CF1067D. Computer Game(斜率优化+倍增+矩阵乘法)
题目链接
https://codeforces.com/contest/1067/problem/D
题解
首先,如果我们获得了一次升级机会,我们一定希望升级 \(b_i \times p_i\) 最大的任务,并且之后只完成该任务,这样才能使得期望收益最大。换句话说,当我们完成成功了一次任务之后,决策就固定了。因此,我们实际需要考虑的是还未完成任何任务时的决策。
为了方便,我们记 \(\max\limits_{1 \leq i \leq n}\{b_ip_i\}\) 为 \(m\)。
我们设 \(f_t\) 表示还未完成任何任务且还剩 \(t\) 秒时使用最优决策得到的期望收益。如果我们选择在这一秒完成任务 \(i\),那么期望收益即为:\(p_i \times ((t - 1)m + a_i) + (1 - p_i)f_{t - 1}\)。因此,转移即为:
\]
直接用该转移式做 dp 的时间复杂度是 \(O(tn)\) 的。我们再将转移式变形:\(-((t - 1)m - f_{t - 1})p_i + f_t - f_{t - 1} = p_ia_i\),该式子显然可以使用斜率优化,将 \((t - 1)m - f_{t - 1}\) 看做斜率 \(k\),那么所求即为斜率为 \(k\) 且经过点 \((-p_i, p_ia_i)\) 的直线在 \(y\) 轴上的最大的截距。我们预处理出所有 \(n\) 个点 \((-p_i, p_ia_i)\) 构成的上凸包后,每次在凸包上二分找最优点即可。这样,我们得到了一个时间复杂度为 \(O(t \log n)\) 的较为优秀的做法。不过本题中的 \(t \leq 10^{10}\),因此这样的做法依然无法通过。
不过幸运的是,在本题中,随着 \(t\) 的增加,斜率 \(k\)(即 \((t - 1)m - f_{t - 1}\))是单调不下降的。
首先证明上述结论。对于任意的 \(t > 0\),我们希望证明 \(tm - f_t \geq (t - 1)m - f_{t - 1}\)。将式子变形,即为 \(f_{t} - f_{t - 1} \leq m\)。考虑该不等式的实际意义,显然 \(f_{t - 1}\) 与 \(f_t\) 的差不会超过 \(m\),因为我们无法在 \(1\) 秒内得到大于 \(m\) 的收益。因此,结论是成立的。
该结论告诉我们了一个重要信息:凸包上的每个点所影响的 \(f\) 的下标 \(t\) 一定是一段连续的区间。由于凸包由不超过 \(n\) 个点构成,因此我们可以依次求出每一个点所对应的 \(f\) 的下标的范围。分析 \(f\) 的转移式子:\(f_t = \max\limits_{1 \leq i \leq n}\{p_i((t - 1)m - f_{t - 1}) + p_ia_i\} + f_{t - 1}\),当 \(p_i, a_i\) 一定时,该转移是可以使用矩阵乘法优化的,因此对于每一个点,我们可以预处理出在该点上的 \(2^k\) 次转移对应的矩阵,然后倍增求出该点对应的 \(f\) 下标的范围边界。这样,本题就在 \(O(n\omega^3 \log t)\) 的时间内得到了解决,其中 \(\omega\) 是矩阵的大小。
(在下面的代码实现中 \(\omega = 4\)(矩阵构造详见代码),但存在转移矩阵的大小为 \(3 \times 3\) 的做法)
代码
#include<bits/stdc++.h>
using namespace std;
#define rg register
typedef long long ll;
template<typename T> inline bool checkMax(T& a, const T& b) {
return a < b ? a = b, true : false;
}
const int N = 1e5 + 10;
const double eps = 1e-12;
int n, a[N], b[N], top;
ll times;
double p[N], m;
struct Point {
double x, y;
Point () {}
Point (double x, double y): x(x), y(y) {}
bool operator < (const Point& a) const {
return x == a.x ? y < a.y : x < a.x;
}
} points[N], _stack[N];
inline double slope(Point a, Point b) {
return fabs(a.x - b.x) < eps ? 1e100 : (b.y - a.y) / (b.x - a.x);
}
struct Matrix {
