提高篇 第五部分 动态规划 第6章 斜率优化动态规划

例1 任务安排(TYVJ1098)

【tyvj1098】任务安排(dp)_薇小薇-CSDN博客

Tyvj1098 任务安排_Monster__Yi的博客-CSDN博客

P2365 任务安排

任务安排 - 洛谷

例2 任务安排2(IOI2002/POJ1180)

https://blog.csdn.net/ascii991/article/details/7545261

[IOI2002]任务安排_CYCKCN的博客-CSDN博客

POJ1180 Batch Scheduling 解题报告(斜率优化) - 星星之火OIer - 博客园

POJ1180 [IOI2002]任务安排(斜率优化dp入门好题)_The_OIer的博客-CSDN博客

例3 任务安排3(Bzoj2726)

【BZOJ】2726: [SDOI2012]任务安排-斜率优化&CDQ二分_远行客-CSDN博客

BZOJ2726: [SDOI2012]任务安排 - ctlchild - 博客园

bzoj 2726: [SDOI2012]任务安排_lqybzx的专栏-CSDN博客

例4 Cats Transport(codeforces311B)

CodeForces 311B/CSU 1963 Cats Transport/Feed The Rabbit(斜率优化dp)_alpc_qleonardo-CSDN博客

https://blog.csdn.net/qq_32506797/article/details/71247183

CF311B Cats Transport

Cats Transport - 洛谷



1.玩具装箱(Bzoj1010)

BZOJ1010 [HNOI2008]玩具装箱toy - ljh_2000 - 博客园

【bzoj1010】[HNOI2008]玩具装箱toy - chty - 博客园

2018.11.02【HNOI2008】【BZOJ1010】【洛谷P3195】玩具装箱(斜率优化DP)_zxyoi_dreamer的博客(不定期诈尸)-CSDN博客



2.仓库建设(Bzoj1096)

bzoj1096 [ZJOI2007]仓库建设 - Kaiser- - 博客园

BZOJ1096 [ZJOI2007]仓库建设 - ljh_2000 - 博客园



3.特别行动队(Bzoj1911)

[Bzoj1911][Apio2010]特别行动队_ndsffx501ccy的博客-CSDN博客

【bzoj1911】【APIO2010】【特别行动队】【斜率优化】_sunshinezff的专栏-CSDN博客

bzoj1911 [Apio2010]特别行动队 - zbtrs - 博客园

bzoj1911【APIO2010】特别行动队_AaronPolaris-CSDN博客

「BZOJ1911」[Apio2010] 特别行动队commando - 斜率优化 - hzwer.com



4.打印文章(hdu3507)

hdu3507 斜率dp_鸫岽的博客-CSDN博客

hdu3507 Print Article - 人间不值の - 博客园

hdu3507 Print Article(斜率优化)_xumingyang0的博客-CSDN博客

HDU3507 print article【斜率优化dp】_Mychael的无声乐章-CSDN博客

hdu3507 斜率优化学习笔记_y_immortal的博客 QwQ(qdez_ymh)-CSDN博客

hdu 3507_ ACM,再见!-CSDN博客

【hdu3507】打印文章_Dy_Dream的博客-CSDN博客



5.锯木厂选址(CEOI2004)

【CEOI2004】锯木厂选址(斜率优化入门题)_zgx_2000的博客-CSDN博客

cogs 362. [CEOI2004]锯木厂选址 - CXCXCXC - 博客园



斜率优化DP--详解

斜率优化DP--详解_niiick-CSDN博客_斜率优化dp

dp--斜率dp - hezongdnf - 博客园

[模板] 斜率优化Dp详解

[模板] 斜率优化Dp详解_Bill_Yang_2016的博客-CSDN博客_斜率优化dp

斜率优化DP

斜率优化DP_cj1064789374的博客-CSDN博客

【学习笔记】动态规划—斜率优化DP(超详细)

