斜率DP

斜率DP的一版模式:给你一个序列,至多或分成m段,每段有花费和限制,问符合情况的最小花费是多少;

一版都用到sum[],所以符合单调,然后就可以用斜率优化了,很模板的东西;

如果看不懂可以先去看一下本博客----斜率DP题目,看一下第一道题目,然后在回来看push,pop是为什么这样操作;

首先通过对方程的化简得到如下递推方程
DP[i] = min/max( -a[i]*x[j] + y[j] ) + w[i]; (1<=j<i)

一般情况下,x[j],y[j],a[i]都是单调递增的,(求最小值,维护的是下右凸包)
当然也可以x[j]单调递减,y[j]单调递增,a[i]单调递增;(求最小值,维护的是下左凸包)

对于DP[i],显然只要找到一个j使a[i]*x[j]+y[j]最小就可以了,
注意对于DP[i]来说,a[i],w[i]都是常量;

一般对于DP[i] =min/max(-a[i]*x[j] + y[j] )+ w[i],最朴素的时间复杂度是O(n^2);
为什么可以优化呢

设G = -a[i]*x[j] + y[j],
移项: y[j] = a[i]*x[j] + G;
现在的问题就是:已知道a[i]也就是斜率,给你几个点(x[j],y[j]),找一个点带入使得G最小;
G是直线与Y轴的交点的纵坐标的值,显然这个点一定在这些点形成的凸包上,

(图是x[i],y[i],单调递增,斜率为正的情况)

因为我们在从小到大递推求解,求DP[i]的时候DP[j](0<=j<i)都是已知的
所以我们可以在求完DP[i]之后可以马上把点(x[i],y[i])加入,来维护一个凸包;

这里还需要一个小知识点,就是凸包的维护,如果写过凸包的话,我们都知道在维护前
都要先把点排序(不管是水平序,还是极角序)
这就是为什么要x[i],y[i]是单调的原因了,只有单调才可以按照递推的顺序直接维护凸包了;

但如果所有的点都在凸包上,那么这个优化也就不算优化了,

所以问题变成:
对于一条已知斜率的直线,如何从凸包上找一个点使它与Y轴的交点的纵坐标值最小;

对于一个下凸包,且斜率单调递增:(求最小值的情况下)
我们现在假设直线和下凸包里斜率最小的直线重合,不断的变大这条直线的斜率,
也就是沿着这个凸包旋转,
我们发现,这条直线要么跟凸包的一条直线重合,要么经过凸包的一个点,
且一旦一个点被旋转过去后,接下来斜率变大的直线都不可会再经过这个点重合,
也就是说一旦一个点被淘汰了,那么它在接下来的过程中也不会被用到,

这样我们就有一个O(n)的算法,每次从凸包队列里从头比较相临的俩个点,谁得到的G
比较小,如果后一个点得到的G小,说明前一个点在接下来的状况下也不是最优的,所以
可以直接淘汰。

而所谓的单调队列优化其实也是这样,就是在队列里维护可能提供最优值的那些状态,
不断的插入新的点,不断的删掉不符合或者不优的点;
然后在维护的队列里快速的找到那个使当前状态最优的那个状态;

 #include<cstdio>
#include<cstring>
#include<cstdlib>
#include<iostream>
#include<algorithm>
#include<cmath>
#include<vector>
#include<set>
using namespace std;
const int N=+;
typedef long long LL;
struct Point{
LL x,y;
Point (LL a=,LL b=):x(a),y(b){}
Point operator - (const Point &p) const{
return Point(x-p.x,y-p.y);
}
};
typedef Point Vector;
inline LL Cross(const Vector &u,const Vector &v){
return u.x*v.y - u.y*v.x;
}
int n,M;
struct dequeue{
Point q[N];
int head,tail;
void init(){
head = ; tail = ;
}
void push(const Point &u){
while (head < tail && Cross(q[tail]-q[tail-],u-q[tail-]) <= ) tail--;
q[++tail] = u;
}
Point pop(const LL &k){//斜率的大小
while (head < tail && k*q[head].x + q[head].y >= k*q[head+].x + q[head+].y ) head++;
return q[head];
}
}H;
// dp[i] = -k*x[j] + y[j] + w;
// 写成结构体常数比较大;
void solve(){ H.init();
//队列里初始值得看情况,比如H.push(Point(0,0));
for (int i=;i<=n;i++){
Point t = H.pop(k);
dp[i] = -k*t.x + t.y + W;
H.push(Point(x[i],y[i]));
}
}