double a[4][4];
Matrix () {
memset(a, 0, sizeof a);
}
Matrix operator * (const Matrix& b) const {
Matrix res;
for (rg int i = 0; i < 4; ++i) {
for (rg int j = 0; j < 4; ++j) {
for (rg int k = 0; k < 4; ++k) {
res.a[i][j] += a[i][k] * b.a[k][j];
}
}
}
return res;
}
} mat, trans[40];
int main() {
scanf("%d%I64d", &n, ×);
for (rg int i = 1; i <= n; ++i) {
scanf("%d%d%lf", &a[i], &b[i], &p[i]);
points[i] = Point (-p[i], a[i] * p[i]);
checkMax(m, p[i] * b[i]);
}
sort(points + 1, points + 1 + n);
_stack[top = 1] = points[1];
for (rg int i = 2; i <= n; ++i) {
for (; top > 1 && slope(_stack[top], points[i]) >= slope(_stack[top - 1], _stack[top]); --top);
_stack[++top] = points[i];
}
ll now = 0;
trans[0].a[1][0] = 1;
trans[0].a[1][1] = 1;
trans[0].a[2][0] = 1;
trans[0].a[2][2] = 1;
trans[0].a[3][2] = 1;
trans[0].a[3][3] = 1;
for (rg int i = top; i && now ^ times; --i) {
double r = i == 1 ? 1e100 : slope(_stack[i - 1], _stack[i]);
double x = -_stack[i].x, y = _stack[i].y;
mat.a[0][1] = y;
mat.a[0][2] = now * x * m;
mat.a[0][3] = x * m;
trans[0].a[0][0] = 1 - x;
if (now * m - mat.a[0][0] > r) {
continue;
}
for (rg int j = 1; j < 34; ++j) {
trans[j] = trans[j - 1] * trans[j - 1];
}
for (rg int j = 33; ~j; --j) {
if (now + (1ll << j) >= times) {
continue;
}
Matrix old = mat;
mat = mat * trans[j];
double k = (now + (1ll << j)) * m - mat.a[0][0];
if (k >= r) {
mat = old;
continue;
}
now += 1ll << j;
}
++now;
mat = mat * trans[0];
}
printf("%.15lf\n", mat.a[0][0]);
return 0;
}
CF1067D. Computer Game(斜率优化+倍增+矩阵乘法)的更多相关文章
- [CF1067D]Computer Game[凸包/斜率优化+倍增+矩阵乘法]
题意 你有 \(n\) 个任务,初始收益为 \(a\) ,共 \(t\) 轮游戏,每轮可以选择完成一个任务(可以做多次),完成之后可以给任意任务升级,升级之后的任务收益为 \(b\) ,每个任务还有完 ...
- CF781D Axel and Marston in Bitland [倍增 矩阵乘法 bitset]
Axel and Marston in Bitland 好开心第一次补$F$题虽然是$Div.2$ 题意: 一个有向图,每条边是$0$或$1$,要求按如下规则构造一个序列然后走: 第一个是$0$,每次 ...
- 【loj2325】「清华集训 2017」小Y和恐怖的奴隶主 概率dp+倍增+矩阵乘法
题目描述 你有一个m点生命值的奴隶主,奴隶主受伤未死且当前随从数目不超过k则再召唤一个m点生命值的奴隶主. T次询问,每次询问如果如果对面下出一个n点攻击力的克苏恩,你的英雄期望会受到到多少伤害. 输 ...
- 倍增&矩阵乘法 专题复习
倍增&矩阵乘法 专题复习 PreWords 这两个基础算法我就不多说啦,但是还是要介绍一下" 广义矩阵 "乘法 其实就是把矩阵换成取\(max\),然后都一样... 据神仙 ...
