[BZOJ]1010 玩具装箱

[BZOJ]1010

题意：

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.

题解：

$n^2$是直接Dp就可以。但是复杂度过不去呢。。
此题优化及其玄学。
首先我们写出来$n^2$的方程感受一下。。

$$dp[i] = min(dp[j] + (sum[i] - sum[j] + i - j - 1 - L)^2);$$
大概就是这么个东西。什么也看不出来对吧/(ㄒoㄒ)/我们来简化一下这个式子。
设 $C = L + 1,g[i] = sum[i] + i$，那么上式又等于
$$dp[i] = min(dp[j] + (g[i] - g[j] - c)^2);$$
变成了这样的一个式子之后，之后考虑优化(摔)
在斜率优化中有这样一类问题：如果递推式可以变成形如
$$dp[i] = s[i] + min(f[j] - k[i] * t[j]);$$
且 $t[i]$和 $k[i]$是单调的！就可以用单调队列维护一个凸壳来取答案。
而我们简化后的式子又等于下面这个东西(即展开后)
$$dp[i] = g[i]^2 - 2*c*g[i] + min(2*c*g[j] + g[j]^2+c^2-2*g[i]*g[j]);$$
看起来很鬼畜对吧。观察一下这个式子可以发现完全满足上面我们的条件。
那么我们推一个斜率公式。首先假设 $i$的前面有两个点叫$j$和 $k$且$j$处的答案优于 $k$且$j < k$。那么有
$$dp[j] + (g[i] - g[j] - c)^2 <= dp[k] + (g[i] - g[k] - c)^2$$
我们解这个式子最后可以得到
$$\frac{(dp[j] + g[j]^2 - 2 * g[j] * c) - (dp[k] + g[k]^2 - 2 * g[k] * c)}{2 * (g[j] - g[k])} > g[i]$$
转化成了一个斜率的形式！可他有什么用处呢？这个式子代表着对于 $j < k, Slope(j, k) > g[i]$说明对于 $i$来说$j$处的决策优于 $k$处的决策。
我们可以把每一个决策以一个
$$(2*g[i], dp[i] + g[i]^2 - 2*g[i]*c)$$
这样的形式构建在坐标系中(意会，意会…),大概长这个样子。
注意这些都是已经得到答案的点，我们现在要选一个点转移到我们现在要求的 $dp [i]$，有一个结论是可能是决策点的点只能在下凸壳上也就是
大概这样子，为什么呢？
随意考虑一个不在下凸壳上的点，他后面的点有两种情况，一种是纵坐标比它大，一种是纵坐标比它小，我们分别举个例子。比如左边第二个点，它后面有纵坐标比它小的在凸壳上的点，它与这个点连线的斜率显然是小于0的，而 $g[i]$却是绝对大于0的，所以这个凸壳上的点一定更优。
再看右边第二个点，这个利用反证法证明这个点不会是最优的。假设这个点是最优的，那么它与后面纵坐标比它大的凸壳上的点斜率就大于 $g[i]$，那么它前面纵坐标比他小的凸壳上的点与它的连线斜率一定也大于 $g[i]$(结合图去看)，也就是说这个纵坐标比他小的凸壳上的点比它更优，与假设矛盾，故不成立。
这样经证明，得出我们的答案一定在这个下凸壳上。
可是这有什么用呢？用处很大。先假设我们已经得到了一些下凸壳上的点(具体怎么得到等会再说)，要求 $dp[i]$的答案，就要去这些下凸壳上的点找一个最优的拿出来，怎么拿？这么拿。设 $i$为第一个点。
1. 看$i$与 $i + 1$的斜率是否大于 $g[i]$。
2. 是的话 $i$就是最优的那个点。因为如果再去比较$i$与其他点斜率就更比 $g[i]$大了！
3. 不是的话那么好，这个 $i$以后也不会成为答案了，可以直接从下凸壳里删除掉。因为$g[i]$是单调递增的，现在 $i$没有$i + 1$优，那么以后就更不可能比 $i + 1$优，更不用说其他的点。然后 $i = i + 1$重复以上过程。

这是一个取答案的过程。每个决策在被凸壳删除后再也不会入下凸壳，所以复杂度为$O(n)$。在这个过程中我们得到了$dp[i]$的值，我们要把它放到凸壳里。
下面介绍如何造一个凸壳！下面写出步骤。
1. 如果凸壳是空的放进去= =
2. 设最后一个点为$t$，现在要加进去的是$i$，如果$Slope(t,i) < Slope(t - 1, t)$，也就是说如果加$i$进去就变成凹的了，就$t=t-1$，也就是删掉$t$，因为如果$t$能成为最优的点那么就有$Slope(t,i) > g[x]$,$x$是后面某个要求答案的东西，但$Slope(t,i) < Slope(t - 1, t)$也就是说如果$t$能成为最优的点$t - 1$会比它更优，不成立。所以$t$是可以删掉的！接下来接着$t = t - 1$继续上面的判断即可。
3. 知道满足条件把 i <script type="math/tex" id="MathJax-Element-465">i</script>加进去这样出来的一定是凸壳。

这样算法就很明了了，用一个队列维护一个凸壳，从凸壳中取答案即可。
(上面一大堆乱七八糟的证明其实就是这一句话)
代码很短主要是斜率dp的思想需要了解一下。

代码：

#include <cstdio>
#include <cstring>
#include <iostream>

typedef long long LL;

using namespace std;

const int Maxn = 50010;

int q[Maxn],n,l,c;
LL a[Maxn],dp[Maxn],g[Maxn];

double Slope(int k,int j){//斜率公式
    return (  (dp[j] + g[j]*g[j] + 2 * c * g[j])  -  (dp[k] + g[k] * g[k] + 2 * c * g[k] )  ) / (2.0* (g[j] - g[k]) );
}

int main(){
    scanf("%d%d",&n,&l);c = l + 1;
    for(int i=1;i<=n;i++){
        scanf("%lld",&a[i]);
        g[i] = g[i-1] + a[i];
    }
    for(LL i=1;i<=n;i++)g[i] += i;
    int h = 1,t = 0;q[++t] = 0;
    for(int i=1;i<=n;i++){//维护单调队列
        while(h < t && Slope(q[h],q[h+1]) <= g[i])h++;
        int w = q[h];//从队首取出答案
        dp[i] = dp[w] + (g[i] - g[w] - (LL)c) * (g[i] - g[w] - (LL)c);
        while(h < t && Slope(q[t],i) < Slope(q[t-1],q[t]))t--;
        q[++t] = i;//维护下凸性并加入i点
    }printf("%lld\n",dp[n]);
    // while(1);
    return 0;
}