斜率优化DP学习笔记

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$O(n^2)$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，