斜率优化dp专题 & BZOJ1010 HNOI2008 玩具装箱toy

---

这几天一直在搞《1D 1D dp优化初步》上的内容，先感谢作者大犇一波。
这个专题主要整理最近这几天整理的斜率优化dp的做题心得和题目讲解。
（现在把下面的题目都拆开来了）

---

能用斜率优化的dp题一般都需要证明决策单调性（然而我到现在还没有搞懂到底何为决策单调）。一般有几种思路：

$1)$将得到的数据打表，一般打表打$[L,R]$内这一段的值，判断是否基本满足四边形不等式：

$$w[i,j]+w[i+1,j+1]\le w[i+1,j]+w[i,j+1]$$ 的模样，或者还有敲暴力之后看看dp数组内的值是否单调。

$2)$在敲暴力的过程中能感觉到，需要从前面已经得到的结果查找最优解，但是这个最优解在一定范围内，而不必全部找过来的时候，就可能需要用上优化了。

$3)$重要的是如果能写出《1D 1D》中的经典模型的形式：$f(x)=\min_{i=1}^{x-1}\{f(i)+w[i,x]\}$ 那几乎就可以确定出题人就在考斜率优化dp。
（然而最快捷的方法还是要鬼神级的YY）

---

一旦确定这题可以用斜率优化dp做，那么题目就变成了板子题。按我最近刷这类题目的方法来看，其实只要拆分成下面几步就可以做：

$1)$对题目进行单调性分析并且列出转移方程式。由于最近刷的题目早就知道是斜率优化所以没有分析单调性，而单调性的得出还是需要转移方程式辅助。

由于$O(n)$的平摊复杂度需要用到单调队列deque，我们需要针对缩进front指针和rear指针的两个while操作进行设计函数：（就以上面提及的标准函数为例）

$2)$为了使队列中的$deq[L]$弹出，就需要$deq[L]$不比$dep[L+1]$优：
设$i,j,k$满足条件$j<k<i$，且$i$从$j$转移比从$k$转移优，则可以列出等式：

$$dp[j]+w[j,i]\le dp[k]+w[k,i]$$ 通过对该式子分离出带有i的变量，可以得到一个解题最重要的不等式（斜率优化的代码辣么短都是因为这个不等式的关系）。如果提取不出上述要求的不等式就不能用斜率优化dp解题。最后就能精简出一个函数$g(x,y)$满足$g(x,y)\le w[i]$。但是我并不建议实际代码写成$g(x,y)$。

$3)$为了使队列中的$deq[R]$弹出，就需要$deq[R]$对于$deq[R-1]$和$i$都不优：
设$a,b,c$满足条件$a<b<c<i$，如果满足$g(deq[R-1],deq[R])\le g(deq[R],i)$，则$deq[R]$不优。

因为当$g(deq[R-1],deq[R])\le w[i]$时，$deq[R-1]$更优；当$g(deq[R-1],deq[R])>w[i]$时，$g(dep[R],i)>w[i]$，$i$更优。

所以一个斜率优化的dp的重点在于$g(x,y)$的推导（不是很喜直线方程的写法）以及两个缩进while语句的符号问题（反正只要考虑左侧的要求能够传递到右侧而不会改变即可）。

---

BZOJ1010 HNOI2008 玩具装箱toy

$Task$：

Description

P教授要去看奥运，但是他舍不下他的玩具，于是他决定把所有的玩具运到北京。他使用自己的压缩器进行压缩，其可以将任意物品变成一堆，再放到一种特殊的一维容器中。

P教授有编号为1…N的N件玩具，第i件玩具经过压缩后变成一维长度为Ci。为了方便整理，P教授要求在一个一维容器中的玩具编号是连续的。同时如果一个一维容器中有多个玩具，那么两件玩具之间要加入一个单位长度的填充物。

形式地说如果将第i件玩具到第j个玩具放到一个容器中，那么容器的长度将为

$$x=j-i+\sum_{k=i}^{j}C_k$$ 制作容器的费用与容器的长度有关，根据教授研究，如果容器长度为x，其制作费用为 $(x-L)^2$，其中L是一个常量。P教授不关心容器的数目，他可以制作出任意长度的容器，甚至超过L。但他希望费用最小。

Sample Input & Output

5 4
3 4 2 1 4

1

$Solution$：
这道题是我第一道认真研究的斜率优化dp。按照之前讲过的方法可以得到转移方程：

$$dp[i]=\min_{j=1}^{i-1} \{dp[j]+w[j,i]\}$$
其中 定义w[i,j]表示在区间[i+1,j]内的值， $$w[i,j]=(j-i-1+sum[R]-sum[L]-Len)^2$$
暴力的复杂度是 $O(n^2)$。
接着我们先打印出所有的状态表来：

L\R	1	2	3	4	5
0	1	16	49	81	196
1		0	9	25	100
2			4	0	25
3				9	4
4					0

我们可以得到满足样例的结果是分成{1},{2},{3,4},{5}四组，并且我们也可以发现这个表格是满足四边形不等式的。

分析完单调性，我们考虑不同的时间复杂度来完成这道题：
$1)$ $O(logn)$
首先考虑采用$O(logn)$的单调栈完成这个题目。我们考虑当前的dp(i)能够去更新哪些点，那么能够更新的点就会形成一段区间。

我们在栈中存储的值是每个不同的dp(i)所能更新的区间左端点，而右端点则是接下来的一个左端点（栈顶的右端点是n），可更新的最优区间就是$[stk[i],str[i+1])$。

