题目大意

给定 $N$ 个矩形的宽和高, $(h_1, w_1), (h_2, w_2), \dots, (h_n w_n)$ . 现需要确定 $k$ ($k \le K$, $K$ 给定) 个矩形 $(H_i, W_i)$ , 使得 $\forall i \ (1\le i\le N), \exists j,\ s.t.\ H_j \ge h_i$ 且 $W_j \ge w_i$, 此时称这后 $k$ 个矩形覆盖前 $N$ 个矩形, 代价为 $\sum_{1\le i \le k} H_i W_i$ , 即 $k$ 个矩形的面积之和. 求覆盖这 $N$ 个矩形的最小代价.

Solution

DP方程

对 $N$ 个矩形按 (宽, 高) 双关键字从小到大排序. 按此顺序构造一个高严格递减的矩形队列, 只考虑这个队列里的矩形, 记队列里的剩下的矩形数目为 $n, \ (n \le N)$ .

$dp[i][j]$ : 用 $j$ 个矩形覆盖队列中前 $i$ 个矩形的最小代价.

$$

\begin{equation}

dp[i][j] = \min {dp[i'][j-1]+w_i \times h_{i'+1}} \quad (0\le i' <i) \label{dp_eq}

\end{equation}

$$

边界条件: $dp[0][0]=0$

斜率优化

固定 $j$ , 用斜率优化 $i$ 这一维的决策.

关于斜率优化的细致讨论见 this post.

写出斜率不等式:

$$

\begin{equation}

g(i_1, i_2) < f(i) \quad (i_1<i_2) \label{general_ineq}

\end{equation}

$$

其中

$$ g(i_1, i_2) = \dfrac{dp[i_2][j-1] - dp[i_1][j-1]}{h[i_1+1]-h[i_2+1]}$$

$$ f(i) = w[i]$$

维护一个相邻点斜率严格递增的点的队列, 由于 $f(i)$ 单调递增 , 在维护单调队列的基础上, 计算 $dp[i][j]$ 之前, 若队首两点 $i_1, i_2$ 满足 $g(i_1, i_2) \le f(i)$ , 就将队首元素出队, 重复该过程. 将队首元素代入 $\ref{dp_eq}$ 式右边计算 $dp[i][j]$ 的值.

Implementation

#include <bits/stdc++.h>
using namespace std; const int N=5e4+5, K=105;
using ll=long long; ll dp[N][K]; // dp[i][j]=min()
int n, k;
ll w[N], h[N]; bool cmp(int x, int y){
return w[x]<w[y] || w[x]==w[y] && h[x]<h[y]; // error-prone
} int idx[N];
int q[N], t; // q[0]=0 void prep(){
for(int i=1; i<=n; i++)
idx[i]=i;
sort(idx+1, idx+n+1, cmp);
t=0;
// q[++tail]=idx[1];
for(int i=1; i<=n; i++){
while(t && h[q[t]]<=h[idx[i]])
--t;
q[++t]=idx[i];
}
} // x < y: index of q ll nu(int i, int x, int y){
return dp[y][i]-dp[x][i];
} ll de(int x, int y){
return h[q[x+1]]-h[q[y+1]];
} // the first dimension of dp[i][j] and q[i] are associated. int que[N], head, tail; int main(){
h[0]=1e6+5;
for(; cin>>n>>k; ){
for(int i=1; i<=n; i++)
scanf("%lld%lld", w+i, h+i); prep(); for(int j=0; j<=k; j++)
dp[0][j]=0;
for(int i=1; i<=t; i++)
dp[i][0]=1e12+5; //error-prone // p_i: (h[q[i+1]], dp[i])
for(int j=1; j<=k; j++){ // j: number of rectangles.
head=tail=0; // index of que
// 1. idx of q stored 2. 0-indexed
que[tail++]=0;
for(int i=1; i<=t; i++){ // i: index of q
while(tail-head>=2 &&
nu(j-1, que[head], que[head+1]) <= de(que[head], que[head+1])*w[q[i]])
++head; dp[i][j]=dp[que[head]][j-1]+h[q[que[head]+1]]*w[q[i]];
// printf("(%d,%d):%lld\n", i, j, dp[i][j]); while(tail-head>=2 &&
nu(j-1, que[tail-2], que[tail-1])*de(que[tail-1], i)
>=nu(j-1, que[tail-1], i)*de(que[tail-2], que[tail-1]))
--tail; que[tail++]=i; //error-prone
}
} ll res=LLONG_MAX;
for(int j=1; j<=k; j++)
res=min(res, dp[t][j]);
assert(res>0);
cout<<res<<endl;
}
return 0;
}

Pitfalls

如何将已经能被其他矩形覆盖的矩形剔除.

