bzoj1010 toy玩具装箱 (斜率优化dp)
2017-05-19 09:23
423 查看
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Ci.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+Sigma(Ck) i<=K<=j 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.
Input
第一行输入两个整数N,L.接下来N行输入Ci.1<=N<=50000,1<=L,Ci<=10^7
Output
输出最小费用
Sample Input
5 4
3
4
2
1
4
Sample Output
1
思维过程
dp[i] = min(dp[j]+(sum[i]-sum[j]+i-j-1-L)^2)
令c=1+l
dp[k]+(sum[i]+i-sum[k]-k-c)^2 <= dp[j]+(sum[i]+i-sum[j]-j-c)^2
dp[k]+(sum[i]+i)^2-2*(sum[i]+i)(sum[k]+k+c)+(sum[k]+k+c)^2 <= dp[j]+(sum[i]+i)^2-2(sum[i]+i)*(sum[j]+j+c)+(sum[j]+j+c)^2
dp[k]-2*(sum[i]+i)(sum[k]+k+c)+(sum[k]+k+c)^2 <= dp[j]-2(sum[i]+i)*(sum[j]+j+c)+(sum[j]+j+c)^2
即(dp[k]+(sum[k]+k+c)^2-dp[j]-(sum[j]+j+c)^2)/2*(sum[k]+k-sum[j]-j) <= sum[i]+i
此时 k比j优 (k > j)
承接前两道题,所以对斜率优化就不过多阐述了,需要解释的读者请自行前往
斜率优化
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Ci.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+Sigma(Ck) i<=K<=j 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.
Input
第一行输入两个整数N,L.接下来N行输入Ci.1<=N<=50000,1<=L,Ci<=10^7
Output
输出最小费用
Sample Input
5 4
3
4
2
1
4
Sample Output
1
思维过程
dp[i] = min(dp[j]+(sum[i]-sum[j]+i-j-1-L)^2)
令c=1+l
dp[k]+(sum[i]+i-sum[k]-k-c)^2 <= dp[j]+(sum[i]+i-sum[j]-j-c)^2
dp[k]+(sum[i]+i)^2-2*(sum[i]+i)(sum[k]+k+c)+(sum[k]+k+c)^2 <= dp[j]+(sum[i]+i)^2-2(sum[i]+i)*(sum[j]+j+c)+(sum[j]+j+c)^2
dp[k]-2*(sum[i]+i)(sum[k]+k+c)+(sum[k]+k+c)^2 <= dp[j]-2(sum[i]+i)*(sum[j]+j+c)+(sum[j]+j+c)^2
即(dp[k]+(sum[k]+k+c)^2-dp[j]-(sum[j]+j+c)^2)/2*(sum[k]+k-sum[j]-j) <= sum[i]+i
此时 k比j优 (k > j)
承接前两道题,所以对斜率优化就不过多阐述了,需要解释的读者请自行前往
斜率优化
#include <iostream> #include <cstdio> #define LL long long using namespace std; int n, L; int c[50005], q[50005]; LL sum[50005], dp[50005], C; LL cc(int j, int k){ return (dp[k]+(sum[k]+k+C)*(sum[k]+k+C)-dp[j]-(sum[j]+j+C)*(sum[j]+j+C)); } LL dd(int j, int k){ return 2*(sum[k]+k-sum[j]-j); } void work(){ int head = 0, tail = 0; for(int i=1; i<=n; i++){ while(head<tail && cc(q[head],q[head+1])<=(sum[i]+i)*dd(q[head],q[head+1])) head++; int j = q[head]; dp[i] = dp[j]+(sum[i]+i-sum[j]-j-C)*(sum[i]+i-sum[j]-j-C); while(head<tail && cc(q[tail],i)*dd(q[tail-1],q[tail])<cc(q[tail-1],q[tail])*dd(q[tail],i)) tail--; q[++tail] = i; } return; } int main(){ scanf("%d%d", &n, &L); C = L + 1; for(int i=1; i<=n; i++){ scanf("%d", &c[i]); sum[i] = sum[i-1] + c[i]; } work(); printf("%lld", dp ); return 0; }
相关文章推荐
- BZOJ 1010 [HNOI2008]玩具装箱toy(斜率优化dp)
- [BZOJ1010][HNOI2008]玩具装箱toy(斜率优化dp)
- [BZOJ 1010] HNOI 2008 玩具装箱toy · 斜率优化DP
- BZOJ 1010: [HNOI2008]玩具装箱toy 斜率优化DP
- BZOJ 1010: [HNOI2008]玩具装箱toy(DP+斜率优化)
- bzoj 1010 [HNOI2008]玩具装箱toy(DP的斜率优化)
- 【bzoj1010】[HNOI2008]玩具装箱toy 斜率优化DP
- 【bzoj1010】[HNOI2008]玩具装箱toy 斜率优化dp
- BZOJ1010[HNOI2008]玩具装箱toy——斜率优化DP
- [BZOJ1010][HNOI2008]玩具装箱toy(斜率优化dp)
- BZOJ 1010: [HNOI2008]玩具装箱toy(dp+斜率优化)
- _bzoj1010 [HNOI2008]玩具装箱toy【斜率优化dp】
- 斜率优化dp专题 & BZOJ1010 HNOI2008 玩具装箱toy
- BZOJ 斜率优化dp 1010: [HNOI2008]玩具装箱toy
- BZOJ 1010 [HNOI2008]玩具装箱toy 斜率优化DP
- 【BZOJ1010】【HNOI2008】玩具装箱toy(dp+斜率优化)
- [bzoj1010] [HNOI2008]玩具装箱toy (斜率优化DP)
- bzoj 1010: [HNOI2008] 玩具装箱 toy [斜率优化dp] [动态规划]
- 【斜率优化DP】BZOJ1010 [HNOI2008]玩具装箱toy
- bzoj1010: [HNOI2008]玩具装箱toy 斜率优化DP