1010: [HNOI2008]玩具装箱toy
Time Limit: 1 Sec Memory Limit: 162 MBSubmit: 10837 Solved: 4513
[ Submit][ Status][ Discuss]
Description
P教授要去看奥运,但是他舍不下他的玩具,于是他决定把所有的玩具运到北京。他使用自己的压缩器进行压缩,其可以将任意物品变成一堆,再放到一种特殊的一维容器中。P教授有编号为1...N的N件玩具,第i件玩具经过压缩后变成一维长度为Ci.为了方便整理,P教授要求在一个一维容器中的玩具编号是连续的。同时如果一个一维容器中有多个玩具,那么两件玩具之间要加入一个单位长度的填充物,形式地说如果将第i件玩具到第j个玩具放到一个容器中,那么容器的长度将为 x=j-i+Sigma(Ck) i<=K<=j 制作容器的费用与容器的长度有关,根据教授研究,如果容器长度为x,其制作费用为(X-L)^2.其中L是一个常量。P教授不关心容器的数目,他可以制作出任意长度的容器,甚至超过L。但他希望费用最小.
Input
第一行输入两个整数N,L.接下来N行输入Ci.1<=N<=50000,1<=L,Ci<=10^7
Output
输出最小费用
Sample Input
Sample Output
以为只是普通的dp,写完之后才发现数据范围
只好。。斜率优化
一般递推式:dp[i] = min(dp[i], dp[j]+(sum[i]-sum[j]+i-j-1-c)²) (0<=j<=i-1)
但这样会超时
令sum[i] = sum[i]+i, c = 1+c
dp[i] = min(dp[j], dp[j]+(sum[i]-sum[j]-c)²)
假设在i时,k决策优于j决策
那么dp[k]+(sum[i]-sum[k]-c)²<=dp[j]+(sum[i]-sum[j]-c)²
可以证出对于i状态后面的所有状态t,k决策都一定优于j决策,这时j决策就毫无意义了
因为dp[k]+(sum[i]-sum[k]-c)²<=dp[j]+(sum[i]-sum[j]-c)²
移项求斜率:Slop(k, j) == (dp[k]-dp[j]+(sum[k]-c)²-(sum[j]-c)²) / (2*sum[k]-2*sum[j])<= sum[i];
因为sum[i]单调递增,所以
如果Slop(k, j)<=sum[i],则说明k点比j点更优,弹出j点,用这种方法每次检查队尾
如果Slop(k, j)<=Slop(p, k),则说明p点做开头会比k点做开头更优,弹出k点,用这种方法每次检查队头
#include<stdio.h>
#include<algorithm>
using namespace std;
#define LL long long
LL c, a[50005], sum[50005], q[50005], dp[50005];
double Slop(LL k, LL j)
{
return (dp[k]-dp[j]+(sum[k]+c)*(sum[k]+c)-(sum[j]+c)*(sum[j]+c))/(2.0*sum[k]-2.0*sum[j]);
}
int main(void)
{
LL n, i, front, back;
while(scanf("%lld%lld", &n, &c)!=EOF)
{
c += 1;
for(i=1;i<=n;i++)
{
scanf("%lld", &a[i]);
sum[i] = sum[i-1]+a[i]+1;
}
front = back = 1, q[1] = 0;
for(i=1;i<=n;i++)
{
while(front<back && Slop(q[front+1], q[front])<=sum[i])
front += 1;
dp[i] = dp[q[front]]+(sum[i]-sum[q[front]]-c)*(sum[i]-sum[q[front]]-c);
while(front<back && Slop(q[back], i)<Slop(q[back-1], q[back]))
back -= 1;
q[++back] = i;
}
printf("%lld\n", dp[n]);
}
return 0;
}