查找结果的时候，我们只需要用二分查找找到包含该位置的最优区间；更新最优解的时候，始终考虑以该点作为更新点，可以更新到的离n的最远点在哪里。如果比当前的区间还优（即用当前区间的更新点不比用dp[i]优），将其覆盖；否则只会优于当前区间的部分区间，满足01性，同样通过二分查找可以找到结果。平摊的复杂度最大就是$O(logn)$。

我写$O(nlogn)$的时候反而比$O(n)$卡了更久，没有搞明白区间和更新点之间的关系，但是搞明白之后对单调性有更清楚的认识。

#include <cstdio>
#include <cstring>
#include <algorithm>
using namespace std;
#define M 50005
int n,Len,stk[M],pre[M],top=0;
long long sum[M],dp[M];
long long sqr(long long x){return x*x;}
long long calc(int L,int R){return dp[L]+sqr(R-L-1+sum[R]-sum[L]-Len);}
int main(){
    scanf("%d %d",&n,&Len);
    for(int i=1,x;i<=n;i++){
        scanf("%d",&x);
        sum[i]=sum[i-1]+x;
    }

/*     
    for(int i=0;i<n;i++){
        for(int j=i+1;j<=n;j++)
            printf("[%d,%d]%lld ",i,j,calc(i,j));
        puts("");
    }//打印出w[i,j]，观察答案与单调性
*/ 

    dp[0]=0;stk[++top]=0;pre[top]=0;
    for(int i=1;i<=n;i++){
        int L=1,R=top,res=0;
        while(L<=R){
            int mid=L+R>>1;
            if(stk[mid]<=i){
                res=mid;
                L=mid+1;
            }else R=mid-1;
        }
        dp[i]=calc(pre[res],i)

        while(top&&i<stk[top]&&calc(pre[top],stk[top])>calc(i,stk[top]))--top;     
        L=stk[top],R=n,res=n+1;
        while(L<=R){
            int mid=L+R>>1;
            if(calc(pre[top],mid)>calc(i,mid)){
                res=mid;
                R=mid-1;
            }else L=mid+1;
        }

        if(res!=n+1){//当i根本不优的时候不能插入i
            stk[++top]=res;
            pre[top]=i;
        }
    }
    printf("%lld\n",dp[n]);
}

$2)$ $O(n)$
尝试推一下$g(x,y)$函数：
∵

$$dp[j]+(f[i]-f[j]-c)^2\le dp[k]+(f[i]-f[k]-c)^2$$ 使得 $i$优于$j$。此时 $f[k]=sum[k]+k,c=Len+1$。
∴ $$dp[j]-dp[k]+(f[j]+c)^2-(f[k]+c)^2<=2*f[i]*(f[j]-f[k])$$
最后得到： $$g(j,k)=\frac{dp[j]+(f[j]+c)^2-dp[k]-(f[k]+c)^2}{2(f[j]-f[k])}<=f[i]$$
此处还要注意有两种写法，一种是采用double的 $g(x,y)$写法，一种是将分子分母分离交叉相乘的写法，但是 $g(x,y)$写法的缺点是会出现 分母为0的情况需要特判，一个不小心还会出现精度问题。从速度上来讲，用除法显然比用乘法慢（在BZOJ上亲测用 $g(x,y)$慢了50+ms）。

/* g(x,y)写法 */
#define M 50005
int n,Len;
long long dp[M],sum[M];
long long sqr(long long x){return x*x;}
double g(int x,int y){
    return (dp[y]+sqr(sum[y]+y+Len+1)-dp[x]-sqr(sum[x]+x+Len+1))/(2.0*(sum[y]-sum[x]+y-x));
}
int deq[M],L=0,R=-1;
int main(){
    scanf("%d %d",&n,&Len);
    for(int i=1,x;i<=n;i++){
        scanf("%d",&x);
        sum[i]=sum[i-1]+x;
    }
    deq[++R]=0;
    for(int i=1;i<=n;i++){
        while(L<R&&g(deq[L],deq[L+1])<=sum[i]+i)++L;
        dp[i]=dp[deq[L]]+sqr(sum[i]-sum[deq[L]]+i-deq[L]-1-Len);
        while(L<R&&g(deq[R-1],deq[R])>g(deq[R],i))--R;
        deq[++R]=i;
    }
    printf("%lld\n",dp[n]);
    return 0;
}

/*  分离分子分母的写法   */
#define M 50005
int n,Len;
int deq[M],L=0,R=-1;
long long dp[M],sum[M];
long long sqr(long long x){return x*x;}
long long up(int x,int y){return dp[y]-dp[x]+sqr(sum[y]+y+Len+1)-sqr(sum[x]+x+Len+1);}
long long down(int x,int y){return 2*(sum[y]-sum[x]+y-x);}
int main(){
    scanf("%d %d",&n,&Len);
    for(int i=1,x;i<=n;i++){
        scanf("%d",&x);
        sum[i]=sum[i-1]+x;
    }
    deq[++R]=0;
    for(int i=1;i<=n;i++){
        while(L<R&&up(deq[L],deq[L+1])<=(sum[i]+i)*down(deq[L],deq[L+1]))++L;
        dp[i]=dp[deq[L]]+sqr(sum[i]-sum[deq[L]]+i-deq[L]-1-Len);
        while(L<R&&up(deq[R-1],deq[R])*down(deq[R],i)>up(deq[R],i)*down(deq[R-1],deq[R]))--R;
        deq[++R]=i;
    }
    printf("%lld\n",dp[n]);
    return 0;
}