前言
斜率优化通常使用单调队列辅助进行实现,用于优化 D P DP DP 的时间复杂度,比较抽象,需要读者有较高的数学素养。
适用范围
使用单调队列优化 D P DP DP ,通常可以解决型如: d p [ i ] = m i n ( f ( j ) ) + g ( i ) dp[i]=min(f(j))+g(i) dp[i]=min(f(j))+g(i) 的状态转移方程。其中 f ( i ) f(i) f(i) 是只关于 i i i 的函数, g ( j ) g(j) g(j) 是只关于 j j j 的函数。朴素的解决方法是在第二层循环中枚举 j j j 来实现最小值,时间复杂度为 O ( n 2 ) O(n^2) O(n2) 。可以使用单调队列来维护这个最小值实现 O ( n ) O(n) O(n) 的时间复杂度。
而斜率优化利用上述方法进行改进,实现对于型如: d p [ i ] = m i n ( f ( i , j ) ) + g ( i ) dp[i]=min(f(i,j))+g(i) dp[i]=min(f(i,j))+g(i) 的状态转移方程。对比第一种情况,可以发现函数 f f f 函数与两个值 i , j i,j i,j 都有关,简单地使用单调队列是无法优化的。这时候就开始引入主题斜率优化了。
下面结合一道例题来具体详解。题目来自于 H N O I 2008 HNOI2008 HNOI2008 省选题目。
题目大意
有 n n n 个数字 C C C,把它分为若干组,给出另一个数 L L L ,每组的花费为 ( i − j + ∑ k = i j C k − L ) 2 (i-j+\sum_{k=i}^jC_k-L)^2 (i−j+∑k=ijCk−L)2,总花费为所有组的花费之和。求最小总花费。
思路
先考虑朴素的 d p dp dp 做法。
设 d p [ i ] dp[i] dp[i] 为将前 i i i 个数字分组后的最小花费。求和可以考虑使用前缀和来优化,设前缀和数组为 p r e pre pre 。则状态转移方程可以写为:
d p [ i ] = M i n ( d p [ j ] + ( s u m [ i ] − s u m [ j ] ) + ( i − ( j + 1 ) ) − L ) 2 , 0 ≤ j < i ) dp[i]=Min(dp[j]+(sum[i]-sum[j])+(i-(j+1))-L)^2,0≤j<i) dp[i]=Min(dp[j]+(sum[i]−sum[j])+(i−(j+1))−L)2,0≤j<i)
即是:
d p [ i ] = M i n ( d p [ j ] + ( s u m [ i ] − s u m [ j ] + i − j − L − 1 ) 2 , 0 ≤ j < i ) dp[i]=Min(dp[j]+(sum[i]-sum[j]+i-j-L-1)^2,0≤j<i) dp[i]=Min(dp[j]+(sum[i]−sum[j]+i−j−L−1)2,0≤j<i)
那么 s u m sum sum 数组可以初始化为:
for(int i = 1; i <= n; i++) {
Quick_Read(val[i]);
sum[i] = sum[i - 1] + val[i];
}
设 p r e [ i ] = s u m [ i ] + i pre[i]=sum[i]+i pre[i]=sum[i]+i ,再进一步设 l = L + 1 l=L+1 l=L+1 那么状态转移方程可以写为:
d p [ i ] = M i n ( d p [ j ] + ( p r e [ i ] − p r e [ j ] − l ) 2 , 0 ≤ j < i ) dp[i]=Min(dp[j]+(pre[i]-pre[j]-l)^2,0≤j<i) dp[i]=Min(dp[j]+(pre[i]−pre[j]−l)2,0≤j<i)
状态转移
int Get_Dp(int i, int j) {
return dp[j] + (pre[i] - pre[j] - l) * (pre[i] - pre[j] - l);
}
若枚举 j j j ,则时间复杂度为 O ( n ) 2 O(n)^2 O(n)2 ,时间复杂度不优。使用斜率优化可以对其进行优化。
假设当前枚举到 i i i ,需要得到 i i i 的状态。假设有两个决策点 j j j , k k k ,满足决策点 j j j 优于决策点 k k k 。用符号语言可以表达为:
d p [ j ] + ( p r e [ i ] − p r e [ j ] − l ) 2 < d p [ k ] + ( p r e [ i ] − p r e [ k ] − l ) 2 dp[j]+(pre[i]-pre[j]-l)^2<dp[k]+(pre[i]-pre[k]-l)^2 dp[j]+(pre[i]−pre[j]−l)2<dp[k]+(pre[i]−pre[k]−l)2
展开得:
d p [ j ] + p r e [ i ] 2 + p r e [ j ] 2 + l 2 − 2 × p r e [ i ] × p r e [ j ] − 2 × l × p r e [ i ] + 2 × l × p r e [ j ] < d p [ k ] + p r e [ i ] 2 + p r e [ k ] 2 + l 2 − 2 × p r e [ i ] × p r e [ k ] − 2 × l × p r e [ i ] + 2 × l × p r e [ k ] dp[j]+pre[i]^2+pre[j]^2+l^2-2\times pre[i]\times pre[j]-2\times l\times pre[i]+2\times l\times pre[j]<dp[k]+pre[i]^2+pre[k]^2+l^2-2\times pre[i]\times pre[k]-2\times l\times pre[i]+2\times l\times pre[k] dp[j]+pre[i]2+pre[j]2+l2−2×pre[i]×pre[j]−2×l×pre[i]+2×l×pre[j]<dp[k]+pre[i]2+pre[k]2+l2−2×pre[i]×pre[k]−2×l×pre[i]+2×l×pre[k]
进一步整理得 :
d p [ j ] + p r e [ j ] 2 − d p [ k ] − p r e [ k ] 2 < ( p r e [ i ] − l ) × 2 × ( p r e [ j ] − p r e [ k ] ) dp[j]+pre[j]^2-dp[k]-pre[k]^2<(pre[i]-l)\times 2\times (pre[j] - pre[k]) dp[j]+pre[j]2−dp[k]−pre[k]2<(pre[i]−l)×2×(pre[j]−pre[k])
观察可得:左边的式子只与 j j j 和 k k k 有关,但右边的式子还与 i i i 有关。也可以发现若满足上述式子,则会有 j j j 优于 k k k 。再分类讨论:
- j > k j>k j>k ,则 p r e [ j ] > p r e [ k ] pre[j]>pre[k] pre[j]>pre[k],移项得 d p [ j ] + p r e [ j ] 2 − ( d p [ k ] + p r e [ k ] 2 ) p r e [ j ] − p r e [ k ] < p r e [ i ] − l \frac{dp[j]+pre[j]^2-(dp[k]+pre[k]^2)}{pre[j] - pre[k]}<pre[i]-l pre[j]−pre[k]dp[j]+pre[j]2−(dp[k]+pre[k]2)<pre[i]−l , p r e [ i ] − l pre[i]-l pre[i]−l 可以 看为一个常数。那么意味着点 j ( d p [ j ] + p r e [ j ] 2 , p r e [ j ] ) j(dp[j]+pre[j]^2,pre[j]) j(dp[j]+pre[j]2,pre[j]) 与点 k ( d p [ k ] + p r e [ k ] 2 , p r e [ k ] ) k(dp[k]+pre[k]^2,pre[k]) k(dp[k]+pre[k]2,pre[k]) 所构成的直线的斜率小于 p r e [ i ] − l pre[i]-l pre[i]−l 这个常数。
- j < k j<k j<k ,则 p r e [ j ] < p r e [ k ] pre[j]<pre[k] pre[j]<pre[k],移项得 d p [ j ] + p r e [ j ] 2 − ( d p [ k ] + p r e [ k ] 2 ) p r e [ j ] − p r e [ k ] > p r e [ i ] − l \frac{dp[j]+pre[j]^2-(dp[k]+pre[k]^2)}{pre[j] - pre[k]}>pre[i]-l pre[j]−pre[k]dp[j]+pre[j]2−(dp[k]+pre[k]2)>pre[i]−l , p r e [ i ] − l pre[i]-l pre[i]−l 可以 看为一个常数。那么意味着点 j ( d p [ j ] + p r e [ j ] 2 , p r e [ j ] ) j(dp[j]+pre[j]^2,pre[j]) j(dp[j]+pre[j]2,pre[j]) 与点 k ( d p [ k ] + p r e [ k ] 2 , p r e [ k ] ) k(dp[k]+pre[k]^2,pre[k]) k(dp[k]+pre[k]2,pre[k]) 所构成的直线的斜率大于 p r e [ i ] − l pre[i]-l pre[i]−l 这个常数。
获得分子的函数:
int Get_Up(int j, int k) {
return dp[j] + pre[j] * pre[j] - dp[k] - pre[k] * pre[k];
}
获得分母的函数:
int Get_Down(int j, int k) {
return pre[j] - pre[k];
}
有了上述的一级结论,可以进一步推导出二级结论:
设
x
,
y
x,y
x,y 的斜率表示为
k
(
x
,
y
)
k(x,y)
k(x,y) 。若存在三点
a
,
b
,
c
a,b,c
a,b,c ,有
k
(
a
,
b
)
>
k
(
b
,
c
)
k(a,b)>k(b,c)
k(a,b)>k(b,c) ,即是图像形成上凸的形状时,那么点
b
b
b 绝对不是最优的。
分类讨论:
- k ( a , b ) > k ( b , c ) > p r e [ i ] − l k(a,b)>k(b,c)>pre[i]-l k(a,b)>k(b,c)>pre[i]−l ,则对于上述结论可以得出 a a a 比 b b b 更优,舍去 b b b 。