【学习笔记】动态规划—斜率优化DP(超详细) - 辰星凌 - 博客园

C++浅析斜率优化的推导过程

C++浅析斜率优化的推导过程_C20201018的博客-CSDN博客

斜率优化---感谢此文让我彻底弄懂斜率优化

斜率优化---感谢此文让我彻底弄懂斜率优化_mrcrack的博客-CSDN博客_斜率优化

斜率优化DP--详解

斜率优化DP--详解_niiick-CSDN博客_斜率优化dp

斜率优化入门带简单的总结 Print Article HDU3507

斜率优化入门带简单的总结 Print Article HDU3507_Loging的博客-CSDN博客

Print Article(hdu - 3507)之浅谈如何用斜率优化巧解DP

Print Article(hdu - 3507)之浅谈如何用斜率优化巧解DP_fsy的博客-CSDN博客

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
### 回答1: hdu 2829 Lawrence 斜率优化dp 这道题是一道经典的斜率优化dp题目,需要用到单调队列的思想。 题目大意是给定一个序列a,求出一个序列b,使得b[i]表示a[1]~a[i]中的最小值,且满足b[i] = min{b[j] + (i-j)*k},其中k为给定的常数。 我们可以将上式拆开,得到b[i] = min{b[j] - j*k} + i*k,即b[i] = i*k + min{b[j] - j*k},这个式子就是斜率优化dp的形式。 我们可以用单调队列来维护min{b[j] - j*k},具体思路如下: 1. 首先将第一个元素加入队列中。 2. 从第二个元素开始,我们需要将当前元素加入队列中,并且需要维护队列的单调性。 3. 维护单调性的方法是,我们从队列的末尾开始,将队列中所有大于当前元素的元素弹出,直到队列为空或者队列中最后一个元素小于当前元素为止。 4. 弹出元素的同时,我们需要计算它们对应的斜率,即(b[j]-j*k)/(j-i),并将这些斜率与当前元素的斜率比较,如果当前元素的斜率更小,则将当前元素加入队列中。 5. 最后队列中的第一个元素就是min{b[j] - j*k},我们将它加上i*k就得到了b[i]的值。 6. 重复以上步骤直到处理完所有元素。 具体实现可以参考下面的代码: ### 回答2: HDU 2829 Lawrence 斜率优化 DP 是一道经典的斜率优化 DP 题目,其思想是过维护一个下凸包来优化 DP 算法。下面我们来具体分析一下这道题目。 首先,让我们看一下该题目的描述。题目给定一些木棒,要求我们将这些木棒割成一些给定长度,且要求每种长度的木棒的数量都是一样的,求最小的割枝次数。这是一个典型的背包问题,而且在此基础上还要求每种长度的木棒的数量相同,这就需要我们在状态设计上走一些弯路。 我们来看一下状态的定义。定义 $dp[i][j]$ 表示前 $i$ 个木棒中正好能割出 $j$ 根长度为 $c_i$ 的木棒的最小割枝次数。对于每个 $dp[i][j]$,我们可以分类讨论: 1. 不选当前的木棒,即 $dp[i][j]=dp[i-1][j]$; 2. 选当前的木棒,即 $dp[i][j-k]=dp[i-1][j-k]+k$,其中 $k$ 是 $j/c_i$ 的整数部分。 现在问题再次转化为我们需要在满足等量限制的情况下,求最小的割枝次数。可以看出,这是一个依赖于 $c_i$ 的限制。于是,我们可以斜率优化 DP 来解决这个问题。 我们来具体分析一下斜率优化 DP 算法的思路。我们首先来看一下动态规划的状态转移方程 $dp[i][j]=\min\{dp[i-1][k]+x_k(i,j)\}$。可以发现,$dp[i][j]$ 的最小值只与 $dp[i-1][k]$ 和 $x_k(i,j)$ 有关。其中,$x_k(i,j)$ 表示斜率,其值为 $dp[i-1][k]-k\times c_i+j\times c_i$。 接下来,我们需要维护一个下凸包,并斜率进行优化。我们具体分析一下该过程。假设我们当前要计算 $dp[i][j]$。首先,我们需要找到当前点 $(i,j)$ 在凸包上的位置,即斜率最小值的位置。然后,我们根据该位置的斜率计算 $dp[i][j]$ 的值。接下来,我们需要将当前点 $(i,j)$ 加入到下凸包上。 我们在加入点的时候需要注意几点。首先,我们需要将凸包中所有斜率比当前点小的点移除,直到该点能够加入到凸包中为止。其次,我们需要判断该点是否能够加入到凸包中。如果不能加入到凸包中,则直接舍弃。最后,我们需要保证凸包中斜率是单调递增的,这就需要在加入新的点之后进行上一步操作。 以上就是该题目的解题思路。需要注意的是,斜率优化 DP 算法并不是万能的,其使用情况需要根据具体的问题情况来确定。同时,该算法中需要维护一个下凸包,可能会增加一些算法的复杂度,建议和常规 DP 算法进行对比,选择最优的算法进行解题。 ### 回答3: 斜率优化DP是一种动态规划优化算法,其主要思路是过对状态转移方程进行变形,提高算法的时间复杂度。HDU2829 Lawrence问题可以用斜率优化DP解决。 首先,我们需要了解原问题的含义。问题描述如下:有$n$个人在数轴上,第$i$个人的位置为$A_i$,每个人可以携带一定大小的行李,第$i$个人的行李重量为$B_i$,但是每个人只能帮助没有他们重量大的人搬行李。若第$i$个人搬运了第$j$个人的行李,那么第$i$个人会累加$C_{i,j}=\left|A_i-A_j\right|\cdot B_j$的体力消耗。求$m$个人帮助每个人搬运行李的最小体力消耗。 我们可以斜率优化DP解决这个问题。记$f_i$为到前$i$个人的最小体力消耗,那么状态转移方程为: $$f_i=\min_{j<i}\{f_j+abs(A_i-A_j)\cdot B_i\}$$ 如果直接使用该方程,时间复杂度为$O(n^2)$,如果$n=10^4$,则需要计算$10^8$次,运算时间极长。斜率优化DP过一些数学推导将方程变形,将时间复杂度降低到$O(n)$,大大缩短了计算时间。 斜率优化DP的推导式子,我们可以得到转移方程为: $$f_i=\min_{j<i}\{f_j+slope(j,i)\}$$ 其中,$slope(j,i)$表示直线$j-i$的斜率。我们可以过如下方式来求解$slope(j,i)$: $$slope(j,i)=\frac{f_i-f_j}{A_i-A_j}-B_i-B_j$$ 如果$slope(j,i)\leq slope(j,k)$,那么$j$一定不是最优,可以直接舍去,降低计算时间。该算法的时间复杂度为$O(n)$。 综上所述,斜率优化DP是一种动态规划优化算法,可以大大缩短计算时间。在处理类似HDU2829 Lawrence问题的时候,斜率优化DP可以很好地解决问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

dllglvzhenfeng

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值