数据结构与算法-动态规划-斜率优化

斜率优化dp

斜率优化动态规划（DP）是一种用于优化动态规划算法的高级技巧，主要用于加速特定类型动态规划问题的状态转移过程，

基本概念

动态规划：将复杂问题分解为子问题，通过求解子问题并保存结果来避免重复计算，从而解决原问题的算法策略。例如，斐波那契数列可以用动态规划求解，定义 (dp[n]=dp[n - 1]+dp[n - 2]) ，并保存 (dp[i]) 的值以避免重复计算。

斜率优化：在动态规划状态转移过程中，利用斜率的性质来快速确定最优决策点，从而减少状态转移的时间复杂度。它通常适用于状态转移方程具有特定形式的动态规划问题。

适用场景

状态转移方程具有凸性或凹性：当动态规划的状态转移方程满足一定的凸性或凹性条件时，斜率优化往往可以发挥作用。例如，状态转移方程形如 (dp[i]=min_{0<= j < i}{dp[j]+cost(j, i)}) ，其中 (cost(j, i)) 是从状态 (j) 转移到状态 (i) 的代价，且 (cost(j, i)) 关于 (j) 和 (i) 的某种函数关系呈现凸性或凹性。

决策单调性：即随着状态 (i) 的增大，最优决策点 (j) 单调变化。例如，若对于 (i_1 < i_2) ，状态 (i_1) 的最优决策点为 (j_1) ，状态 (i_2) 的最优决策点为 (j_2) ，则 (j_1<= j_2) （或 (j_1geq j_2) ）。

优化原理

对于满足上述条件的动态规划问题，通过将状态转移方程进行变形，可以将其转化为与斜率相关的表达式。在平面直角坐标系中，每个状态 (j) 可以看作一个点 ((x_j, y_j)) ，其中 (x_j) 和 (y_j) 是根据状态转移方程和问题特性定义的坐标。通过分析不同点之间连线的斜率与最优决策点的关系，利用单调队列等数据结构维护这些点，使得在寻找最优决策点时可以通过比较斜率快速确定，从而避免对所有可能决策点的遍历，将状态转移的时间复杂度从 (O(n)) 降低到接近 (O(1)) 。

实现步骤

1. 确定状态和状态转移方程：根据问题定义动态规划的状态 (dp[i]) ，并写出状态转移方程，例如 (dp[i]=min_{0<= j < i}{dp[j]+cost(j, i)}) 。

2. 变形状态转移方程：将状态转移方程变形为可以用斜率表示的形式。假设 (dp[i]) 的状态转移方程经过变形后为 (y_i = a_i x_j + b_j + c_i) （其中 (a_i) 、 (c_i) 只与 (i) 有关， (b_j) 只与 (j) 有关），那么不同决策点 (j_1) 和 (j_2) 对应的直线斜率 (k={b_{j_1}-b_{j_2}}/{x_{j_1}-x_{j_2}}) 。

3. 维护单调队列：使用单调队列维护决策点（即点 ((x_j, y_j)) ）。新点入队时，根据斜率的单调性，将队尾不满足条件的点出队，保持队列的单调性。同时，当状态 (i) 变化时，可能需要从队首移除不再是最优决策点的点。

 4. 确定最优决策点：根据状态转移方程变形后的斜率关系，从单调队列的队首获取当前状态 (i) 的最优决策点 (j) ，用于计算 (dp[i]) 。

5. 计算最终结果：按照动态规划的流程，依次计算出所有状态的 (dp) 值，最终得到问题的解。

示例

问题：给定一个序列 (a_1, a_2, ....., a_n) ，要求将其分成若干段，每段的代价为该段元素和的平方，求使得总代价最小的分段方案。

状态定义：设 (dp[i]) 表示将前 (i) 个元素进行分段的最小总代价。

状态转移方程： (dp[i]=min_{<=j < i}{dp[j]+(sum_{k = j + 1}^{i}a_k)^2}) 。令 (s[i]) 为序列的前缀和，即 (s[i]=sum_{k = 1}^{i}a_k) ，则状态转移方程可化为 (dp[i]=min_{0<= j < i}{dp[j]+(s[i]-s[j])^2}) 。

变形状态转移方程：展开 ((s[i]-s[j])^2) 得到 (dp[i]=min_{0<= j < i}{dp[j]+s[i]^2 - 2s[i]s[j]+s[j]^2}) 。设 (x_j = s[j]) ， (y_j = dp[j]+s[j]^2) ，则 (dp[i]=s[i]^2 - 2s[i]x_j + y_j) ，这是一个关于 (x_j) 和 (y_j) 的线性表达式，不同决策点 (j) 对应的直线斜率 (k={y_{j_1}-y_{j_2}}/{x_{j_1}-x_{j_2}}) 。

维护单调队列：维护一个下凸壳（根据斜率性质）的单调队列，新的决策点 (j) 对应的点 ((x_j, y_j)) 入队时，通过比较斜率将队尾不满足下凸壳性质的点出队。

确定最优决策点：对于状态 (i) ，从单调队列的队首获取最优决策点 (j) ，计算 (dp[i]) 。

计算结果：计算出 (dp[n]) 即为将整个序列分段的最小总代价。

习题（任务安排1）：

分析：

这是一道关于任务分组以最小化总费用的优化问题，核心在于在任务顺序固定的前提下，合

理划分任务批次，综合考虑任务执行时间、启动时间和费用系数来降低总费用

任务相关信息：有  个任务按顺序排列，执行第  个任务所需时间为  ，每个任务有对应的费

用系数  ，任务顺序不可改变。

分组与时间规则：机器将任务分成若干批，每批包含连续的若干任务。每批任务开始前机器

有启动时间  ，一批任务的执行时间是启动时间  加上该批内每个任务所需时间之和。同一批

任务在同一时刻完成，任务执行后在机器中等待直至该批任务全部执行完毕。

费用计算方式：每个任务的费用是其完成时刻乘以费用系数  。

任务目标：为机器规划分组方案，使总费用最小。

下面的图假设了s是1

伪代码1：

接下来思考如何去优化

习题2（进一步优化）：

伪代码2：