
第一步:如果栈顶的决策点不如\(i\),把栈顶决策点退栈,重复直到不满足条件。
(注:细节:当决策点区间右端点比\(i\)还小时,同样要退出循环,并且此时\(i\)的右边全部是它的决策区间,不需要后面的二分了)
第二步:在当前栈顶决策区间中二分,二分出哪些区间的决策点应该更换为\(i\)
时间复杂度:\(O(n \log n)\)
不用化式子,只要打表就好了,这么好的算法,为什么不用用??
斜率优化:
等下。。。。。。。
以上是关于DP + 斜率优化 / 决策单调性 --- [HNOI2008]玩具装箱TOY的主要内容,如果未能解决你的问题,请参考以下文章
DP + 斜率优化 / 决策单调性 --- [HNOI2008]玩具装箱TOY
bzoj4518: [Sdoi2016]征途(DP+决策单调性分治优化)