wqs二分学习笔记

wqs二分适用题目及理论分析

wqs二分可以用来解决这类题目:

给你一个强制要求,例如必须\(n\)条白边,或者划分成\(n\)段之类的,然后让你求出最大(小)值。但是需要满足图像是个凸包。

这里讲一下它的原理。假设我们现在需要解决的问题是求分\(x\)段的最小花费。我们假设对于每个\(x\)它的最小花费\(f(x)\)的图像长成这个样子:

当然,这只是个大概图像。

我们假设拿一条斜率为\(k\)的直线去切它,我们假设切到的截距最大值为\(g(k)\),使截距最大点为\(n\),那么图像大概长成这个样子。

我们显然可以得到一个式子:

\[f(n)=kn+g(k)
\]
\[\Rightarrow g(k)=f(n)-kn
\]

于是,我们只需要知道\(g(k)\)和\(n\)就可以求出\(f(n)\)。

我们观察\(g(k)\)的式子,发现其实就等价于每分一段贡献在原有的基础上少\(k\)(对于这个问题而言),于是我们可以忽略段数限制,直接做\(\texttt{dp}\),就可以找到最小截距和\(n\)。

我们为了满足恰好分成\(x\)段的要求,如果我们当前的\(n\)小了,我们就应该把\(k\)变小,反之亦凡,于是我们就可以使用二分查找到合适的\(k\)使得\(n=x\)从而计算出\(f(x)\)了。(这个应该很显然吧)

(所以谁能告诉我为什么可以不用二分小数啊???)

例题讲解

\(\text {The 1st}\)

忘情

题目描述

给你一个有\(n\)个数的数列,要求你分成\(m\)段,每一段的贡献为\((\sum a_i+1)^2\),求出最小贡献和。

解题思路

真的很经典(虽然最经典还是Tree I

如果没有恰好分成\(m\)段,我们可以轻易地列出\(\texttt{dp}\)式,即:

\[dp[i]=\min_{j=1}^{i-1}\{dp[j]+(pre[i]-pre[j]+1)^2\}
\]

其中\(pre[i]=\sum_{j=1}^{i} a_j\)。

现在有了分成\(m\)段的条件,我们发现只需要说明这是个凸函数就可以使用\(\texttt{wqs}\)二分了。这个感性证明一下就好了。然后使用斜率优化就可以做到\(\Theta(n\log w)\)。其中\(w\)是值域。

\(\text {Code}\)

代码戳这里打开

\(\text {The 2ed}\)

林克卡特树

题目描述

给定一棵\(n\)个点的数,再给定\(k\),求出树上不相交的\(k+1\)条链的权值最大和。需要注意的是,链是可以在树上拐个弯的。

解题思路

首先很显然这是个上凸函数。于是我们可以考虑使用\(\texttt{wqs}\)二分。为了方便,后面设\(v\)为\(\texttt{wqs}\)二分中的斜率。

考虑不考虑段数的\(dp\),我们可以设\(dp[u][0/1/2]\),表示\(u\)这个点与儿子之间有\(0/1/2\)条连边时以\(u\)为根的子树内所包含的链权值之和的最大值。

为了方便,\(dp[u][1]\)是还未构造完当前这条链的权值和,也就是说这个东西不需要减去\(v\)。

设:

\[k=\max \{dp[v][0],dp[v][1]-v,dp[v][2]\}
\]

可以得出\(dp\)式:

\[dp[u][2]\gets \max\{dp[u][2]+k,dp[u][1]+dp[v][1]+w-v\}
\]
\[dp[u][1]\gets \max\{dp[u][1]+k,dp[u][0]+dp[v][1]+w\}
\]
\[dp[u][0]\gets dp[u][0]+k
\]

注意开\(\text {long long}\)即可。

\(\text {Code}\)

代码戳这里打开

\(\text {The 3rd}\)

Gosha is hunting

解题思路

考虑最朴素的\(n^3\texttt{dp}\),可以设\(dp[i][j][k]\)表示前\(i\)个神奇宝贝用了\(j\)个宝贝球和\(k\)个超级球的最大期望捕捉个数。

容易得到转移式:

\[f[i][j][k]=\max\{f[i-1][j][k],f[i-1][j-1][k]+p[i],f[i-1][j][k-1]+u[i],f[i-1][j-1][k-1]|+p[i]+u[i]-p[i]\times u[i]\}
\]

