1010: [HNOI2008]玩具装箱toy DP+斜率优化+决策单调性

好久没做斜率优化辣，突然发现Page1上有一道斜率优化的裸题，借此来回顾一下。

---

首先我们可以DP，令$f_i$表示前$i$个玩具装箱花费的最小费用。
$O(n^2)$的DP显然：

$$f_i=min\{f_j+(i-j-1+\sum_{k=j+1}^i c_k-L)^2\}$$
我们维护 $c_i$的前缀和 $sum_i$，上式转化为
$$f_i=min\{f_j+(sum_i-L+i-1+sum_j-j)^2\}$$
然后为表述方便，我们令 $g_i=sum_i+i-L-1$，令 $x_i=sum_i+i$。
所以上式转化为
$$f_i=min\{f_j+(g_i-x_j)^2\}=min\{f_j+g_i^2+x_j^2-2*g_i*x_j\}$$
考虑这个方程有没有单调性：
设 $0<=k<j<i$，且取 $j$更优，即：
$$f_k+x_k^2-2*g_i*x_k>f_j+x_j^2-2*g_i*x_j$$
移项：
$$(f_k+x_k^2)-(f_j+x_j^2)>2*h_i*(x_k-x_j)$$
我们令 $y_i=f_i+x_i^2$，容易发现 $x_i,y_i$均单调，所以继续移项我们有：
$$\frac{y_k-y_j}{x_k-x_j}<2*g_i$$
这是一个看起来类似斜率的式子。
由于 $x_i,y_i,g_i$均单调，所以如果某一个点不如它之后的点，这个点以后再也不会被用到，所以我们可以用单调队列来维护一个下凸壳，取得最优决策的点一定在凸壳上。
然后就好啦~这是最裸的斜率优化+决策单调性辣。

#include<iostream>
#include<cstdio>
#define ll long long 
#define N 50005
using namespace std;
int n,L;
int q[N];
ll c[N],sum[N],X[N],Y[N],f[N],g[N];
inline ll read()
{
    ll a=0,f=1; char c=getchar();
    while (c<'0'||c>'9') {if (c=='-') f=-1; c=getchar();}
    while (c>='0'&&c<='9') {a=a*10+c-'0'; c=getchar();}
    return a*f;
}
int main()
{
    n=read(); L=read();
    for (int i=1;i<=n;i++) c[i]=read(),sum[i]=sum[i-1]+c[i];
    int l=0,r=0;
    for (int i=1;i<=n;i++)
    {
        g[i]=sum[i]+i-L-1;
        while (l<r&&Y[q[l+1]]-Y[q[l]]<=2*(X[q[l+1]]-X[q[l]])*g[i]) l++;
        f[i]=Y[q[l]]+g[i]*g[i]-2*g[i]*X[q[l]];
        X[i]=sum[i]+i;
        Y[i]=f[i]+X[i]*X[i];
        while (l<r&&(Y[i]-Y[q[r]])*(X[q[r]]-X[q[r-1]])<=(Y[q[r]]-Y[q[r-1]])*(X[i]-X[q[r]])) r--;
        q[++r]=i;
    }
    cout << f[n] << endl;
    return 0;
}