四边形不等式优化DP

定义

1.原始定义

假设有一个二元函数$w(x,y)$，如果对于任意$a\le b\le c\le d$，有

$$w(a,d)+w(b,c)\ge w(a,c)+w(b,d)$$

就说函数$w$满足四边形不等式

2.等价定义

还有一个等价的定义：如果对于任意$a\le b$，有：

$$w(a,b+1)+w(a+1,b)\ge w(a,b)+w(a+1,b+1)$$

就说函数$w$满足四边形不等式、

证明 2 -> 1

对于任意$a<c$， 有 $(1)$式：

$$w(a,c+1)+w(a+1,c)\ge w(a,c)+w(a+1,c+1)$$

对于任意$a+1,c$，有$(2)$式：

$$w(a+1,c+1)+w(a+2,c)>=w(a+1,c)+w(a+2,c+1)$$

两式相加得到$(3)$式：

$$w(a,c+1)+w(a+2,c)\ge w(a,c)+w(a+2,c+1)$$

对比$(1)$式和$(3)$式，发现$a+1$可以扩成$a+2$，同理$a+2$可以扩成$a+3$，$a+3$可以扩成$a+4$……可以一直扩大直至$b\le c$（$b$是在$a$和$c$之间的一个数），从而得到：

$$w(a,c+1)+w(b,c)\ge w(a,c)+w(b,c+1)$$

同理，对于任意$a<c+1$，有$(4)$式：

$$w(a,c+2)+w(a+1,c+1)\ge w(a,c+1)+w(a+1,c+2)$$

$(1)$式与$(4)$式相加得到$(5)$式：

$$w(a,c+2)+w(a+1,c)\ge w(a,c)+w(a+1,c+2)$$

与$(1)$式进行一下直观对比：

$(1)$式：$w(a,c+1)+w(a+1,c)\ge w(a,c)+w(a+1,c+1)$

$(5)$式：$w(a,c+2)+w(a+1,c)\ge w(a,c)+w(a+1,c+2)$

可以发现$c+1$可以扩成$c+2$，同理$c+2$可以扩成$c+3$，$c+3$可以扩成$c+4$……可以一直扩大一直到$d(c\le d)$，从而得到：

$$w(a,d)+w(a+1,c)\ge w(a,c)+w(a+1,d)$$

再把上式$a+1$扩大到$b$，保证$a\le b\le c\le d$，就可以得到$1$，即

$w(a,d)+w(b,c)\ge w(a,c)+w(b,d)$

由此原始定义得证。

所以，证了这么久有啥用呢？

决策单调性

我们在做$DP$时经常会遇见这样的$DP$方程

d p [ i ] = min ⁡ / max ⁡ { d p [ j ] + c o s t ( j , i ) } dp[i] = \min/\max\{dp[j] + cost(j, i)\} dp[i]=min/max{dp[j]+cost(j,i)}

这样的$DP$方程被称作$1D/1D$动态规划，$cost(i,j)$决定着优化策略选择

决策单调性定理

如果函数$cost(i,j)$满足四边形不等式，则$dp[i]$有决策单调性（充分条件）

证明：

注：假设此时已经满足四边形不等式

假设此时的$DP$方程为 d p [ i ] = min ⁡ { d p [ j ] + c o s t ( j , i ) } dp[i] = \min\{dp[j] + cost(j, i)\} dp[i]=min{dp[j]+cost(j,i)}，$dp[i]$的决策点是$p[i]$，对于$j<p[i]-1(j<i)$，根据最优性：