我们发现如果我们固定\(j\),可以通过打表发现这其实是个凸函数,于是我们可以使用\(\texttt{wqs}\)二分做到\(\Theta(n^2\log n)\)。我们发现对于\(j\)也有同样的性质,所以我们可以\(\texttt{wqs}\)套\(\texttt{wqs}\)二分做到\(\Theta(n\log ^2 n)\)。

不过似乎概率都是\(1\)的时候会卡掉,因为它不是一个凸函数函数了,到后面是一个常函数了。但是这道题数据很水,所以还是没有被卡。

\(\text {Code}\)

代码戳这里打开

\(\text {The 4th}\)

题目传送门

题目大意

现在有\(n\)个村庄,你需要在里面选出\(k\)个作为邮局,使得每个村庄到其最近的邮局之和最小。

思路

这道题其实跟\(\text {The 1st}\)有些类似。

首先我们可以列出\(dp\)式,设\(dp[i][j]\)表示前面\(i\)个村庄选出\(j\)个作为邮局,那么,容易得到:

\[dp[i][j]=\min\{dp[k][j-1]+\texttt{cost}(k+1,i)\}
\]

其中\(\texttt{cost}(i,j)\)表示\(i\to j\)这段村庄选出一个作为邮局的最小距离和,不难想到选出来的村庄为中间点时最优,于是可以利用前缀和\(\Theta(1)\)求出。

那接下来应该怎么办呢?第一种办法就是平行四边形优化,但显然时间复杂度还是\(\Theta(n^2)\),虽然足以通过此题,但是不能满足我们对时间复杂度的渴望。第二种办法就是\(\texttt {wqs}\)二分。

感性理解一下,随着选出来的村庄的增多,那么,增长速度也会逐渐变慢。于是可以得到,当前函数为凸函数,也就可以用\(\texttt {wqs}\)二分。

那么,我们现在就可以得到\(dp\)式了:

\[dp[i]=\min\{dp[j]+\texttt{cost}(j+1,i)+\texttt{extra}\}
\]

其中\(\texttt {extra}\)表示额外花费。

我们惊奇地 通过打表 发现,这个东西是具有决策单调性的,于是,我们就可以使用决策单调栈优化了。

综上,时间复杂度为\(\Theta(n\log ^2n)\)。

\(\text {Code}\)

代码戳这里打开

\(\text{The 5th}\)

题目传送门

题目大意

给出 \(n,k\) , 将一个长度为 \(n\) 的序列分成 \(k\) 段,每一段的贡献是矩阵的一个子矩阵的区间和。求出最小划分贡献。

\(n\le 4000,0\le k\le \min(n,800)\)

思路

首先不难想到一个 \(\Theta(n^2k)\)的dp方法,我们设 \(f_{i,j}\) 表示前面 \(j\)分成 \(i\) 段的最小花费,可以得到转移式:

\[f_{i,j}=f_{i-1,k-1}+cost(k,j)
\]

其中 \(cost(k,j)\) 表示左上角为 \((k,k)\) 右下角为 \((j,j)\) 的子矩阵的和。

然后可以发现这个函数是个凸函数,因为它分得越多它的贡献肯定越小,而且它下降的速率肯定会越来越慢(感性理解),于是我们就可以使用\(\texttt {wqs}\)二分了,但是这样直接转移还是 \(\Theta(n^2\log w)\) ,其中 \(w\) 是值域,还不足以通过此题,然后我们通过打表发现决策点单调递增,于是我们就可以使用单调栈了。

wqs二分 学习笔记的更多相关文章

  1. [总结] wqs二分学习笔记

    论文 提出问题 在某些题目中,强制规定只能选 \(k\) 个物品,选多少个和怎么选都会影响收益,问最优答案. 算法思想 对于上述描述的题目,大部分都可以通过枚举选择物品的个数做到 \(O(nk^2)\ ...

  2. WQS二分学习笔记

    前言 \(WQS\)二分听起来是个很难的算法,其实学起来也并不是那么难. 适用范围 在某些题目中,会对于某个取得越多越优的物品,限定你最多选择\(k\)个,问你能得到的最优答案. 例如这道题目:[CF ...

  3. dp凸优化/wqs二分学习笔记(洛谷4383 [八省联考2018]林克卡特树lct)

    qwq 安利一个凸优化讲的比较好的博客 https://www.cnblogs.com/Gloid/p/9433783.html 但是他的暴力部分略微有点问题 qwq 我还是详细的讲一下这个题+这个知 ...