还有就是不满足单调的,首先是
斜率不满足单调性,x[i],y[i]还是满足单调;
这样凸包还是可以直接维护的,但是找凸包上的点就不能在o(1)的时间找到;
但是我们可以用三分找,因为按照队列里点的顺序G值是先变小后变大的;

也可以二分斜率,因为在凸包上相邻两个点的斜率是单调递增的;

     用find()代替pop();
int find(const LL &k){
int l = head, r = tail;
while (r - l >= ){
int m1 = l + (r-l)/;
int m2 = r - (r-l)/;
if (k*q[m1].x+q[m1].y >= k*q[m2].x+q[m2].y ) l = m1+;
else r = m2-;
}
int ret = l;
for (int i = l+; i <= r; i++) {
if (k*q[i].x+q[i].y <= k*q[ret].x+q[ret].y) ret = i;
}
return ret;
}

然后如果x[i],y[i]也不满足单调,这样就不能直接维护凸包了,需要动态维护凸包
简单点的就是用set,但是set无法实现kth大,所以得自己写平衡树;

先找到插入点前驱,和后继(水平序),然后分两边同时维护凸包,(如果还不太清楚可以看一下本博客的动态凸包的代码)

再用三分找最小;

要用到的就是findPre(),findNext(),kth();当然也可以在插入的时候记录下该点跟前驱的斜率,然后

直接查找第一个比读入斜率大的点就可以,因为在平衡树里斜率也是满足二叉树的性质的,这样就不用kth()了,

代码可以参看hust里;

因为一个点被删除后就不会在进入凸包,时间O(logn),查找要logn;
所以总时间复杂度为O(logn*logn*n);

http://acm.hust.edu.cn/vjudge/problem/viewProblem.action?id=31649

货币兑换:splay  dp[i] = ai[i]*x[j]+bi[i]*y[j] ----->  dp[i]/bi[i] = ai[i]/bi[i] *x[j] +y[j];

