Link:
Algorithm:
DP方程:$dp[i]=max(dp[j]+a*(sum[i]-sum[j])^2+b*(sum[i]-sum[j])+c)$
方程是显然的,但复杂度为$O(N^2)$,需要优化到$O(N)$,这时就需要斜率优化了
推荐博客:https://www.cnblogs.com/MashiroSky/p/6009685.html
这篇博客清晰地从“数”到“形”展现了斜率优化
其中必要的前提:dp数组是要具有决策单调性的
(即如果在$dp[i]$下决策$j$好于$k$,那么在大于$i$时$j$永远要好于$k$)
同时与i相关的数组具有单调性(不具有决定性,可以通过凸包二分来解决非单调性问题)
此题符合这几个前提,
如果$j>k$且$j$比$k$更优 :(由决策单调性推出)
$dp[j]-dp[k]+a*sum[j]^2-a*sum[k]^2+b*(sum[k]-sum[j])>2*a*(sum[j]-sum[k])*sum[i]$
$slope(j,k)=frac{dp[j]-dp[k]+a*sum[j]^2-a*sum[k]^2+b*(sum[k]-sum[j])}{2*a*(sum[j]-sum[k])}>sum[i]$
用单调队列维护$slope$
1、使$slope(cur,cur+1)$保持递增,因为$sum[i]$递增
2、由于$slope(j,k)>sum[i]$时决策$j$比$k$更优,因此决策$head$>$head+1$>……$tail$
每次将$slope(head,head+1) < sum[i]$的$head$踢出队列,之后的$queue[head]$即为最优决策
记住,SLOPE只是用于判断在$sum[i]$时$j$比$k$优的结论是否成立,我们用优先队列来优化维护其的复杂度
$slope(j,k)$和$slope(j'' , k'')$间的大小关系与决策的优越性不具有直接联系
Code:
#include <bits/stdc++.h> using namespace std; typedef long long ll; const int MAXN=1e6+10; ll pre[MAXN],dp[MAXN],que[MAXN],l,r,a,b,c,n; inline ll read() { char ch;ll num,f=0; while(!isdigit(ch=getchar())) f|=(ch=='-'); num=ch-'0'; while(isdigit(ch=getchar())) num=num*10+ch-'0'; return f?-num:num; } ll sqr(ll x){return x*x;} inline double slope(int x,int y) { return (double)(dp[x]-dp[y]+a*sqr(pre[x])-a*sqr(pre[y])+b*(pre[y]-pre[x]))/(double)(2*a*(pre[x]-pre[y])); } int main() { n=read();a=read();b=read();c=read(); for(int i=1;i<=n;i++) pre[i]=read(),pre[i]+=pre[i-1]; for(int i=1;i<=n;i++) { while(l<r && slope(que[l],que[l+1])<=pre[i]) l++; dp[i]=dp[que[l]]+a*sqr(pre[i]-pre[que[l]])+b*(pre[i]-pre[que[l]])+c; while(l<r && slope(que[r],i)<=slope(que[r-1],que[r])) r--; que[++r]=i; } cout << dp[n]; return 0; }
Review:
1、如果转移方程显而易见,但要优化复杂度
只要其具有决策单调性,且可由其推出的式子发现与i相关的量可看成斜率 / 转移方程中的dp[i]可看作截距
均可使用斜率优化
2、当与i相关的数组不具有单调性时,要利用二分/三分法找到对应斜率(Updating)