【算法入门】动态规划·斜率优化：[HNOI2008]玩具装箱

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+Sigma(Ck) i<=K<=j 。

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.

Solution

如果考虑$O(n^2)$的算法，设f[i]为前i件玩具压缩后形成的最小费用。

则根据分段的规则，对于每一个$f[i]$枚举上一个分段的临街点j，可以得出状态转移方程：

$$f[i]=min(f[j]+(i-j-1+sum[i]-sum[j]-L{)}^2)$$

为了方便地求出区间和，我们使用前缀和，其中$sum[i]={\sum }_{j=1}^{i}a[j]$

显然，这样的复杂度是不可取的，我们应该考虑对转移进行优化。

我们观察到方程较为复杂，需要考虑化简：

令$a(i)=i+sum[i],b(i)=i$