  4. p2619 [国家集训队2]Tree I [wqs二分学习]

    分析 https://www.cnblogs.com/CreeperLKF/p/9045491.html 反正这个博客看起来很nb就对了 但是不知道他在说啥 实际上wqs二分就是原来的值dp[x]表示 ...

  5. 一篇自己都看不懂的CDQ分治&整体二分学习笔记

    作为一个永不咕咕咕的博主,我来更笔记辣qaq CDQ分治 CDQ分治的思想还是比较简单的.它的基本流程是: \(1.\)将所有修改操作和查询操作按照时间顺序并在一起,形成一段序列.显然,会影响查询操作 ...

  6. CDQ分治与整体二分学习笔记

     CDQ分治部分 CDQ分治是用分治的方法解决一系列类似偏序问题的分治方法,一般可以用KD-tree.树套树或权值线段树代替. 三维偏序,是一种类似LIS的东西,但是LIS的关键字只有两个,数组下标和 ...

  7. 决策单调性&wqs二分

    其实是一个还算 trivial 的知识点吧--早在 2019 年我就接触过了,然鹅当时由于没认真学并没有把自己学懂,故今复学之( 1. 决策单调性 引入:在求解 DP 问题的过程中我们常常遇到这样的问 ...

  8. 「学习笔记」wqs二分/dp凸优化

    [学习笔记]wqs二分/DP凸优化 从一个经典问题谈起: 有一个长度为 \(n\) 的序列 \(a\),要求找出恰好 \(k\) 个不相交的连续子序列,使得这 \(k\) 个序列的和最大 \(1 \l ...

  9. [学习笔记]凸优化/WQS二分/带权二分

    从一个题带入:[八省联考2018]林克卡特树lct——WQS二分 比较详细的: 题解 P4383 [[八省联考2018]林克卡特树lct] 简单总结和补充: 条件 凸函数,限制 方法: 二分斜率,找切 ...

随机推荐

  1. 自己封装一个Object.freeze()方法

    1.遍历所有属性和方法 2.修改遍历到的属性的描述 3.Object.seal() Object.defineProperty(Object,'freezePolyfill',{ value:func ...

  2. 存储系统管理(一)——Linux系统的设备和分区管理

    1.设备名称的理解 /dev/sda1? sata硬盘,a1表示第一块硬盘中的第一个分区 /dev/cdrom 光驱 /dev/mapper/*? 系统中的虚拟设备 2.发现系统中的设备 ? fdis ...

  3. grpc基础

    RPC 框架原理 RPC 框架的目标就是让远程服务调用更加简单.透明,RPC 框架负责屏蔽底层的传输方式(TCP 或者 UDP).序列化方式(XML/Json/ 二进制)和通信细节.服务调用者可以像调 ...

  4. Sentry For React 完整接入详解(2021 Sentry v21.8.x)前方高能预警!三万字,慎入!

    内容源于:https://docs.sentry.io/platforms/javascript/guides/react/ 系列 1 分钟快速使用 Docker 上手最新版 Sentry-CLI - ...

  5. 关闭Redis服务

    方式1: 方式2:

  6. TDSQL(MySQL版)之DB组件升级

    随着数据库产品的更新迭代,修复bug等等,产品避免不了会出现升级的需求.TDSQL(MysqL版)也会有这方面的需求.接下来我就说说如何对现有TDSQL(MySQL版)集群组件进行升级,而不影响业务. ...

  7. VMware安装IPFire防火墙镜像

    之后便可以通过WEB登录到管理页面(admin账号,密码是在上面配置的) 详细可参考:https://www.mobibrw.com/2016/4900

  8. [第十六篇]——Docker 安装 CentOS之Spring Cloud直播商城 b2b2c电子商务技术总结

    Docker 安装 CentOS CentOS(Community Enterprise Operating System)是 Linux 发行版之一,它是来自于 Red Hat Enterprise ...

  9. linux中花括弧大括号用法

    {1,3,5}   ==  1 3 5 {1..5}   ==  1  2  3  4  5 {a..e}  ==  a b c d e {A..z} {1..50..2} {1..50..3} {1 ...

  10. 【Sass/SCSS 完整自学中文版教程02】SCSS 官方英文文档翻译整理

    Sass 调试 目录 Sass 调试 @error @warn @debug 如果对本文有任何问题,建议,或者在前端技术体系方面有任何问题,可以添加我的微信: drylint , 我会尽可能为你解答, ...