- p r e [ i ] − l > k ( a , b ) > k ( b , c ) pre[i]-l>k(a,b)>k(b,c) pre[i]−l>k(a,b)>k(b,c) ,则对于上述结论可以得出 c c c 比 b b b 更优,舍去 b b b 。
- p r e [ i ] − l < k ( a , b ) pre[i]-l<k(a,b) pre[i]−l<k(a,b) 且 p r e [ i ] − l > k ( b , c ) pre[i]-l>k(b,c) pre[i]−l>k(b,c) ,则对于上述结论可以得出 a a a 和 c c c 都比 b b b 更优,舍去 b b b 。
那么就可以得出答案的点必须满足
k
(
a
1
,
a
2
)
<
k
(
a
2
,
a
3
)
<
.
.
.
<
k
(
a
m
−
1
,
a
m
)
k(a_1,a_2)<k(a_2,a_3)<...<k(a_{m-1},a_m)
k(a1,a2)<k(a2,a3)<...<k(am−1,am) 。全部呈现出下凸状态,如下图。
这样下标递增,斜率递增的点集可以使用单调队列来维护。
找出当前最优的点为 q u e [ h e a d ] que[head] que[head] ,即队头元素。
while(Get_Up(que[head + 1], que[head]) <= 2 * (pre[i] - l) * Get_Down(que[head + 1], que[head]) && head < tail)
head++;
用当前点 i i i 来更新队列,使得该队列呈下凸之势。
while(Get_Up(que[tail], que[tail - 1]) * Get_Down(i, que[tail]) >= Get_Up(i, que[tail]) * Get_Down(que[tail], que[tail - 1]) && head < tail)
tail--;
按照上述方法进行状态转移,得到的 d p [ n ] dp[n] dp[n] 就是当前的最优解。
C++代码
代码比较短,一气呵成。(注意要开 l o n g long long l o n g long long)
#include <cstdio>
#define int long long
void Quick_Read(int &N) {
N = 0;
int op = 1;
char c = getchar();
while(c < '0' || c > '9') {
if(c == '-')
op = -1;
c = getchar();
}
while(c >= '0' && c <= '9') {
N = (N << 1) + (N << 3) + (c ^ 48);
c = getchar();
}
N *= op;
}
void Quick_Write(int N) {
if(N < 0) {
putchar('-');
N = -N;
}
if(N >= 10)
Quick_Write(N / 10);
putchar(N % 10 + 48);
}
const int MAXN = 5e5 + 5;
int dp[MAXN];
int pre[MAXN], val[MAXN];
int n, l;
int que[MAXN];
int head, tail;
int Get_Dp(int i, int j) {
return dp[j] + (pre[i] - pre[j] - l) * (pre[i] - pre[j] - l);
}
int Get_Up(int j, int k) {
return dp[j] + pre[j] * pre[j] - dp[k] - pre[k] * pre[k];
}
int Get_Down(int j, int k) {
return pre[j] - pre[k];
}
void Line_Dp() {
head = 1;
tail = 1;
for(int i = 1; i <= n; i++) {
while(Get_Up(que[head + 1], que[head]) <= 2 * (pre[i] - l) * Get_Down(que[head + 1], que[head]) && head < tail)
head++;
dp[i] = Get_Dp(i, que[head]);
while(Get_Up(que[tail], que[tail - 1]) * Get_Down(i, que[tail]) >= Get_Up(i, que[tail]) * Get_Down(que[tail], que[tail - 1]) && head < tail)
tail--;
que[++tail] = i;
}
Quick_Write(dp[n]);
}
void Read() {
Quick_Read(n);
Quick_Read(l);
l++;
for(int i = 1; i <= n; i++) {
Quick_Read(val[i]);
pre[i] = pre[i - 1] + val[i] + 1;
}
}
signed main() {
Read();
Line_Dp();
return 0;
}