斜率优化DP学习笔记
RT,最近练习一些斜率优化的DP,也发现了不少的问题,下面进行一下小小的记录与知识的回顾与理解
介绍
首先,斜率优化是一种对DP进行优化的好东西,大多数的时候,它的使用可以把 O(n2) 的复杂度降低到 O(nlogn) 甚至是 O(n) ,提升的效果十分明显,已经渐渐地成为一种特定的题目类型
原理
它的原理,基于数形结合的思想。有时候,我们会遇到一些DP题目,而这些题目有一个特点,就是它的决策从前面已经求出来DP值的状态(即前驱状态)中进行转移(其实这句话和废话一样)然后,我们发现它们的表达式是这样的形式:
F(now)=F(pre)+K(pre)+A
其中 F(now) 是现在正在考虑的状态, F(pre) 是它的前驱状态,