Link
点我点我:-)
Descirption
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+∑jk=iCk
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
Input
第一行输入两个整数
N,L
.接下来
N
行输入
Output
输出最小费用
Analysis
首先不难推出DP方程,
f[i]
表示计算到第
i
个玩具的最小花费:
这个DP方程的效率是
O(n2)
的,下面我们要将其优化到
O(n)
,利用斜率优化DP
定义
G[i]=sum[i]+i,a=L+1
,那么
G[i]
单调递增,a为常量
设
k<j<i
,假设对于
i
,决策
整理并化简得:
f[j]−f[k]+(G[j]+a)2−(G[k]+a)22∗(G[j]−G[k])<G[i]
这时,我们得到的是斜率优化的基本形式,注意
G[i]
是单增的
设
S(j,k)=f[j]−f[k]+(G[j]+a)2−(G[k]+a)22∗(G[j]−G[k])
我们维护一个队列 q ,里面存放着可能成为最优解的决策编号,
对于当前正在计算的
将所有应该弹出的队首决策弹出后,位于队首的那个决策是对于当前的
i
最优的决策,用它更新
(这是因为实际上在队列
q
的相邻决策的
接下来我们想将
i
压入队列。考虑队尾的两个决策
(满足了在队列
code
#include<cstdio>
#include<cstdlib>
#include<cstring>
#include<algorithm>
using namespace std;
#define LL long long
#define For(i, a, b) for(int i = (a); i <= (int)(b); ++i)
#define N (50000+5)
LL c[N], f[N], G[N], sum[N], a;
int q[N];
LL sqr(LL a){return a*a;}
LL getDP(int i, int j){
return f[j]+sqr(G[i]-G[j]-a);
}
LL Y(int j, int k){
return f[j]-f[k]+sqr(G[j]+a)-sqr(G[k]+a);
}
LL X(int j, int k){
return 2ll*(G[j]-G[k]);
}
int main(){
#ifndef ONLINE_JUDGE
freopen("test.in", "r", stdin);
freopen("test.out", "w", stdout);
#endif
int n;
LL L;
scanf("%d%lld", &n, &L);
For(i, 1, n) scanf("%lld", &c[i]), sum[i] = sum[i-1]+c[i];
For(i, 1, n) G[i] = sum[i]+i;
a = L+1;
int l = 0, r = 0;
For(i, 1, n){
while(l<r && Y(q[l+1], q[l]) <= X(q[l+1], q[l])*G[i]) ++l;
f[i] = getDP(i, q[l]);
while(l<r && Y(i, q[r])*X(q[r], q[r-1]) <= Y(q[r], q[r-1])*X(i, q[r])) --r;
q[++r] = i;
}
printf("%lld\n", f[n]);
return 0;
}