[HNOI2008]玩具装箱toy

重点在讲斜率优化

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

5 4
3
4
2
1
4

Sample Output

1

Dp先入脑

有一个Dp[i]:=min(Dp[j]+(sum[i]-sum[j]+i-j-1-L)^2)的基本思路

预处理可以得到 F[i]:=sum[i]+i ;令 C=L+1

可以简化方程： Dp[i]:=min(Dp[j]+(F[i]-F[j]-c)^2))

明显这个为O(N^2)的算法,,要再简化;

一维的Dp可以想到 斜率优化

所谓斜率优化，个人的感悟就是：

当 I：1-->n J:1-->n的N^2循环时 可以简化J的循环 把1~N依次入队出队，当i要选择j时，先根据最优策略缩短队列，再在选取队首元素直接作为J，算出Dp[i]；

这样做的话每个数进出一次队列 复杂度就变为O(n);

但是这样做必须证明单调性，也就是出队的元素在以后的Dp中不会再被利用

下面说说怎么缩短队列

Dp[i]:=min(Dp[j]+(F[i]-F[j]-c)^2)) 中j的选择是决定Dp[i]的大小的 而 f[i]、c这样的常量是不变的（对于同一个i来说）

所以我们把不含j的变量分离出来，方便运算

Dp[i]:=min(Dp[j]+F[j]^2-2F[i]F[j]+2F[j]*c)+F[i]^2+c^2-2*F[i]*c;

假设选j好过选k，  本题为

Dp[j]+F[j]^2-2F[i]F[j]+2F[j]*c<Dp[k]+F[k]^2-2F[i]F[k]+2F[k]*c化简分离i

Dp[j]-Dp[k]+(F[i]-F[k])*(2c+F[j]+F[k])

-------------------------------------------<F[i]（*）

                   2(F[j]-F[k])

简化其为 COM(j,k)<F[i]

也就是说 ‘选j好过选k’当且仅当‘ COM(j,k)<F[i] 成立’

所以如果一个队列的头依次为A,B 如果G(B,A)< = F[i] 那么把A删了吧

  q[1]:=0;
  head:=1;
  tail:=1;
  for i:=1 to n do
    begin
      while (head<=tail-1)and(com(q[head],q[head+1])<=sum[i]) do
        inc(head);
      dp[i]:=dp[q[head]]+(f[i]-f[q[head]]-l-1)*(f[i]-f[q[head]]-l-1);
      while (head<=tail-1)and(com(q[tail-1],q[tail])>=com(q[tail],i)) do
        dec(tail);
      inc(tail);
      q[tail]:=i;
    end;
  end;

这就是所谓的斜率优化