机器学习题
题目大意:
数据范围:
题解:
学长说是决策单调性?
直接斜率优化就好了嘛
首先发现的是,$A$和$B$的值必定是某两个$x$值。
那么我们就把,$y$的正负分成两个序列,$val1_i$表示$A$取序列中第$i$个数的值是,给的代价,$val2_i$同理。
那么最终的答案情况就是一个$i$一个$j$,分别是$val1_i + val2_j + a_i.x^2 + b_j.x^2 - 2*a_i.x\times b_j.x$。
显然可以斜率优化。
把第一个数列里的所有数抽象成点,为$(-2*a_i.x , val1_i + a_i.x^2)$。
弄一个下凸包,$B$递增枚举然后在凸包上切就好了。
但是,由于我们有一步排序,所以复杂度是$O(nlogn)$。
代码:
#include<bits/stdc++.h>
#define N 500010
using namespace std;
typedef long long ll;
ll bfr[N], aft[N], g[N], f[N], ans = 1e18;
int n, head, tail, m, x[N], y[N], id[N], p[N], q[N], b[N];
char *p1, *p2, buf[100000];
#define nc() (p1 == p2 && (p2 = (p1 = buf) + fread(buf, 1, 100000, stdin), p1 == p2) ? EOF : *p1 ++ )
int rd() {
int x = 0, f = 1;
char c = nc();
while (c < 48) {
if (c == '-')
f = -1;
c = nc();
}
while (c > 47) {
x = (((x << 2) + x) << 1) + (c ^ 48), c = nc();
}
return x * f;
}
inline double slove(int i, int j) {
return 1.0 * (g[i] - g[j]) / (p[i] - p[j]);
}
inline ll sqr(int x) {
return 1ll * x * x;
}
int main() {
n = rd();
for (int i = 1; i <= n; i ++ )
b[i] = x[i] = rd(), y[i] = rd();
sort(b + 1, b + n + 1);
m = unique(b + 1, b + n + 1) - b - 1;
p[1] = b[1] - 1;
p[m + 2] = b[m] + 1;
for (int i = 1; i <= m; i ++ )
p[i + 1] = b[i];
for (int i = 1, k; i <= n; i ++ ) {
k = lower_bound(b + 1, b + m + 1, x[i]) -b;
bfr[k + 1] += max(-y[i], 0);
aft[k + 1] += max(y[i], 0);
}
n = m + 2;
for (int i = 1; i <= n; i ++ )
bfr[i] += bfr[i - 1];
for (int i = n; i; i -- )
aft[i] += aft[i + 1];
for (int i = 1; i <= n; i ++ )
g[i] = bfr[i - 1] + sqr(p[i]);
head = 1, tail = 0;
for (int i = 1; i <= n; i ++ ) {
while (head < tail && slove(q[tail - 1], q[tail]) >= slove(q[tail - 1], i))
tail -- ;
q[ ++ tail] = i;
while (head < tail && slove(q[head], q[head + 1]) <= 2 * p[i])
head ++ ;
f[i] = sqr(p[i] - p[q[head]]) + bfr[q[head] - 1] + aft[i + 1];
ans = min(ans, f[i]);
}
cout << ans << endl ;
return 0;
}
小结:形式比较明显,斜率优化非常显然。还是要学一下决策单调性才行.....