zoukankan      html  css  js  c++  java
  • HDU 3507 单调队列 斜率优化

    斜率优化的模板题

    给出n个数以及M,你可以将这些数划分成几个区间,每个区间的值是里面数的和的平方+M,问所有区间值总和最小是多少。

    如果不考虑平方,那么我们显然可以使用队列维护单调性,优化DP的线性方法来做,但是该题要求的是区间和的平方,于是要转换单调的计算方法为斜率,也就是凸线。

    其他就是最基本的单调DP

    /** @Date    : 2017-09-04 15:39:05
      * @FileName: HDU 3507 单调队列 斜率优化 DP.cpp
      * @Platform: Windows
      * @Author  : Lweleth (SoungEarlf@gmail.com)
      * @Link    : https://github.com/
      * @Version : $Id$
      */
    #include <bits/stdc++.h>
    #define LL long long
    #define PII pair<int ,int>
    #define MP(x, y) make_pair((x),(y))
    #define fi first
    #define se second
    #define PB(x) push_back((x))
    #define MMG(x) memset((x), -1,sizeof(x))
    #define MMF(x) memset((x),0,sizeof(x))
    #define MMI(x) memset((x), INF, sizeof(x))
    using namespace std;
    
    const int INF = 0x3f3f3f3f;
    const int N = 1e5+20;
    const double eps = 1e-8;
    
    int n, m;
    int a[5*N];
    LL dp[5*N];
    LL sum[5*N];
    
    LL XX(int a, int b)
    {
    	return dp[b] + sum[b] * sum[b] - (dp[a] + sum[a] * sum[a]); 
    }
    
    LL YY(int a, int b)
    {
    	return 2 * (sum[b] - sum[a]);
    }
    int main()
    {
    	while(~scanf("%d%d", &n, &m))
    	{
    		MMF(sum);
    		MMF(dp);
    		for(int i = 1; i <= n; i++)
    		{
    			scanf("%d", a + i);
    			sum[i] = sum[i - 1] + a[i];
    		}
    
    		deque<int>q;
    		q.push_back(0);
    		for(int i = 1; i <= n; i++)
    		{
    			auto pos = q.begin();
    			while(q.size() > 1 && XX(*pos, *(pos + 1)) <= sum[i] * YY(*pos, *(pos + 1)))
    				q.pop_front(), pos = q.begin();
    			if(!q.empty())
    				dp[i] = dp[q.front()] + (sum[i] - sum[q.front()])*(sum[i] - sum[q.front()]) + m;
    			//cout << dp[i] << endl;
    			pos = q.end();
    			while(q.size() > 1 && XX(*(pos - 2), *(pos - 1)) * YY(*(pos - 1), i) >= XX(*(pos - 1), i) * YY(*(pos - 2), *(pos - 1)))
    			{
    				q.pop_back();
    				pos = q.end();
    			}
    			q.push_back(i);
    		}
    		printf("%lld
    ", dp[n]);
    	}
        return 0;
    }
    
  • 相关阅读:
    处理不均衡数据 (Imbalanced data)
    过拟合 (Overfitting)
    加速神经网络训练 (Speed Up Training)
    Python3 S.join() 个人笔记
    OpenCV中的图像形态学转换
    OpenCV中的绘图函数
    OpenCV中图像的BGR格式及Img对象的属性说明
    OpenCV中图像的读取,显示与保存
    msyql-02
    jumpserver的快速部署
  • 原文地址:https://www.cnblogs.com/Yumesenya/p/7487882.html
Copyright © 2011-2022 走看看