- 4.28 省选模拟赛 负环 倍增 矩阵乘法 dp
容易想到 这个环一定是简单环. 考虑如果是复杂环 那么显然对于其中的第一个简单环来说 要么其权值为负 如果为正没必要走一圈 走一部分即可. 对于前者 显然可以找到更小的 对于第二部分是递归定义的. 综 ...
- Codeforces 576D - Flights for Regular Customers(bitset 优化广义矩阵乘法)
题面传送门 题意: 有一张 \(n\) 个点 \(m\) 条边的有向图,你初始在 \(1\) 号点,边上有边权 \(c_i\) 表示只有当你经过至少 \(c_i\) 条边的时候你才能经过第 \(i\) ...
- 【POJ3613】Cow Relays 离散化+倍增+矩阵乘法
题目大意:给定一个 N 个顶点,M 条边的无向图,求从起点到终点恰好经过 K 个点的最短路. 题解:设 \(d[1][i][j]\) 表示恰好经过一条边 i,j 两点的最短路,那么有 \(d[r+m] ...
- Codeforces 1067D - Computer Game(矩阵快速幂+斜率优化)
Codeforces 题面传送门 & 洛谷题面传送门 好题. 首先显然我们如果在某一次游戏中升级,那么在接下来的游戏中我们一定会一直打 \(b_jp_j\) 最大的游戏 \(j\),因为这样得 ...
- poj3613:Cow Relays(倍增优化+矩阵乘法floyd+快速幂)
Cow Relays Time Limit: 1000MS Memory Limit: 65536K Total Submissions: 7825 Accepted: 3068 Descri ...
随机推荐
- Python手机开发调用DLL实现部分ADB功能-乾颐堂
近期学了一点Python,然后正好有一个手机同步工具方面的预研工作要完成. 要实现PC与手机的通信,首先要找到他们的通信协议,还好的是Android有完善的协议:ADB ADB的代码是开源的,而且支持 ...
- JDBC 连接 MySQL 时碰到的小坑
最近从MS SQL Server换到了MySQL,已经是8.11版本了,安装的时候似乎还用了新的身份认证方式之类的,连接过程中也是磕磕绊绊,碰到很多奇奇怪怪的问题,在此记录下来. 驱动加载: 以前使用 ...
- python学习的一点点心得
好久没发博客了,不解释....接下来写一点自己最近学习python的一点心得. 想要学习python的初衷,是看<软件测试技术大全>一书时,了解到像perl.python.ruby等脚本类 ...
- SQL高性能分页
分页的场景就不多说了,无处不在. 方法一:利用row_number() with C as ( select ROW_NUMBER() over(order by orderdate,orderid) ...
- JVM指令集(指令码、助记符、功能描述)
JVM指令集(指令码.助记符.功能描述) 指令码 助记符 功能描述 0x00 nop 无操作 0x01 aconst_null 指令格式: aconst_null 功能描述: null进栈. 指令 ...
- 【转】java中定义二维数组的几种写法
原文链接 注:以下的 type[][] var 也可以这样申明 type var[][] type为数组的类型,var为变量名 写法一:行列固定的数组 //定义二维数组写法1 class Test { ...
- hadoop大致问题
一.项目编码实现 HDFS文件上传 HDFS文件下载 定位文件读取 通过API操作HDFS 通过IO流操作HDFS HDFS写数据流程 HDFS读数据流程 统计一堆文件中单词出现的个数(WordCou ...
- C++ 动态分配二维和三维数组
目的:熟悉c++动态内存分配 描述:使用c++程序定义动态数组类,使用new和delete操作符实现动态二维数组和三维数组的定义 //main.cpp //主程序类 #include <iost ...
- 10、Semantic-UI之图片的使用
10.1 图片的使用 定义有边框的图片样式 <img class="ui medium bordered image" src="../images/pic.png ...
- XE10开发的APP对于苹果IPV6上架要求的处理(DelphiTeacher)
1.服务器必须使用域名.不能使用IP地址2.Indy的话,域名加[]3.DataSnap的话,Params.Values['CommunicationIPVersion'] :='IP_IPv6';4 ...