【BZOJ1492】[NOI2007]货币兑换Cash 斜率优化+cdq分治
【BZOJ10492】[NOI2007]货币兑换Cash
Description
Input
Output
只有一个实数MaxProfit,表示第N天的操作结束时能够获得的最大的金钱数目。答案保留3位小数。
Sample Input
1 1 1
1 2 2
2 2 3
Sample Output
HINT
题解:好吧该啃的硬骨头还是要啃的~
如果感觉像斜率优化,那么我们来试着列方程吧!显然,我们的所有操作肯定是:倾巢买入-倾巢卖出-倾巢买入...那么DP方程如下:
设f[i]表示在第i天,将手中所有金券都卖完,所能拥有的最多钱数,那么
$f[i]=f[i-1]\\f[i]=\min(f[j]/(a[j]\times rate[j]+b[j])*(a[i]*rate[j]+b[i]))$
将括号拆开
$f[i]=a[i]*f[j]/(a[j]\times rate[j]+b[j])*rate[j]+b[i]*f[j]/(a[j]\times rate[j]+b[j])$
感觉不太好看,设$g[i]=f[j]/(a[j]\times rate[j]+b[j])$试试?如果还是感觉不好看,因为a[i],b[i]都是常数,两边都除个a[i]试试?是不是好看多了?
$g[j]*rate[j]=-{b[i]\over a[i]}*g[j]+{f[i]\over a[i]}$
看起来推式子好像挺简单的,但是x和k都不单调啊,于是我们就想找出一种办法使得我们永远都只需要用一些单调的x来更新一些单调的k,这就涉及到排序,怎么办?cdq分治呗!
注意:我们整个分治过程会想办法让某段区间分别满足:按x升序,按编号(时间)升序,按k降序,下面请留意。
具体做法:先将正个序列按k降序排序,然后开始分治。在分治区间[l,r]时,我们先按时间进行归并,将时间在[l,mid]的放在左边,然后递归处理左区间,在处理左区间的结束时候顺便按x升序排个序(一会再说)。现在我们来处理区间[l,r],发现此时的[l,mid]满足x升序,[mid+1,r]满足k降序,岂不是正好可以用斜率优化?然后,我们递归处理右区间(也顺便按x升序排个序),最后,左右区间都已经按x升序排完序了,归并起来就好了。
#include <cstdio>
#include <cstring>
#include <iostream>
#include <algorithm>
#include <cmath>
using namespace std;
const int maxn=100010;
struct node
{
double A,B,f,g,k,rate,org;
double x(){return g;}
double y(){return g*rate;}
}p[maxn],pp[maxn];
int n;
int q[maxn],h,t;
double ans;
int rd()
{
int ret=0,f=1; char gc=getchar();
while(gc<'0'||gc>'9') {if(gc=='-')f=-f; gc=getchar();}
while(gc>='0'&&gc<='9') ret=ret*10+gc-'0',gc=getchar();
return ret*f;
}
bool cmpg(node a,node b)
{
return a.g<b.g;
}
bool cmpk(node a,node b)
{
return a.k>b.k;
}
double getk(int a,int b)
{
if(fabs(p[a].x()-p[b].x())<1e-12) return -2147483647.0;
else return (p[a].y()-p[b].y())/(p[a].x()-p[b].x());
}
void solve(int l,int r)
{
if(l==r)
{
p[l].f=max(p[l].f,p[l-1].f);
p[l].g=p[l].f/(p[l].A*p[l].rate+p[l].B);
return ;
}
int mid=l+r>>1,i,j,h1=l,h2=mid+1;
double mf=0;
for(i=l;i<=r;i++)
{
if(p[i].org<=mid) pp[h1++]=p[i];
else pp[h2++]=p[i];
}
for(i=l;i<=r;i++) p[i]=pp[i];
solve(l,mid);
h=1,t=0;
for(i=l;i<=mid;i++)
{
while(h<t&&getk(q[t],q[t-1])<getk(i,q[t])) t--;
q[++t]=i;
mf=max(mf,p[i].f);
}
for(i=mid+1;i<=r;i++)
{
while(h<t&&getk(q[h+1],q[h])>p[i].k) h++;
p[i].f=max(p[i].f,p[q[h]].f/(p[q[h]].A*p[q[h]].rate+p[q[h]].B)*(p[i].A*p[q[h]].rate+p[i].B));
p[i].f=max(p[i].f,mf);
p[i].g=p[i].f/(p[i].A*p[i].rate+p[i].B);
}
solve(mid+1,r);
for(h1=l,h2=mid+1,i=l;i<=r;i++)
{
if(h1<=mid&&(h2>r||p[h1].x()<p[h2].x())) pp[i]=p[h1++];
else pp[i]=p[h2++];
}
for(i=l;i<=r;i++) p[i]=pp[i];
}
int main()
{
scanf("%d%lf",&n,&p[1].f);
int i;
for(i=1;i<=n;i++)
{
scanf("%lf%lf%lf",&p[i].A,&p[i].B,&p[i].rate);
p[i].k=-p[i].B/p[i].A,p[i].org=i;
}
sort(p+1,p+n+1,cmpk);
solve(1,n);
for(i=1;i<=n;i++) ans=max(ans,p[i].f);
printf("%.3lf",ans);
return 0;
}
【BZOJ1492】[NOI2007]货币兑换Cash 斜率优化+cdq分治的更多相关文章
- [BZOJ1492][NOI2007]货币兑换Cash(斜率优化+CDQ分治)
1492: [NOI2007]货币兑换Cash Time Limit: 5 Sec Memory Limit: 64 MBSubmit: 5838 Solved: 2345[Submit][Sta ...
