一本通 高手训练 1788 爬山 dp 斜率 凸包
LINK:爬山
很早以前看的题目 发现自己想的完全不对 这道题还是比较有价值的。
先不考虑走的路线问题 考虑某个点能看到的最高的山。
分左边和右边来考虑 考虑左边 利用单调栈存长度单调递减的山 不能直接取最高的 因为最高的山可能被遮住了。
然后分析到底哪座山可以取 设当前点为i 对于一个点k来说 如果存在j<k 且 j,k,i连线是一个下凸包那么k就没用了。
容易发现如果把这些下凸包删掉 就是一个上凸包了 取凸包上和i相邻的点即可。
至此 得到一个通解左边形成的凸包离i最近的点 右边同理。
接下来考虑 如何求答案 暴力模拟可能复杂度很高 因为从一座山走到另一座山的途中路线可能会被修改。
容易从中发现 当前点会到达某个点 某个点会继续走下去 此时高度比原来大。
显然 这种顺序不存在环 所以只要找到这样的顺序就可以快速得到答案了。
进一步的可以发现 每个点都会到达最高的那个点 所以这些关系形成了一棵树。
只要建出来树就可以线性得到答案了。或者不需要建立树 直接每次到达那个关键点采用记忆化搜索即可。
考虑对于某个点的关键点 离自己最远的那个点显然有可能是关键点。
要么就是在路径上的点是关键点。注意开long long.
const int MAXN=500010;
int n,top;
struct wy
{
int x,y;
}t[MAXN];
ll f[MAXN];int vis[MAXN];
int mx[MAXN],s[MAXN],fa[MAXN];
inline int pd(int i,int j,int k)
{
return (ll)(y(i)-y(j))*(x(j)-x(k))<(ll)(y(j)-y(k))*(x(i)-x(j));
}
inline ll dfs(int x)
{
if(vis[x])return f[x];
vis[x]=1;
if(!fa[x])return f[x];
return f[x]=dfs(fa[x])+abs(x-fa[x]);
}
int main()
{
freopen("1.in","r",stdin);
get(n);y(0)=-1;
rep(1,n,i)get(x(i)),get(y(i));
rep(1,n,i)
{
while(top>1&&pd(s[top-1],s[top],i))--top;//形成下凸包.
mx[i]=s[top];s[++top]=i;
}
top=0;
fep(n,1,i)
{
while(top>1&&pd(i,s[top],s[top-1]))--top;
mx[i]=y(s[top])>=y(mx[i])?s[top]:mx[i];s[++top]=i;
}
fep(n,1,i)if(y(mx[i])<=y(i)){mx[i]=i;break;}
top=0;
rep(1,n,i)
{
while(top&&(y(mx[i])>y(mx[s[top]])||(y(mx[i])==y(mx[s[top]])&&x(mx[i])>x(mx[s[top]]))))--top;
if(mx[i]<i)fa[i]=s[top];s[++top]=i;
}
top=0;
fep(n,1,i)
{
while(top&&(y(mx[i])>y(mx[s[top]])||(y(mx[i])==y(mx[s[top]])&&x(mx[i])>x(mx[s[top]]))))--top;
if(mx[i]>i)fa[i]=s[top];s[++top]=i;
}
rep(1,n,i)dfs(i),putl(f[i]);
return 0;
}
一本通 高手训练 1788 爬山 dp 斜率 凸包的更多相关文章
- 一本通 高手训练 1782 分层图 状压dp
LINK:分层图 很精辟的一道题 写的时候没带脑子 导致搞了半天不知道哪错了. 可以想到状压每次到某一层的状态 然后这个表示方案数 多开一维表示此时路径条数的奇偶即可. 不过显然我们只需要知道路径条数 ...
- 一本通 高手训练 1781 死亡之树 状态压缩dp
LINK:死亡之树 关于去重 还是有讲究的. 题目求本质不同的 具有k个叶子节点的树的个数 不能上矩阵树. 点数很少容易想到装压dp 考虑如何刻画树的形状 发现一个维度做不了 所以. 设状态 f[i] ...
- 【BZOJ-1010】玩具装箱toy DP + 斜率优化
1010: [HNOI2008]玩具装箱toy Time Limit: 1 Sec Memory Limit: 162 MBSubmit: 8432 Solved: 3338[Submit][St ...
- 【BZOJ】1096: [ZJOI2007]仓库建设(dp+斜率优化)
http://www.lydsy.com/JudgeOnline/problem.php?id=1096 首先得到dp方程(我竟然自己都每推出了QAQ)$$d[i]=min\{d[j]+cost(j+ ...
