遇见的第一道决策单调性优化DP,虽然看了题解,但是新技能√,很开森。

先%FlashHu大佬,反正我是看了他的题解和精美的配图才明白的,%%%巨佬。

废话不多说,看题:

题目大意

已知一个长度为n的序列a1,a2,...,an。

对于每个1<=i<=n,找到最小的非负整数p满足 对于任意的j, aj < = ai + p - sqrt(abs(i-j))

数据范围

洛咕上也没给,我能怎么办啊

非正解做法一:暴力

应该都会吧,\(O(n^2)\)枚举。洛谷上貌似40pts。

非正解做法二:ST表优化

首先,我们将原式整理,可得\(p\geqslant a_j-a_i+\sqrt{\left | i-j \right |}\),最终\(p_i\)即是\(max\{\left \lceil a_j-a_i+\sqrt{\left | i-j \right |} \right \rceil \}\)。

然后,我们发现,其实需要向上取整的只有\(\sqrt{\left | i-j \right |}\)这一部分,而它向上取整的值是连续分布的,即0,1,2,2,2,3,3,3,3,3,4......且如果知道i和j的值时,我们很容易知道同一个数开始的位置和结束的位置。

然后我们就可以用ST表来维护区间最大值,预计得分50pts。

(我没想到的)正解

经过观察式子,我们知道\(p_i\)的值取决于\(a_j+\sqrt{\left | i-j \right |}\),现在,我们记这个值为\(f_j\),且\(f_j\)是关于i的一个函数,\(i\geqslant j\)。那么,所有的\(f_j\)大概会长成这个样子:



不难看出,每个\(f_j\)都是单调递增的,形状都是一样的(但定义域和值域不同),且斜率越来越小(这貌似叫上凸?)。



但是如果函数长成这张图那样,我们真正需要的只有上面的那一条绿线。

假设在程序中我们有了这张图,问题就变得hin简单,用最高的那个函数一算就可以辣(比如这张图就是上面那个黄色的)。

于是,问题转化为如何找出最高的那个\(f_j\)了。\(f_j\)还有一个很好的性质,就是对于最高的那个\(f_j\),它的巅峰时期绝对是一段连续的区间(因为上凸嘛),且最高的那条一定是在某两条函数图像的交点处改变的。

然后,我们发现这个东西用单调队列很好维护,我们可以顺带求出i位置的答案。此处令\(cur\)为当前枚举到的\(j\),\(q\)为单调队列(存的是\(j\)),\(h\)为队头指针,\(t\)为队尾指针,\(isx[i]\)为队列中第\(i\)个\(f_j\)与队列中第\(i+1\)个\(f_j\)的交点横坐标,\(intersectionX(i,j)\)返回的是\(f_i\)与\(f_j\)交点的横坐标。我们先按\(j\)从小到大把\(j\)加入,但我们要怎样维持队列的单调性呢?

1.当\(isx[t-1] \geqslant intersectionX(q[t],cur)\)时,那么就可以把\(q[t]\)弹出(想一想,画一下图就很清楚了)

2.把\(j\)插入到队尾

3.当\(isx[h] \leqslant cur\)时,那么就可以把\(q[h]\)弹出(显然嘛)

操作完后,\(q[h]\)就是我们要的最高的\(f_j\)的\(j\)了,然后我们就可以更新\(i\)位置的答案啦。

那么\(intersectionX(i,j)\)该怎样求呢?因为问题是定义在正整数域上的,我们就二分一下。

最后,注意一下砸,因为我们要从小到大加入j,而枚举点可能会在中间,所以我们要正着跑一遍,再倒着跑一遍,两遍取一下\(max\)。

上代码:

#include <bits/stdc++.h>

using namespace std;

#define re register
#define N 20000000 int n, isx[N+5], q[N+5], a[N+5];
double f[N+5]; //答案数组 double calc(int x, int y) { //计算a[y]+sqrt(x-y)
return a[y]+sqrt(double(x)-y);
} int intersection(int f1, int f2) {
int l = 1, r = n, mid, ret = r+1; //ret要设成n+1,因为在1~n中可能没有交点
while(l <= r) { //二分交点
mid = (l+r)/2;
if(calc(mid, f1) <= calc(mid, f2)) ret = mid, r = mid-1;
else l = mid+1;
}
return ret;
} void solve() {
for(re int h = 1, t = 0, i = 1; i <= n; ++i) {
while(h < t && isx[t-1] >= intersection(q[t], i)) --t; //队尾删除操作
isx[t] = intersection(q[t], i), q[++t] = i; //插入到队尾
while(h < t && isx[h] <= i) ++h; //队头弹出操作
f[i] = max(f[i], calc(i, q[h])); //更新答案
}
} int main() {
ios_base::sync_with_stdio(false), cin.tie(0), cout.tie(0);
cin >> n;
for(re int i = 1; i <= n; ++i) cin >> a[i];
solve();
for(re int i = 1, j = n; i < j; ++i, --j) swap(a[i], a[j]), swap(f[i], f[j]); //反转序列
solve();
for(re int i = n; i >= 1; --i) cout << ceil(f[i])-a[i] << endl; //计算答案
return 0;
}

Lightning Conductor 洛谷P3515 决策单调性优化DP的更多相关文章

  1. 洛谷P3515 [POI2011]Lightning Conductor(动态规划,决策单调性,单调队列)

    洛谷题目传送门 疯狂%%%几个月前就秒了此题的Tyher巨佬 借着这题总结一下决策单调性优化DP吧.蒟蒻觉得用数形结合的思想能够轻松地理解它. 首先,题目要我们求所有的\(p_i\),那么把式子变一下 ...

