斜率优化/单调队列入门

什么是斜率优化？什么时候用？

首先，我们要知道的一个知识是单调队列（虽然不一定能用，但基本上一定要用）

单调队列是维护一段有序子序列而存在的。

想象一下，一些参差不齐的积木们，如何从一个积木找到其左边的第一个比他大的积木？

一种方案是线段树维护区间信息，单log

另一种是单调栈。

如果说一个积木在另一个积木右边并且比他更大一些，那是不是意味着没有“另一个”积木没有用了，应该扔掉？

那么留下来的积木是什么样的？

有序的，从大到小的。

好了，基本思想介绍到这，不会单调队列的自行学习。

一、什么样的可以用斜率优化

形如 $dp[i]=X_j\ast (-k_i)+Y_j$的式子可以通过斜率优化解决。

其中，$X_j，Y_j$均只与$j$有关，$k_i$只与$i$有关。
可以看到，与y轴交点的纵坐标与$dp[i]$的大小相等（此处钦定了$k[i]$>0）

二、如何得到凸壳？

得到如上知识后，要判断的内容：

1. dp[i]保大保小？
2. k是正是负？

之后可以得到要维护凸壳的信息：上凸壳（越大越好）还是下凸壳（越小越好）
上下凸壳：六边形的上下两半一部分斜率递减一部分斜率递增

得到了斜率递增/递减的信息后，我们可以着手建立凸壳了

对横坐标排序后顺序加入，本质就是单调队列优化，看着斜率单调性加就行！

三、得到凸壳之后，要做什么？

自己切一下，如上的上凸壳，令 一条线最好的切法是与y轴的交点最靠上。

仔细观察k1，k2与上凸壳最好交点的位置，他们有什么特点？

特点：左侧斜率大于你，右侧斜率小于你

如上操作可以通过代数方法得出，读者可以自行操作，这里只介绍较为易于感性理解的图像法

当k递增时，我们会发现，最优交点具有单调性从右向左，反之则从左往右。

如果k不递增会怎么样？

不会怎么样，预处理斜率后二分即可。