【apio2014】【bzoj3675】序列分割 题解＆代码（Ｃ＋＋）

题解：
不考虑那么大的数据范围，首先我们可以想出它的dp解法，dp[ｉ][ｋ]表示前ｉ个数字分成ｋ段的最大分值，那么转移方程则为：
dp[ｉ][ｋ]=max(dp[ｊ][ｋ-1]+sum[ｊ]*(sum[ｉ]-sum[ｊ]));
然而这样做的话很明显是k×n^2的算法，对于100000的数据来说即使ｋ只有200也是会超时的，因此我们要想办法降低一维复杂度使得算法变为ｎ×ｋ的复杂度，而降低动态规划复杂度一般都是通过降低状态转移的那一维即枚举ｊ的复杂度，这就用到了斜率优化。
根据斜率优化一贯的做法，假如存在两个决策点k1,k2且k1 < k2，设在更新i点的dp值dp[i][t+1]时k2优于k1，则存在：

dp[k1][t]+sum[k1]∗(sum[i]−sum[k1])<dp[k2][t]+sum[k2]∗(sum[i]−sum[k2])

将这个不等式变化之后得到：

    (dp[k1][t]-sum[k1]^2)-(dp[k2][t]-sum[k2]^2)
    _________________________________________  <sum[i]
             sum[k2]-sum[k1]

记slope[ k1，k2 ] =左边的式子，那么我们发现有两个性质：
１．当　slope[ k1,k2 ] < sum[i]时对于ｉ点来说k2决策优于k1且永远优于k1，因为序列中的每一个数都是非负数，对于任意ｘ> i来说　sum[x]>=sum[i]　当　slope[ k1,k2 ] < sum[i] 时一定有　slope[ k1,k2 ] < sum[ｘ] 　因此每一个决策都具有单调性，即当　slope[ k1,k2 ] < sum[i] ，那么对于ｉ以后的点k1永远没用。
２ÿ