zoukankan      html  css  js  c++  java
  • 土地征用题解(兼斜率优化详解)

    土地征用题解(兼斜率优化详解)

    标签: 动态规划——斜率优化
    阅读体验:https://zybuluo.com/Junlier/note/1291012
    这不是以题解为最主要目的的博客谢谢
    重点是帮助理解斜率优化

    链接题目:洛谷土地征用
    这里有(dp)的各种优化。。。
    这里是(Flash Hu)的dp优化博客

    前期处理及一些小性质

    我们这里直接把土地理解成一些矩形,显然如果一个大矩形可以把另一个小矩形包含住,那个小矩形肯定会被并购掉,可以直接不考虑,就要去掉
    那么可以在(O(nlogn))的复杂度内解决掉:

    按高度从大到小排序,如果当前的宽度比之前最宽的宽度要小,显然不要;如果要大,就加进需要考虑的矩形数组里,顺便更新宽度最大值

        int L=1;
        for(int i=1;i<=n;++i)
            if(ljl[L].w<ljl[i].w)ljl[++L]=ljl[i];//ljl是定义的矩形的结构体。。。
        n=L;
    

    现在我们得到了一个高度单调递减,宽度单调递增的矩形序列对吧
    那么是不是很容易发现一定是把一段下标连续的矩形并购更优
    简单证明一下:如果并购不连续,那么中间那个断开的高度一定小于前一段,宽度一定小于后一段,把它并购到这一段不连续的里面不会产生费用,所以这种决策不会更差,只会更优。。。

    (dp)部分

    有前面的那个简单性质,可以考虑(dp)
    (dp[i])表示买完前i块矩形的最小费用
    显然有(dp)方程:(dp[i]=min_{j=2}^i){(dp[j-1]+h[j]*w[i])}
    表示我们把区间([i,j])上的矩形并购了

    斜率优化

    由来

    直接做肯定是(O(n^2))的复杂度
    考虑优化
    那么假设我们有(j)(k)两个可能的转移状态,不妨设(j>k)
    那么假设决策(j)比决策(k)更优,我们看要满足什么条件

    [dp[j-1]+h[j]*w[i]<=dp[k-1]+h[k]*w[k] $$合并同类项化简之后会得到 ]

    frac{dp[j-1]-dp[k-1]}{h[j]-h[k]}=>w[i]

    [嗯?这个式子怎么这么眼熟?这就是为什么我们叫他斜率优化 ### 实现 是不是只要满足上面那个式子,决策$j$就一定优于决策$k$ 那么我们把$(h[j],dp[j-1])$看做一个点,那么上面式子的左边可以看做点$j$和$k$的斜率 而由于$w[i]$是单调不降的 所以我们的那个斜率要求单调递增(相等的话决策结果一样就不考虑了),并且大于等于$w[i]$对吧 这个可以用单调队列来维护 在队尾每次把点$i$加入其中,条件是与队尾的点斜率大于队尾与队尾-1的点(维护斜率单调递增) 在队首每次查询,条件是队首的斜率满足要求(大于$w[i]$(同样相等不考虑了)) 可能讲起来还很抽象,借助代码。。。 $calc$是按照上面的“斜率”定义来求斜率的函数 $k[tl-1]$表示队列中$Q[tl-1]$与$Q[tl]$的斜率 $ljl[i].w$就是$w[i]$辣。。。定义一个结构体而已。。。 ``` int hd=1,tl=0; for(int i=1;i<=n;++i) { while(hd<tl&&k[tl-1]>=calc(i,Q[tl]))--tl; k[tl]=calc(i,Q[tl]),Q[++tl]=i; while(hd<tl&&k[hd]<ljl[i].w)++hd; dp[i]=dp[Q[hd]-1]+ljl[Q[hd]].h*ljl[i].w; } ``` ## 汇总 可能需要结合整个代码和这个题来理解。。。 **PS:如果还有不懂评论区留言吧。。。** ``` #include<bits/stdc++.h> #define lst long long #define ldb double #define N 50050 using namespace std; const int Inf=1e9; int read() { int s=0,m=0;char ch=getchar(); while(ch<'0'||ch>'9'){if(ch=='-')m=1;ch=getchar();} while(ch>='0'&&ch<='9')s=(s<<3)+(s<<1)+(ch^48),ch=getchar(); return m?-s:s; } int n; ldb k[N]; int Q[N]; lst dp[N]; struct Land{lst h,w;}ljl[N]; bool cmp(const Land &a,const Land &b){return a.h==b.h?a.w>b.w:a.h>b.h;} ldb calc(int x,int y){return (dp[x-1]-dp[y-1])/(ljl[y].h-ljl[x].h);} int main() { n=read(); for(int i=1;i<=n;++i) ljl[i]=(Land){read(),read()}; sort(ljl+1,ljl+n+1,cmp); int L=1; for(int i=1;i<=n;++i) if(ljl[L].w<ljl[i].w)ljl[++L]=ljl[i]; n=L;int hd=1,tl=0; for(int i=1;i<=n;++i) { while(hd<tl&&k[tl-1]>=calc(i,Q[tl]))--tl; k[tl]=calc(i,Q[tl]),Q[++tl]=i; while(hd<tl&&k[hd]<ljl[i].w)++hd; dp[i]=dp[Q[hd]-1]+ljl[Q[hd]].h*ljl[i].w; }printf("%lld ",dp[n]); return 0; } ```]

  • 相关阅读:
    Danny_Su的devexpress 9.3.3的注册插件在vs2010RC中无法使用的解决办法
    EntitySpaces2009中的关系
    EntitySpaces2009的开发文档地址
    EntitySpaces2009支持事务
    EntitySpaces2009中连接Access的连接设置
    基于matlab的视频测速处理
    图像拼接与融合
    某图像分析系统
    黑子数与开盘指数相关性分析
    另类的图像处理
  • 原文地址:https://www.cnblogs.com/cjoierljl/p/9693156.html
Copyright © 2011-2022 走看看