zoukankan      html  css  js  c++  java
  • [HNOI2008]玩具装箱TOY

    嘟嘟嘟


    决策单调性dp。
    首先dp方程很好想

    [dp[i] = min_{j = 0} ^ {i - 1} (dp[j] + w(j + 1, i)) ]

    其中(w(i, j) = (i - j + sum _ {i = l} ^ {j} C_i - L) ^ 2)
    但是我不会四边形不等式,于是打表,发现决策是单调的,那么就可以优化掉到(O(n log{n}))了。


    优化的关键思想是这个状态能更新哪些状态,而不是这个状态由哪些状态更新而来。
    而且因为决策单调性,对于当前枚举到的状态(i)(i)能更新的一定是一个后缀。
    所以大体思路就出来了:
    1.用一个队列,里面维护三个值:决策(j)(j)能更新的状态区间([L, R])
    2.枚举状态。
    3.检查队首,把队首决策的更新区间小于(i)的都扔出去。
    4.用当前队首决策更新当前状态(i)
    3.检查队尾,看状态(i)能更新是否比队尾的决策优(所以状态(i)现在是决策)。
    具体来说,对于队尾((j_t, L_t, R_t)),如果(dp[i] + w(i + 1, L_t) leqslant dp[j_t] + w(j_t + 1, L_t)),说明队尾的这个决策全不要,扔出去;否则在状态区间([L_t, R_t])中二分查找得到(pos),把(R_t)修改成(pos)
    4.队尾插入新决策((i, pos, n))


    因为有二分,所以复杂度为(O(n log n))


    这里特别容易写错的是二分(至少我是),因为如果不特判当前状态(i)什么也更新不了的话,就需要把二分的终止条件改成(L leqslant R),因为这样如果更新不了返回是(R + 1),可以简单的判断。
    但是像原来写的话返回是(R),而因为状态(i)可能刚好更新(R)这个状态,如果还是认为什么也更新不了的话就会出错。
    然后就是动点脑子二分别RE了,具体可看我的代码

    #include<cstdio>
    #include<iostream>
    #include<cmath>
    #include<algorithm>
    #include<cstring>
    #include<cstdlib>
    #include<cctype>
    #include<vector>
    #include<stack>
    #include<queue>
    using namespace std;
    #define enter puts("") 
    #define space putchar(' ')
    #define Mem(a, x) memset(a, x, sizeof(a))
    #define rg register
    typedef long long ll;
    typedef double db;
    const int INF = 0x3f3f3f3f;
    const db eps = 1e-8;
    const int maxn = 5e4 + 5;
    inline ll read()
    {
      ll ans = 0;
      char ch = getchar(), last = ' ';
      while(!isdigit(ch)) last = ch, ch = getchar();
      while(isdigit(ch)) ans = (ans << 1) + (ans << 3) + ch - '0', ch = getchar();
      if(last == '-') ans = -ans;
      return ans;
    }
    inline void write(ll x)
    {
      if(x < 0) x = -x, putchar('-');
      if(x >= 10) write(x / 10);
      putchar(x % 10 + '0');
    }
    
    int n;
    ll P, c[maxn], sum[maxn];
    ll dp[maxn];
    
    struct Node
    {
      int pos, L, R;
    }q[maxn];
    int l = 1, r = 0;
    
    ll w(int L, int R)
    {
      ll ret = R - L + sum[R] - sum[L - 1] - P;
      
      return ret * ret;
    }
    
    int solve(int x, Node a)
    {
      int L = a.L, R = a.R;
      while(L <= R)
        {
          int mid = (L + R) >> 1;
          if(dp[x] + w(x + 1, mid) <= dp[a.pos] + w(a.pos + 1, mid))
    	{
    	  if(R != mid) R = mid;
    	  else {L = mid; break;}
    	}
          else
    	{
    	  if(L != mid + 1) L = mid + 1;
    	  else break;
    	}
        }
      return L;
    }
    
    int main()
    {
      n = read(); P = read();
      for(int i = 1; i <= n; ++i) c[i] = read(), sum[i] = sum[i - 1] + c[i];
      q[++r] = (Node){0, 1, n};
      for(int i = 1; i <= n; ++i)
        {
          while(q[l].R < i) l++;  //永远不会弹空
          dp[i] = dp[q[l].pos] + w(q[l].pos + 1, i);
          q[l].L = i + 1;
          while(l <= r && dp[i] + w(i + 1, q[r].L) <= dp[q[r].pos] + w(q[r].pos + 1, q[r].L)) r--;
          int pos = solve(i, q[r]); q[r].R = pos - 1;
          if(pos <= n) q[++r] = (Node){i, pos, n};
        }
      write(dp[n]), enter;
      return 0;
    }
    
  • 相关阅读:
    CentOS优化
    C++ 与OpenCV 学习笔记
    常用ubuntu命令
    对极几何笔记
    DBoW2 词袋模型笔记
    OKVIS(一)初始化流程及代码结构
    二进制描述子 BRIEF(ORB), BRISK, FREAK
    VIO 初始化小结
    VINS(十)FeatureManager(未完待续)
    VINS(九)Ceres Solver优化(未完待续)
  • 原文地址:https://www.cnblogs.com/mrclr/p/10122671.html
Copyright © 2011-2022 走看看