 #include<cstdio>
#include<cstring>
#include<iostream>
#include<algorithm>
#include<cmath>
#include<vector>
#include<cstdlib>
using namespace std;
const int N=+;
const double eps=1e-;
inline int dcmp(double x){
return x<-eps ? - : x>eps;
}
struct Point{
double x,y;
Point(double a=,double b=):x(a),y(b){}
Point operator - (const Point &p)const{
return Point(x-p.x,y-p.y);
}
double operator * (const Point &p)const{
return x*p.y - y*p.x;
}
bool operator < (const Point &p)const{
return dcmp(x-p.x)< || (dcmp(x-p.x)== && dcmp(y-p.y)<);
}
};
struct splay_tree{
int sz,root,ch[N][],pre[N],ss[N];
Point val[N];
void rotate(int x){
int y = pre[x];
int f = (ch[y][]==x);
ch[y][f^] = ch[x][f];
pre[ ch[x][f] ] = y;
pre[ x ] = pre[ y ];
ch[ pre[y] ][ ch[ pre[y] ][ ] == y ] = x;
ch[x][f] = y;
pre[y] = x;
pushup(y);
}
void splay(int x,int goal){
while (pre[x] != goal ){
int y = pre[x], z = pre[y];
if (z==goal){
rotate(x);
}else {
int f = (ch[z][]==y);
if (ch[y][f] == x){
rotate(x); rotate(x);
}else {
rotate(y); rotate(x);
}
}
}
pushup(x);
if (goal == ) root=x;
}
void init(){
sz=; ch[][]=ch[][]=pre[]=; val[]=Point(,); ss[]=;
}
void pushup(int x){
ss[x] = ss[ ch[x][] ] + ss[ ch[x][] ] + ;
}
void insert(Point x){
val[++sz]=x; ss[sz]=;
ch[sz][]=ch[sz][]=pre[sz]=;
if (sz==){
root=; return;
}
int u,f;
for (u=root; ch[u][f=val[u]<x]; u=ch[u][f]);
ch[u][f] = sz;
pre[sz] = u;
splay(sz,);
if (sz<=) return;
ins(sz);
}
void remove(int x){
int u = findPre(x), v = findNext(x);
splay(u,); splay(v,u);
ch[v][]=;
splay(v,);
}
int findPre(int x){
splay(x,);
int u;
if (ch[x][]==) return ;
for (u=ch[x][]; ch[u][]; u=ch[u][]);
return u;
}
int findNext(int x){
splay(x,);
int u;
if (ch[x][]==) return ;
for (u=ch[x][]; ch[u][]; u=ch[u][]);
return u;
}
void ins(int x){
int u = findPre(x), v = findNext(x);
if (u!= && v!=) {
double k= (val[u]-val[x])*(val[v]-val[x]);
if (dcmp(k)<=) {
remove(x); return;
}
}
while (){
u=findNext(x);
if (u==) break;
v=findNext(u);
if (v==) break;
double k=(val[u]-val[x])*(val[v]-val[x]);
if (dcmp(k)>=){
remove(u);
}else break;
}
while (){
u=findPre(x);
if (u==) break;
v=findPre(u);
if (v==) break;
double k=(val[u]-val[x])*(val[v]-val[x]);
if (dcmp(k)<=){ remove(u);
}else break;
}
}
int kth(int k){
int tmp=k;
if (k>ss[root]) return ;
int x = root;
while (ss[ ch[x][] ]+!=k){
int c = ss[ ch[x][] ];
if (k<=c) x = ch[x][];
else {
x = ch[x][];
k -= c+;
}
}
splay(x,);
return x;
}
double cal(double k,int x){
return k*val[x].x+val[x].y;
}
Point find(double k){
int l=,r=ss[root];
while (r-l>){
int m1= l+(r-l)/;
int m2= r-(r-l)/;
if (cal(k,kth(m1))>cal(k,kth(m2))) r=m2-;
else l=m1+;
}
int ret=kth(l);
double tmp=cal(k,ret);
for (int i=l+;i<=r;i++){
int t=kth(i);
double t2=cal(k,t);
if (tmp<t2) {
ret=t; tmp=t2;
}
}
return val[ret];
}
void debug(){
printf("root: %d\n",root);print_tree(root);
}
void print_tree(int x){
if (x){
print_tree(ch[x][]);
printf("now: %d ,fa: %d ,son0: %d ,son1: %d ,size: %d\n",x,pre[x],ch[x][],ch[x][],ss[x]);
print_tree(ch[x][]);
} }
}H;
int n,s;
double ak[N],bk[N],rk[N];
double dp[N];
void solve(){
H.init();
double x,y;
dp[]=s;
y = (double)s/(rk[]*ak[]+bk[]);
x = rk[]*y;
H.insert(Point(x,y));
for (int i=;i<=n;i++){
Point t = H.find(ak[i]/bk[i]);
dp[i] =max(dp[i-], ak[i]*t.x+bk[i]*t.y);
y = dp[i]/(rk[i]*ak[i]+bk[i]);
x = rk[i]*y;
H.insert(Point(x,y));
}
printf("%.3lf\n",dp[n]);
}
int main(){
// freopen("in.txt","r",stdin);
// freopen("1.out","w",stdout);
while (~scanf("%d%d",&n,&s)){
for (int i=;i<=n;i++) scanf("%lf%lf%lf",&ak[i],&bk[i],&rk[i]);
solve();
} return ;
}

这样对于形如 DP[i] = min/max(-a[i]*x[j]+y[j])+w[i]; (1<=j<i)
的DP方程都可以解决了;

斜率DP个人理解的更多相关文章

  1. hdu 3507 斜率dp

    不好理解,先多做几个再看 此题是很基础的斜率DP的入门题. 题意很清楚,就是输出序列a[n],每连续输出的费用是连续输出的数字和的平方加上常数M 让我们求这个费用的最小值. 设dp[i]表示输出前i个 ...

  2. [kuangbin带你飞]专题二十 斜率DP

            ID Origin Title   20 / 60 Problem A HDU 3507 Print Article   13 / 19 Problem B HDU 2829 Lawr ...

  3. [DP优化方法之斜率DP]

    什么是斜率dp呢 大概就把一些单调的分组问题 从O(N^2)降到O(N) 具体的话我就不多说了 看论文: http://www.cnblogs.com/ka200812/archive/2012/08 ...