- [BZOJ1492] [NOI2007]货币兑换Cash 斜率优化+cdq/平衡树维护凸包
1492: [NOI2007]货币兑换Cash Time Limit: 5 Sec Memory Limit: 64 MBSubmit: 5907 Solved: 2377[Submit][Sta ...
- BZOJ1492: [NOI2007]货币兑换Cash 【dp + CDQ分治】
1492: [NOI2007]货币兑换Cash Time Limit: 5 Sec Memory Limit: 64 MB Submit: 5391 Solved: 2181 [Submit][S ...
- BZOJ.1492.[NOI2007]货币兑换(DP 斜率优化 CDQ分治/Splay)
BZOJ 洛谷 如果某天能够赚钱,那么一定会在这天把手上的金券全卖掉.同样如果某天要买,一定会把所有钱花光. 那么令\(f_i\)表示到第\(i\)天所拥有的最多钱数(此时手上没有任何金券),可以选择 ...
- 【BZOJ 1492】 [NOI2007]货币兑换Cash 斜率优化DP
先说一下斜率优化:这是一种经典的dp优化,是OI中利用数形结合的思想解决问题的典范,通常用于优化dp,有时候其他的一些决策优化也会用到,看待他的角度一般有两种,但均将决策看为二维坐标系上的点,并转化为 ...
- 洛谷P4027 [NOI2007]货币兑换(dp 斜率优化 cdq 二分)
题意 题目链接 Sol 解题的关键是看到题目里的提示... 设\(f[i]\)表示到第\(i\)天所持有软妹币的最大数量,显然答案为\(max_{i = 1}^n f[i]\) 转移为\(f_i = ...
- BZOJ 1492: [NOI2007]货币兑换Cash 斜率优化 + splay动态维护凸包
Description 小Y最近在一家金券交易所工作.该金券交易所只发行交易两种金券:A纪念券(以下简称A券)和 B纪念券(以下 简称B券).每个持有金券的顾客都有一个自己的帐户.金券的数目可以是一个 ...
- [BZOJ1492] [NOI2007] 货币兑换Cash(cdq分治+斜率优化)
[BZOJ1492] [NOI2007] 货币兑换Cash(cdq分治+斜率优化) 题面 分析 dp方程推导 显然,必然存在一种最优的买卖方案满足:每次买进操作使用完所有的人民币:每次卖出操作卖出所有 ...
- BZOJ_3963_[WF2011]MachineWorks_斜率优化+CDQ分治
BZOJ_3963_[WF2011]MachineWorks_斜率优化+CDQ分治 Description 你是任意性复杂机器公司(Arbitrarily Complex Machines, ACM) ...
随机推荐
- JStorm文档
Jstorm的性能测试 JStorm 大概是Apache Storm 4倍, Apache Flink 1.5 倍, Twitter Heron 2 ~ 10 倍 Jstorm是一个分布式实时计算引擎 ...
- go语言的一些特性
go语言中如何判断一个方法是私有的还是公有的?说出来你可能不信,通过首字母的大小写. 不管是一个变量还是一个函数,如果它的首字母是大写的,那么它就是包外可见的,也就是说可以 从这个包的外面访问这个资源 ...
- shopex下二级目录wordpress伪静态规则写法_SEO教程
实这几天做服务器,做商城学到很多知识,只是太忙了没有空记录下来分享. 今天 商城的内容基本已经做好了.在shopex的二级目录下又建了一个wordpress来做SEO优化. 在wordpress后台做 ...
- HDU4911:Inversion
Problem Description bobo has a sequence a1,a2,-,an. He is allowed to swap two adjacent numbers for n ...
- JAVA Eclipse中如何简易的实现消息机制
大部分情况下,我们需要实现的消息机制无非是某个类得到了数据,需要传递到某个主界面上去显示,可以把这个消息在类中做成全局变量,主界面的类用一个线程定时扫描,如果这个数据不是空,则说明被类刷新了,那么更新 ...
- File:方法(具体)
File方法: Name()方法:获取File的名称. getPath()方法:获取File的路径. getAbsolutePath()方法:获取文件或文件夹的绝对路径名称. getParent()方 ...
- SQLite使用事务
关键代码 SQLiteDatabase db = myDataHelper.getWritableDatabase(); // 开启事务 db.beginTransaction(); try{ db. ...
- react-native Image resizeMode
resizeMode (默认为 cover)该属性用来设置图片的缩放模式,对应值如下 cover 保持图片宽高比,直到宽度和高度都大于等于容器视图的尺寸(参考下图效果)contain 在保持图片宽高比 ...
- close_wait状态的产生原因及解决(转)
最近测试环境server由于需要与大量的后台server交互,今天突然发现有大量的close_wait产生,于是仔细研究了一下: 如果我们的服务器程序处于CLOSE_WAIT状态的话,说明套接字是被动 ...
- STL学习笔记(迭代器配接器)
Reverse(逆向)迭代器 Reverse迭代器是一种配接器. 重新定义递增运算和递减运算.使其行为正好倒置. 如果你使用这类迭代器,算法将以逆向次序处理元素.所有标准容器都允许使用Reverse迭 ...