Topcoder SRM 543 DIV2 1000 EllysThreeRivers & DIV1 500 EllysRivers

---

$Task$
有四座并排放置，宽度忽略不计，长度均为$length$(1<=$length$<=1000)的小岛，分别记为0~3；小岛之间都隔着一条河，分别记为0~2。小C在陆地上行走的速度为$walk$(1<=$walk$<=100)，对于河i，知道它的宽度$width[i]$(1<=$width[i]$<=1000)以及小C在该河流中的游速$swim[i]$(1<=$swim[i]$<=100)（忽略河流游速）。
求小C从0号小岛最南端到3号小岛最北端的距离。

---

$Solution$
本题难在如何运用所推公式。先总结一下3条结论：
$1)$在岸上走路的时间几乎没有。我们唯一需要行走的时间或许只是当$walk>swim[i]$的时候，因为如果$walk<swim[i]$，那么可以在河中平行着河岸游，但显然平行河岸游反而会浪费时间。然而根据样例，也仍然出现了根本不需要在陆地行走的情况。
$2)$所有的陆地行走路程可以归到最后一个小岛上。
$3)$小C不一定只向东游，最优解应该是向东北游。现在我们只考虑两座岛的情况，那么假设小C向北方向的位移为$X$(0<=$X$<=$length$)，则所要花费的时间为：

$$\Delta t=\frac{\sqrt{X^2+width[i]^2}}{swim[i]}+\frac{length-X}{walk}$$ 大概可以从这个直观的式子中看出些什么，譬如说一些枚举或者搜索？反正如果一条河可以这样求出来，那三条河也同样可以求。写一个三元的搜索，或者是一个 递归函数就可以了。

具体分析上面那个式子，左侧在不断增加的时候，右侧又在不断递减，可以预料到一般情况下，这个式子跟二次函数一样具有一个最低点，即最小值，而此时的X也处于临界处。采用二分枚举么，但它的01性并不是线性。所以我们采用三分枚举或者以斜率作为01性的二分枚举。
用三分枚举的时间复杂度应该是$O(\log{length^3})$，但或许并不是这样：

class EllysThreeRivers {
public:
    int Length,Walk,Wid[3],Swim[3];
    double rec(int c,double dis){
        if(c==3)return (1.0*Length-dis)/(1.0*Walk);
        double L=dis,R=1.0*Length,res=0,ans=0;
        for(int p=0;p<100;p++){
            double Lmid=L+(R-L)/3.0,Rmid=R-(R-L)/3.0;
            double ansL=sqrt((Lmid-dis)*(Lmid-dis)+Wid[c]*Wid[c])/(1.0*Swim[c])+rec(c+1,Lmid);
            double ansR=sqrt((Rmid-dis)*(Rmid-dis)+Wid[c]*Wid[c])/(1.0*Swim[c])+rec(c+1,Rmid);
            if(ansL>ansR)res=Rmid,ans=ansR,L=Lmid;
            else res=Lmid,ans=ansL,R=Rmid;
        }
        return ans;
    }
    double getMin(int length,int walk,vector<int> width,vector<int> swim) {
        Length=length,Walk=walk;
        for(int i=0;i<3;i++)
            Wid[i]=width[i],Swim[i]=swim[i];
        return rec(0,0.0);
    }
};

上面代码中的二分跟通常的不一样，枚举了二分的次数。

原因很显然：因为我们二分的值是浮点数，是可能会出现一直在不断二分而L和R始终不会相同的情况，导致陷入死循环。解决方案有两个：
$1)$在估算精度适宜的情况下，强制让其二分p次；
$2)$如题解所说，设置一个极小的常数EPS=$10^{-9}$，规定误差 < <script type="math/tex" id="MathJax-Element-3435"><</script>EPS就可以退出循环。
然后简单的数论做法用到了偏导数，看不懂跳过。

---

DIV1 500：
$Task$
其他描述不变，但是小C选择乘船，只有在每个整数点才有船港，并且只能从这边的船港到另一边的船港。同时数据范围分别扩增为：$length$<=10^5，$N$(小岛个数)<=50，$walk,width[i],swim[i]$<=10^6。

---

$Solution$
虽然Div2加强了数据范围，但还是将原来难转移的double pos变成了int pos，可以说算是有利有弊。做法不一样但是思路仍然可以借鉴。
如果我们采用Dijkstra算法（会whatever_limit_exceed）或者dp，结合三分查找可以达到$O(N*length*\log_2{length})$的复杂度。（这里或许还要再分析一下为什么是$O(N*length*\log_2{length})$：首先如果采用动态规划求解，最暴力的做法是对于每条河，枚举西侧的船港与东侧的船港。此时需要$O(N*length^2)$的复杂度，而最后$O(length)$的目的是为了找最小值，那么上述三分枚举就可以缩小到近似$O(\log_2{length})$。）

既然已经优化到$O(\log_2{length})$了，我们可以尝试优化到$O(1)$：对于西岸的两个相邻的船港$pos$与$pos-1$，分别行驶到东岸的$to(pos)$与$to(pos-1)$。有一个直观的结论：

$$point(pos)>=point(pos-1)$$ 因为它满足 单调性，具体的证明可以通过YY。有了这个结论，我们可以从 $length$到0反序枚举船舱，用point指向另一边的船舱然后滑动，这样p平摊下来还是 $O(length)$的复杂度。于是此题得解。

#define wid first
#define swi second
class EllysRivers {
public:
    static const int M=100005;
    pair<double,double>Data[55];
    double dp[2][M];
    double sqr(double x){return x*x;}
    double eval(int N,int length,int walk){
        int cur=0;
        for(int i=0;i<=length;i++)
            dp[cur][length-i]=i*1.0/walk;
        for(int i=N-1;i>=0;--i){
            int pos=length;cur^=1;
            for(int j=length;j>=0;--j){
                dp[cur][j]=dp[cur^1][pos]+sqrt(sqr(Data[i].wid)+sqr(1.0*pos-j))/Data[i].swi;
                while(pos>j){//合计O(n)找最小值 
                    double nxt=dp[cur^1][pos-1]+sqrt(sqr(Data[i].wid)+sqr(1.0*pos-1-j))/Data[i].swi;
                    if(nxt>dp[cur][j])break;
                    dp[cur][j]=nxt;pos--;
                }
            }
        }
        return dp[cur][0];
    }
    double getMin(int length,int walk,vector<int> width,vector<int> speed) {
        int N=width.size();
        for(int i=0;i<N;i++){
            Data[i].wid=width[i];
            Data[i].swi=speed[i];
        }
        return eval(N,length,walk);
    }
};