HDU 3669 Cross the Wall的更多相关文章

  1. hdu 3669 Cross the Wall(斜率优化DP)

    题目连接:hdu 3669 Cross the Wall 题意: 现在有一面无限大的墙,现在有n个人,每个人都能看成一个矩形,宽是w,高是h,现在这n个人要通过这面墙,现在只能让你挖k个洞,每个洞不能 ...

  2. 动态规划DP的斜率优化 个人浅解 附HDU 3669 Cross the Wall

    首先要感谢叉姐的指导Orz 这一类问题的DP方程都有如下形式 dp[i] = w(i) + max/min(a(i)*b(j) + c(j)) ( 0 <= j < i ) 其中,b, c ...

  3. HDU 3669 Cross the Wall(斜率DP+预处理)

    题目链接:http://acm.hdu.edu.cn/showproblem.php?pid=3669 题目大意:有n(n<=50000)个矩形,每个矩形都有高和宽,你可以在墙上最多挖k个洞使得 ...

  4. HDU 3669 [Cross the Wall] DP斜率优化

    问题分析 首先,如果一个人的\(w\)和\(h\)均小于另一个人,那么这个人显然可以被省略.如果我们将剩下的人按\(w[i]\)递增排序,那么\(h[i]\)就是递减. 之后我们考虑DP. 我们设\( ...

  5. hdu 3669(斜率优化DP)

    Cross the Wall Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 327680/327680 K (Java/Others) ...

  6. hdu 1543 Paint the Wall

    http://acm.hdu.edu.cn/showproblem.php?pid=1543 #include <cstdio> #include <cstring> #inc ...

  7. HDU 2124 Repair the Wall

    http://acm.hdu.edu.cn/showproblem.php?pid=2124 Problem Description Long time ago , Kitty lived in a ...

  8. HDU 4391 Paint The Wall(分块+延迟标记)

    Paint The Wall Time Limit: 20000/10000 MS (Java/Others)    Memory Limit: 32768/32768 K (Java/Others) ...

  9. hdu3669 Cross the Wall

    Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 327680/327680 K (Java/Others) Total Submissi ...

随机推荐

  1. nodejs微信公众号快速开发|自定义关键字回复

    一点说明: nodejs 微信api 扩展,集成大部分功能. 案例 https://github.com/leiroc/node-wxeasy-example 上传example中文件到服务器 ,然后 ...

  2. 业务人员自助BI分析不够用,还要自助数据准备?

    自助式BI工具,可以帮助业务人员充分了解和利用企业数据,通过可视化操作,拖拖拽拽来新建分析,生成可视化的报表,帮助企业决策.但近几年的调查研究发现,拥有强大分析策略和模型的产品,比如Tableau.q ...

  3. ipad和iphone的适配

    关于xib或者storybord下iphone的横竖屏的适配以及ipad的适配 ios8出现了Size Classes,解决了各种屏幕适配的问题,他把屏幕的宽和高分别分成了三种,把屏幕总共分成了九种情 ...

  4. jQuery如何改变css伪元素样式

    首先我们看一下css伪元素是什么: CSS 伪元素用于向某些选择器设置特殊效果. 伪元素有哪些: :first-line 伪元素:"first-line" 伪元素用于向文本的首行设 ...

  5. iOS - 捕获应用程序崩溃日志

    作为一名iOS移动应用开发者,为了确保你的应用程序正确无误,在将应用程序提交到应用商店之前,你必定会进行大量的测试工作:而且在你测试的过程中应用程序运行的很好,但是在应用商店上线之后,还是有用户抱怨应 ...

  6. Google C++单元测试框架GoogleTest---GMock的CheatSheet文档

    CheatSheet文档中包含了GMock所有常用的东西,看了这个基本上就可以用它了,本文接上篇博文:Google C++单元测试框架GoogleTest---Google Mock简介--概念及基础 ...

  7. android 帧动画

    首先在res/drawable/name1.xml/定义一组图片集合: <?xml version="1.0" encoding="utf-8"?> ...

  8. OuNews 简单的新闻客户端应用源码

    一直想练习MVP模式开发应用,把学习的RxJava.Retrofit等热门的开源库结合起来,于是写了这么一款新闻阅读软件, 有新闻.图片.视频三大模块,使用Retrofit和Okhttp实现无网读缓存 ...

  9. SVN为什么比Git更好

    首先我表明一个根本的立场,我个人更喜欢用Git,但是,这仅仅是一个个人偏好.当我们需要将一种技术方案带给整个团队的时候,并不是由我们的个人偏好作为主要决定因素,而应该充分去权衡利弊,选择对团队,对公司 ...

  10. Database first with EntityFramework (Migration)安装和升级

    最近看了国外几个项目,发现用EntityFramework做Code First的项目现在很流行. 最让我有兴趣的一个功能则是,EntityFramework对于数据库的安装和升级的无缝完美支持,且很 ...