- 学渣乱搞系列之dp斜率优化
学渣乱搞系列之dp斜率优化 By 狂徒归来 貌似dp的斜率优化一直很难搞啊,尤其是像我这种数学很挫的学渣,压根不懂什么凸包,什么上凸下凸的,哎...说多了都是泪,跟wdd讨论了下,得出一些结论.本文很 ...
- dp斜率优化
算法-dp斜率优化 前置知识: 凸包 斜率优化很玄学,凭空讲怎么也讲不好,所以放例题. [APIO2014]序列分割 [APIO2014]序列分割 给你一个长度为 \(n\) 的序列 \(a_1,a_ ...
- 【BZOJ-4518】征途 DP + 斜率优化
4518: [Sdoi2016]征途 Time Limit: 10 Sec Memory Limit: 256 MBSubmit: 230 Solved: 156[Submit][Status][ ...
- 【BZOJ-3437】小P的牧场 DP + 斜率优化
3437: 小P的牧场 Time Limit: 10 Sec Memory Limit: 128 MBSubmit: 705 Solved: 404[Submit][Status][Discuss ...
- BZOJ 1096: [ZJOI2007]仓库建设(DP+斜率优化)
[ZJOI2007]仓库建设 Description L公司有N个工厂,由高到底分布在一座山上.如图所示,工厂1在山顶,工厂N在山脚.由于这座山处于高原内陆地区(干燥少雨),L公司一般把产品直接堆放在 ...
随机推荐
- day18 作业
目录 1.编写课上讲解的有参装饰器准备明天默写 2.在文件开头声明一个空字典,然后在每个函数前加上装饰器,完成自动添加到字典的操作 3.编写日志装饰器,实现功能如:一旦函数f1执行,则将消息2017- ...
- PE文件动态加载执行过程
主要步骤: 1.将要加载的文件读取到内存中(简称为文内),检查文件格式无误后,根据可选PE头(简称op头)的SizeOfImage,申请出一块空间用于存储该文件加载到内存后展开的数据(简称为内内).记 ...
- MYSQL 之 JDBC(十五):数据库连接池
在使用开发基于数据库的web程序时,传统的模式基本是按一下步骤: 在主程序(如servlet.bean)中建立数据库连接 进行sql操作 断开数据库连接 这种模式开发存在各种各样的问题,最重要的是:数 ...
- 数据可视化之powerBI入门(二)体验PowerBI:零基础分分钟生成一份交互报表
https://zhuanlan.zhihu.com/p/64144595 体验PowerBI:零基础分分钟生成一份交互报表 首先我们准备一份数据,Excel格式 数据是从2006年到2015年10年 ...
- 数据可视化之DAX篇(二)Power BI中的度量值和计算列,你搞清楚了吗?
https://zhuanlan.zhihu.com/p/75462046 对于初学者,总是会把度量值和计算列搞混,我也经常碰到这样的问题,有些星友用文章中的代码总是报错,发给我一看,才知道TA把本来 ...
- softmax、cross entropy和softmax loss学习笔记
之前做手写数字识别时,接触到softmax网络,知道其是全连接层,但没有搞清楚它的实现方式,今天学习Alexnet网络,又接触到了softmax,果断仔细研究研究,有了softmax,损失函数自然不可 ...
- 响应式布局rem、rem方法封装、移动端响应式布局
相信大家在做移动端的时候都会做各个手机的适配这种适配就是响应式布局在之前做网站的响应式从pc到手机用的是媒体查询 @media screen and (max-width: 300px){} 最大宽度 ...
- 区分C语言中的指针函数和函数指针
1.指针函数: 类型说明符 *函数名(形参表) { .......... /*函数体*/ .......... /*函数体*/ } 其中函数名之前加了"*"号表明,这是一 ...
- 关于Java8的精心总结
前言 最近公司里比较新的项目里面,看到了很多关于java8新特性的用法,由于之前自己对java8的新特性不是很了解也没有去做深入研究,所以最近就系统的去学习了一下,然后总结了一篇文章第一时间和大家 ...
- npm\cnpm\yarn\tyarn 关于源和代理的问题
npm 是一个包管理器.Node.js 自带. cnpm 是 npm 的阿里版,用的阿里源. yarn 是另一个包管理器,不自带,需要另外装.可以单独装,也可以用 npm 装. tyarn 是 yar ...