$$dp[p[i]]+cost(p[i],i)\le dp[j]+cost(j,i)$$

假设$i^{\prime }>i$，此时$j\le p[i]\le i\le i^{\prime }$，根据四边形不等式：

$$cost(j,i^{\prime })+cost(p[i],i)\ge cost(j,i)+cost(p[i],i^{\prime })$$

对这个式子进行移项，得到

$$cost(p[i],i^{\prime })-cost(p[i],i)\le cost(j,i^{\prime })-cost(j,i)$$

将此式和$DP$式（根据最优性得出的式子）相加得：

$$dp[p[i]]+cost(p[i],i^{\prime })\le dp[j]+cost(j,i^{\prime })$$

由此可得，对于$i^{\prime }$来说，$p[i]$比$j$优，得证。

小小结

在上面的证明中我们可以知道，等价定义可以推出原始定义，而原始定义又可以推出决策单调性定理，其实在日常做题中，如果满足了等价定义，我们就可以直接用决策单调性来解决问题（就是说$2$可以推出$1$，$1$可以推出$3$，那么$2$可以推出$3$）

下面就来看一道例题吧

例题

链接：洛谷P3515 [POI2011]Lightning Conductor

题目很简洁，就是为了找这么一个数$p$满足题目中给出的式子

那么我们不妨先移项，得到如下的式子

$$p\ge a[j]-a[i]+\sqrt{|i-j|}$$

而此时我们又要找到满足条件的最小的$p$

所以此时的$p$只要等于后面这个式子的最大值即可，即

$$p=\max (a[j]-a[i]+\sqrt{|i-j|}),1\le j\le n$$

先考虑一种比较好的情况，假设$j<i$，那么绝对值就可以去掉了，即

$$p=\max (a[j]+\sqrt{i-j})-a[i]$$

上式中$\max$里的式子取到最大值，相当于负的这个式子取到最小值

所以我们可以定义$dp[i]=\min (-a[j]-\sqrt{i-j})$

为什么要用$\min$呢，因为在上面的证明中我们使用的都是$\min$，所以这里是用$\min$，如果是$\max$的话可以换成负数取个$\min$就好了，这是一样的，反正$dp[i]$是自己定义的，定义成正负都一样

但是这样直接做是$n^2$的，这不能达到我们的要求，所以现在我们来进行优化

观察一下这个$DP$方程的二元函数，那么此时的$w(j,i)$就等于$-a[j]-\sqrt{i-j}$

为了进行优化，下一步我们证明一下这个$DP$能不能满足决策单调性

求证：$w(j,i+1)+w(j+1,i)\ge w(j,i)+w(j+1,i+1)$

证明：

把式子展开得

$$-a[j]-\sqrt{i+1-j}-a[j+1]-\sqrt{i-j-1}\ge -a[j]-\sqrt{i-j}-a[j+1]-\sqrt{i-j}$$

发现可以去掉带有$a$数组的部分，然后式子就变成了这样

$$-\sqrt{i+1-j}-\sqrt{i-j-1}\ge -\sqrt{i-j}-\sqrt{i-j}$$

移一下项得

$$\sqrt{i-j}-\sqrt{i-j-1}\ge \sqrt{i+1-j}-\sqrt{i-j}$$

令$x=i-j$，因为$i>j$ ，所以$x>0$，于是一开始那个繁琐的问题就变成了证明$\sqrt{x}-\sqrt{x-1}\ge \sqrt{x+1}-\sqrt{x}$

定义函数$f(x)=\sqrt{x}-\sqrt{x-1}$，问题又转化成了证明$f(x)\ge f(x+1)$，那么就是要证明$f(x)$是单调非递增的函数即可

懒得证单调性……自己搜吧$qwq$

因为是个单调递减函数，所以证明成功

$j>i$时可以把序列翻转，得到的结果是一样的，做题的时候将序列翻转反向再做一遍上述操作即可，就不证明了

代码鸽了

总结

因为我很辣鸡，所以只能写这么一点点了$qwq$

下面几个参考都可以去看一下，我大部分的思路全来自这里

另外给大家推荐几道题8

[NOI2009]诗人小G

决策单调性优化模板题，但是会卡精度

[NOI1995]石子合并

可以用四边形不等式优化来做，也有一些很$np$的做法

ACwing305. 一个古老的石头游戏

上面那道题的加强版

参考

OI-wiki

0225【四边形不等式优化DP】

【学习笔记】动态规划—各种 DP 优化