[BZOJ1010][HNOI2008]玩具装箱(决策单调性/斜率优化DP)
2017-08-26 11:06
543 查看
容易推出,如果玩具长度的前缀和为sum[],那么DP方程为:
f[i]=mini−1j=0{f[j]+(i−j−1−L+sum[i]−sum[j])2}。
设X=i−j−1−L+sum[i]−sum[j],则:
w(i+1,j+1)=(X+c[i+1]−c[j+1])2
w(i+1,j)=(X+c[i+1]+1)2
w(i,j+1)=(X−c[j+1]−1)2
此时w(i,j)+w(i+1,j+1)=2X2+2c[i+1]X−2c[j+1]X+c[i+1]2−2c[i+1]c[j+1]+c[j+1]2
w(i+1,j)+w(i,j+1)=2X2+2c[i+1]X−2c[j+1]X+c[i+1]2+2c[i+1]+2c[j+1]+c[j+1]2+2
可得w(i,j)+w(i+1,j+1)<=w(i+1,j)+w(i,j+1),即满足决策单调性。
决策单调性实现即,用一个栈维护每个决策的起始和结束位置。对于每个已经计算出来的f[i],去寻找它能更新的状态有哪些。
具体为:
(1)在栈顶的决策起始位置判断起始位置是否决策i更优。如果是,则退栈,继续执行(1)。否则转(2)。
(2)二分查找在栈顶的决策区间里,决策i最优的最左位置pos,把栈顶的决策结束位置设为pos−1,并把决策i压入栈,决策起始位置为pos,结束位置为n(但是如果pos>n就不要入栈,我就在这里调了好久)。
代码:
时间复杂度O(nlogn)。
f[i]=mini−1j=0{f[j]+((i+sum[i]−L−1)−(sum[j]+j))2}
设a[i]=i+sum[i]−L−1,b[j]=sum[j]+j,
则f[i]=mini−1j=0{f[j]+(a[i]−b[j])2}
即f[i]=mini−1j=0{f[j]+b[j]2−2a[i]b[j]+a[i]2}
再设X[j]=b[j],Y[j]=f[j]+b[j]2,
则可以发现a[]和X[]都单调递增,所以斜率是单调递减的。由于所有的最优决策都在凸包上,所以用单调队列维护凸壳,每次从队首不断出队以找出最优决策。
代码:
时间复杂度O(n)。
f[i]=mini−1j=0{f[j]+(i−j−1−L+sum[i]−sum[j])2}。
解法一:决策单调性。
可以看出原方程是一个f[i]=mini−1j=0{f[j]+w(i,j)}的模型,其中w(i,j)=(i−j−1−L+sum[i]−sum[j])2。设X=i−j−1−L+sum[i]−sum[j],则:
w(i+1,j+1)=(X+c[i+1]−c[j+1])2
w(i+1,j)=(X+c[i+1]+1)2
w(i,j+1)=(X−c[j+1]−1)2
此时w(i,j)+w(i+1,j+1)=2X2+2c[i+1]X−2c[j+1]X+c[i+1]2−2c[i+1]c[j+1]+c[j+1]2
w(i+1,j)+w(i,j+1)=2X2+2c[i+1]X−2c[j+1]X+c[i+1]2+2c[i+1]+2c[j+1]+c[j+1]2+2
可得w(i,j)+w(i+1,j+1)<=w(i+1,j)+w(i,j+1),即满足决策单调性。
决策单调性实现即,用一个栈维护每个决策的起始和结束位置。对于每个已经计算出来的f[i],去寻找它能更新的状态有哪些。
具体为:
(1)在栈顶的决策起始位置判断起始位置是否决策i更优。如果是,则退栈,继续执行(1)。否则转(2)。
(2)二分查找在栈顶的决策区间里,决策i最优的最左位置pos,把栈顶的决策结束位置设为pos−1,并把决策i压入栈,决策起始位置为pos,结束位置为n(但是如果pos>n就不要入栈,我就在这里调了好久)。
代码:
#include <cmath> #include <cstdio> #include <cstring> #include <iostream> #include <algorithm> using namespace std; inline int read() { int res = 0; bool bo = 0; char c; while (((c = getchar()) < '0' || c > '9') && c != '-'); if (c == '-') bo = 1; else res = c - 48; while ((c = getchar()) >= '0' && c <= '9') res = (res << 3) + (res << 1) + (c - 48); return bo ? ~res + 1 : res; } typedef long long ll; const int N = 5e4 + 5; int n, L, c , top; ll sm , f ; struct cyx { int l, r, x; cyx() {} cyx(int _l, int _r, int _x) : l(_l), r(_r), x(_x) {} } stk ; ll w(int i, int j) { ll res = sm[j] - sm[i] - L; res += j - i - 1; return res * res; } int findx(int i) { int l = stk[top].l, r = stk[top].r, mid; while (l <= r) { // 二分查找新决策的起始位置 mid = l + r >> 1; if (f[i] + w(i, mid) < f[stk[top].x] + w(stk[top].x, mid)) r = mid - 1; else l = mid + 1; } return l; } int main() { int i, now = 1; n = read(); L = read(); for (i = 1; i <= n; i++) c[i] = read(), sm[i] = sm[i - 1] + c[i]; stk[top = 1] = cyx(1, n, 0); for (i = 1; i <= n; i++) { f[i] = f[stk[now].x] + w(stk[now].x, i); while (i < stk[top].l && f[i] + w(i, stk[top].l) < f[stk[top].x] + w(stk[top].x, stk[top].l)) top--; int u = findx(i); stk[top].r = u - 1; if (u <= n) stk[++top] = cyx(u, n, i); if (i == stk[now].r) now++; } cout << f << endl; return 0; }
时间复杂度O(nlogn)。
解法二:斜率优化。
可以发现原方程为f[i]=mini−1j=0{f[j]+((i+sum[i]−L−1)−(sum[j]+j))2}
设a[i]=i+sum[i]−L−1,b[j]=sum[j]+j,
则f[i]=mini−1j=0{f[j]+(a[i]−b[j])2}
即f[i]=mini−1j=0{f[j]+b[j]2−2a[i]b[j]+a[i]2}
再设X[j]=b[j],Y[j]=f[j]+b[j]2,
则可以发现a[]和X[]都单调递增,所以斜率是单调递减的。由于所有的最优决策都在凸包上,所以用单调队列维护凸壳,每次从队首不断出队以找出最优决策。
代码:
#include <cmath> #include <cstdio> #include <cstring> #include <iostream> #include <algorithm> using namespace std; inline int read() { int res = 0; bool bo = 0; char c; while (((c = getchar()) < '0' || c > '9') && c != '-'); if (c == '-') bo = 1; else res = c - 48; while ((c = getchar()) >= '0' && c <= '9') res = (res << 3) + (res << 1) + (c - 48); return bo ? ~res + 1 : res; } typedef long long ll; const int N = 5e4 + 5; int n, H, T, L, que ; ll f , a , b , X , Y ; bool check(int p1, int p2, int p3) { return (X[p2] - X[p3]) * (Y[p1] - Y[p3]) - (X[p1] - X[p3]) * (Y[p2] - Y[p3]) >= 0; // 根据叉积判断p1p2的斜率是否大于p2p3的斜率 } ll calc(int x, int y) { return f[x] + b[x] * b[x] - 2ll * a[y] * b[x]; } int main() { int i; n = read(); L = read(); H = T = 1; for (i = 1; i <= n; i++) { b[i] = b[i - 1] + read() + 1; a[i] = b[i] - L - 1; } for (i = 1; i <= n; i++) { while (H < T && calc(que[H], i) >= calc(que[H + 1], i)) H++; f[i] = calc(que[H], i) + a[i] * a[i]; X[i] = b[i]; Y[i] = f[i] + b[i] * b[i]; while (H < T && check(que[T - 1], que[T], i)) T--; que[++T] = i; } cout << f << endl; return 0; }
时间复杂度O(n)。
相关文章推荐
- BZOJ.1010.[HNOI2008]玩具装箱toy(DP 斜率优化/单调队列 决策单调性)
- 1010: [HNOI2008]玩具装箱toy DP+斜率优化+决策单调性
- 斜率优化dp专题 & BZOJ1010 HNOI2008 玩具装箱toy
- [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
- 【HNOI2008】【BZOJ1010】玩具装箱(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)
- BZOJ 1010: [HNOI2008]玩具装箱toy(斜率优化dp)
- BZOJ 1010 [HNOI2008]玩具装箱toy(斜率优化dp)
- HYSBZ/BZOJ 1010 [HNOI2008] 玩具装箱 - dp&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)
- bzoj 1010: [HNOI2008] 玩具装箱 toy [斜率优化dp] [动态规划]
- 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)
- 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)
- [省选前题目整理][BZOJ 1010][HNOI 2008]玩具装箱toy(斜率优化DP)
- [BZOJ 1010] HNOI 2008 玩具装箱toy · 斜率优化DP