  2. BZOJ2216 Poi2011 Lightning Conductor 【决策单调性优化DP】

    Description 已知一个长度为n的序列a1,a2,...,an. 对于每个1<=i<=n,找到最小的非负整数p满足 对于任意的j, aj < = ai + p - sqrt( ...

  3. 决策单调性优化dp 专题练习

    决策单调性优化dp 专题练习 优化方法总结 一.斜率优化 对于形如 \(dp[i]=dp[j]+(i-j)*(i-j)\)类型的转移方程,维护一个上凸包或者下凸包,找到切点快速求解 技法: 1.单调队 ...

  4. CF868F Yet Another Minimization Problem 分治决策单调性优化DP

    题意: 给定一个序列,你要将其分为k段,总的代价为每段的权值之和,求最小代价. 定义一段序列的权值为$\sum_{i = 1}^{n}{\binom{cnt_{i}}{2}}$,其中$cnt_{i}$ ...

  5. 2018.09.28 bzoj1563: [NOI2009]诗人小G(决策单调性优化dp)

    传送门 决策单调性优化dp板子题. 感觉队列的写法比栈好写. 所谓决策单调性优化就是每次状态转移的决策都是在向前单调递增的. 所以我们用一个记录三元组(l,r,id)(l,r,id)(l,r,id)的 ...

  6. [BZOJ4850][JSOI2016]灯塔(分块/决策单调性优化DP)

    第一种方法是决策单调性优化DP. 决策单调性是指,设i>j,若在某个位置x(x>i)上,决策i比决策j优,那么在x以后的位置上i都一定比j优. 根号函数是一个典型的具有决策单调性的函数,由 ...

  7. 洛谷 P5897 - [IOI2013]wombats(决策单调性优化 dp+线段树分块)

    题面传送门 首先注意到这次行数与列数不同阶,列数只有 \(200\),而行数高达 \(5000\),因此可以考虑以行为下标建线段树,线段树上每个区间 \([l,r]\) 开一个 \(200\times ...

  8. 算法学习——决策单调性优化DP

    update in 2019.1.21 优化了一下文中年代久远的代码 的格式…… 什么是决策单调性? 在满足决策单调性的情况下,通常决策点会形如1111112222224444445555588888 ...

  9. BZOJ4899: 记忆的轮廓【概率期望DP】【决策单调性优化DP】

    Description 通往贤者之塔的路上,有许多的危机. 我们可以把这个地形看做是一颗树,根节点编号为1,目标节点编号为n,其中1-n的简单路径上,编号依次递增, 在[1,n]中,一共有n个节点.我 ...

随机推荐

  1. Kasaraju算法--强连通图遍历及其python实现

    在理解有向图和强连通分量前必须理解与其对应的两个概念,连通图(无向图)和连通分量. 连通图的定义是:如果一个图中的任何一个节点可以到达其他节点,那么它就是连通的. 例如以下图形: 这是最简单的一个连通 ...

  2. Vue一个案例引发「内容分发slot」的最全总结

    今天我们继续来说说 Vue,目前一直在自学 Vue 然后也开始做一个项目实战,我一直认为在实战中去发现问题然后解决问题的学习方式是最好的,所以我在学习一些 Vue 的理论之后,就开始自己利用业余时间做 ...

  3. 使用 Dashboard - 每天5分钟玩转 Docker 容器技术(174)

    上一节我们完成了 Kubernetes Dashboard 的安装,本节就来实践一下. Dashboard 界面结构 Dashboard 的界面很简洁,分为三个大的区域. 顶部操作区在这里用户可以搜索 ...

  4. TinScrapy-简化的Scrapy原码-查看爬虫的执行流程

    学习了自定义的TinyScrapy框架,整理出以下定注释的代码 from twisted.web.client import getPage,defer from twisted.internet i ...

  5. c/c++ linux 进程间通信系列5,使用信号量

    linux 进程间通信系列5,使用信号量 信号量的工作原理: 由于信号量只能进行两种操作等待和发送信号,即P(sv)和V(sv),他们的行为是这样的: P(sv):如果sv的值大于零,就给它减1:如果 ...

  6. (转载)Python之道1-环境搭建与pycharm的配置django安装及MySQL数据库配置

    近期做那个python的开发,今天就来简单的写一下开发路线的安装及配置, 开发路线 Python3.6.1+Pycharm5.0.6+Django1.11+MySQL5.7.18 1-安装Python ...

  7. 简单用数组模拟顺序栈(c++)

    **栈是一种操作受限制的线性表,太多官方的话我也不说了,我们都知道栈元素是先进后出的,它有两种存储结构,分别是顺序存储结构和链式存储结构. **今天我先记一下顺序存储结构,后面我会加上链式存储结构的. ...

  8. Operation category READ is not supported in state standby

    Namenode 开启HA之后,由于zookeeper异常,出现脑裂现象 执行 $./hdfs haadmin -getServiceState nn1                         ...

  9. npm:Fatal error in , line 0 #unreachable code 解决

    是nodejs环境本身的问题,下载nodejs执行repair即可

  10. vmware centos7 minimal 配置共享文件夹

    使用的是VMware安装CentOS7 minimal版,系统镜像是CentOS-7-x86_64-DVD-1708.iso. 宿主机系统为win10,CentOS7 minimal过程省略,可参考h ...