  4. 【易懂】斜率DP

    前言 首先此篇文章是为低年级的朋友准备的,不涉及什么深奥的知识,比如线性规划之类的.仔细看,不要以为自己学不会,看不懂,只要你会DP并打过一些题目而且会单调队列优化DP,斜率DP离你就不远了---.这 ...

  5. B - Lawrence HDU - 2829 斜率dp dp转移方程不好写

    B - Lawrence HDU - 2829 这个题目我觉得很难,难在这个dp方程不会写. 看了网上的题解,看了很久才理解这个dp转移方程 dp[i][j] 表示前面1~j 位并且以 j 结尾分成了 ...

  6. bzoj4518: [Sdoi2016]征途--斜率DP

    题目大意:把一个数列分成m段,计算每段的和sum,求所有的sum的方差,使其最小. 由方差*m可以化简得ans=m*sigma(ki^2)-sum[n]^2 很容易得出f[i][j]=min{f[i- ...

  7. 斜率dp cdq 分治

    f[i] = min { f[j] + sqr(a[i] - a[j]) } f[i]= min { -2 * a[i] * a[j] + a[j] * a[j] + f[j] } + a[i] * ...

  8. HDU 2829 Lawrence (斜率DP)

    斜率DP 设dp[i][j]表示前i点,炸掉j条边的最小值.j<i dp[i][j]=min{dp[k][j-1]+cost[k+1][i]} 又由得出cost[1][i]=cost[1][k] ...

  9. 斜率DP题目

    uva 12524 题意:沿河有n个点,每个点有w的东西,有一艘船从起点出发,沿途可以装运东西和卸载东西,船的容量无限,每次把wi的东西从x运到y的花费为(y-x)*wi; 问把n个点的东西合并成k个 ...

随机推荐

  1. Luogu4249 WC2007 石头剪刀布 费用流

    传送门 考虑竞赛图三元环计数,设第\(i\)个点的入度为\(d_i\),根据容斥,答案为\(C_n^3 - \sum C_{d_i}^2\) 所以我们需要最小化\(\sum C_{d_i}^2\) 考 ...

  2. React-简书视频学习总结

    react的基础语法 redux这个数据层框架 react-redux如何方便我们在react中使用redux react-router 4.0 这样的非常实用的相关的第三方模块儿 immutable ...

  3. ASP.NET Web API上实现 Web Socket - 转

    1. 什么是Web Socket Web Socket是Html5中引入的通信机制,它为浏览器与后台服务器之间提供了基于TCP的全双工的通信通道.用以替代以往的LongPooling等comet st ...

  4. [Oracle][PDB]PDB restore/recover 过程记录

    友人给的PDB restore / recover 的过程. 实际上会创建一个辅助Instance,然后抽取出PDB,进行恢复. (10:31:59) frank.yan: [Administrato ...

  5. springboot 读取 yml 配置的几种方式

    前言:在springboot 项目中一般默认的配置文件是application.properties,但是实际项目中我们一般会使用application.yml 文件,下面就介绍一下在springbo ...

  6. 以英雄联盟的方式建模,谈对依赖注入(DI)的理解以及Autofac的用法(一)

    一.前言 近期在探索分层架构和架构设计,选择了领域驱动作为5年.Net开发后的新的方向,不可避免的接触了IoC/DI方面的技术.目前通过反射或其他方法都已实现,但只知其一,并没有考虑为什么要这么做,同 ...

  7. Lustre文件系统部署和应用探索

    1. Lustre文件系统概述 2. Lustre文件系统部署 2.1 基本环境 本篇博客将在KVM虚拟机中部署Lustre文件系统. 操作系统版本为CentOS6.5_x86_64.Lustre软件 ...

  8. vue-router 注意事项

    1.vue-router 两种模式 (1)mode:hash,hash模式背后的原理是onhashchange事件,可以在window对象上监听这个事件.vue默认为hash模式 window.onh ...

  9. BugkuCTF 计算器

    前言 写了这么久的web题,算是把它基础部分都刷完了一遍,以下的几天将持续更新BugkuCTF WEB部分的题解,为了不影响阅读,所以每道题的题解都以单独一篇文章的形式发表,感谢大家一直以来的支持和理 ...

  10. python基础学习笔记(一)

    安装与运行交互式解释器 在绝大多数linux和 UNIX系统安装中(包括Mac OS X),Python的解释器就已经存在了.我们可以在提示符下输入python命令进行验证(作者环境ubuntu) f ...