更详细的斜率优化题解
题意
有\(n\)个一维玩具,每个玩具有一个长度\(a_i\),先要将这些玩具分成几份带走。每一份中玩具编号是连续的。若将玩具\([i \cdots j]\)分为一份,则长度\(Len = j-i+\sum_{k=1}^{n}a_k\),而这份玩具的花费为\((Len-L) ^ 2\)。求最小花费。
分析一下
- 设\(F_i\)表示处理完\(i\)的最小花费。转移时枚举\(j\)且\(j < i\),将\([j+1 \cdots i]\)看为一组,进行转移。
- 转移方程为:\[F_i = min\{ F_j + (i-j-1+S_i-S_j - L)^2\}\](\(S_i\)为预处理出的前缀和)。
- 答案即为\(F_n\)
- 数据范围显然要使用斜率优化。
优化过程
- 转移方程项好多啊,咦怎么还带平方的\(\cdots\)
- 换一下项吧。令:\(A(i) = i+S_i,B(i) = i + L + 1 + S_i\)。转移方程即为:
\[F_i = min \{F_j + (A(i) - B(j)) ^ 2\}\] - 设当前状态为\(i\),有两种转移\(j,k, j < k\)且\(k\)更优。即:
\[F_k + A(i) ^ 2 - 2 A(i) \cdot B(k) < F_j + A(i) ^ 2 - 2A(i) \cdot B(j)\]
移项得\[A(i) < \frac{F_j - F_k + B(j) ^ 2 - B(k) ^ 2}{2(B(j) - B(k))} \text{ }(\because B(j) < B(k))\] - 然后日常无脑斜率优化。
代码君
#include <iostream>
#include <cstdio>
#include <algorithm>
#include <cstring>
using namespace std;
int n, L;
double ar[50005], s[50005], f[50005];
int head = 0, tail = 0, que[200005];
inline double A(int i) {
return s[i] + i;
}
inline double B(int i) {
return s[i] + i + L + 1;
}
inline double g(int j, int k) {
return (f[j] - f[k] + B(j) * B(j) - B(k) * B(k)) / 2 / (B(j) - B(k));
}
//三函数不解释
int main() {
scanf("%d%d", &n, &L);
for (int i = 1; i <= n; i++)
scanf("%lf", &ar[i]), s[i] = s[i - 1] + ar[i];
que[head = tail = 0] = 0;
f[0] = 0;
for (int i = 1; i <= n; i++) {
while (head < tail && g(que[head], que[head + 1]) < A(i))
head++; //队首维护时间
f[i] = f[que[head]] + (A(i) - B(que[head])) * (A(i) - B(que[head])); //更新答案
while (head < tail && g(que[tail - 1], que[tail]) >= g(que[tail], i))
tail--; //队尾维护单调性
que[++tail] = i;
}
printf("%lld\n", (long long)f[n]);
return 0;
}