wqs 二分（Alien Trick）优化 DP 学习笔记

最新推荐文章于 2024-08-21 00:07:22 发布

1l6suj7

最新推荐文章于 2024-08-21 00:07:22 发布

阅读量1.2k

点赞数 24

分类专栏： DP 文章标签：学习笔记动态规划算法

本文链接：https://blog.csdn.net/jinniuzhiguan/article/details/135830298

版权

DP 专栏收录该内容

3 篇文章 0 订阅

订阅专栏

本文介绍了WQS二分算法，一种用于优化动态规划问题的方法，以解决具有凸包性质的成本函数。通过实例分析了如何将P4983忘情问题中的序列分割转化为数学模型，并展示了如何使用WQS二分技巧将其复杂度降低到O(npolylog)。

摘要由CSDN通过智能技术生成

引入

wqs 二分是由王钦石提出的一类用来优化 dp 的算法，在国外被称为「Alien Trick」（源于 IOI 2016 的题目 aliens）。

它可以用来解决如下问题：从 $n$ 个物品中选 $x$ 个，设其代价为 $f (x)$ ，若 $f (x)$ 构成一个凸包，那么就可以用 wqs 二分来解决。

例如这个题：P4983 忘情

题目大意：

一段序列 $a$ ，其权值为

$\frac{(\sum\limits_{i=1}^n a_i\bar{a_i}+\bar{a_i})^2}{\bar{a_i}^2}$

现在给出长度为 $n$ 的序列，将这个序列分成长度为 $m$ 的序列，求这 $m$ 个序列权值和的最小值。

首先，化简式子，得原式为

$\begin{aligned} (\frac{\sum\limits_{i=1}^n (a_i+1)\bar{a_i}}{\bar{a_i}})^2&=(\sum\limits_{i=1}^n a_i+1)^2\\ &=(S_i+1)^2 \end{aligned}$

其中 $S_i=\sum_{i=1}^na_i$ 。

设 $f_{i,j}$ 表示分成了 $i$ 个序列，考虑到第 $j$ 个数的权值和最小值。于是有状态转移方程

$f_{i,j}=\min\limits_{k=0}^{j-1} (f_{i-1,k}+ (S_j-S_k)^2)$

可以一眼看出这可以斜率优化或者李超树维护，但这样做依旧是 $O(n^2 \text{polylog})$ 的，怎么办呢？这时就要用到 wqs 二分。

wqs 二分优化 dp

首先记 $g_i=f_{i,n}$ 表示分成 $i$ 个序列的代价最小值。~~打表可知~~ $g_i$ 是下凸的，那么我们可以二分斜率，每次判断切点是否是 $i = m$ ，如果不是就继续二分。

怎么做呢？首先二分出来斜率 $k$ ，那么在每个点 $i,g_i)$ 上有

$g_i=k\times i+b_i$

显然截距 $b_i$ 最小的那个 $i$ 就是切点。原式变形得

$b_i=g_i-k\times i$

我们发现在 $f_{i,j}\leftarrow f_{i-1,l}$ 时，可以将其改成 $f_{i-1,j}'\leftarrow f_{i,l}'-k$ ，即每转移一次 $i$ 就减一次 $k$ ，不难发现 $f_{i,l}'=f_{i,l}-k\times i$ ，最终 $f_{i,n}'$ 最小的那个 $i$ 就是切点。但这样还不够，我们发现最终只需要知道最小的终状态转移了几次，并没有规定一定要转移几次，所以可以踢掉 $i$ 这一维，相当于做「将序列分成若干个序列，使其代价和最小的方案是分成多少个」这个问题。

于是就可以直接计算 $g$ ，方程为

$g_{i}=\min\limits_{j=0}^{i-1} (g_{j}+ (S_i-S_j)^2)-k$

其中 $k$ 为二分的斜率。解决一次上面的问题是 $O (n)$ 或 $O(n\log n)$ 的，每次转移另外记录转移次数 $cnt_i=cnt_j+1$ ， $j$ 为 $g_i$ 的最优决策点。然后每次二分判断 $cnt_n$ 与 $m$ 的关系，直到二分结束，就算出了最小截距，但不是最终答案。最终答案还要将其加上 $k\times m$ 得到 $g_m$ 。

另外注意对于一个斜率可能存在截距相同的点，dp 时尽可能选择靠右的点，二分时令横坐标不小于 $m$ 的点为合法点，于是右半部分是合法区间，二分找到最靠左的合法点就是答案。

于是，我们就得到了一个 $O(n\text{polylog})$ 的算法。

这个题目的代码：

/*
    Program: P4983.cpp
    Author: 1l6suj7
    DateTime: 2024-01-22 14:52:56
    Description:
*/

#include <bits/stdc++.h>
#define ll long long
#define ull unsigned long long
#define lp(i, j, n) for(int i = j; i <= n; ++i)
#define dlp(i, n, j) for(int i = n; i >= j; --i)
#define mst(n, v) memset(n, v, sizeof(n))
#define mcy(n, v) memcpy(n, v, sizeof(v))
#define INF 1e18
#define MAX4 0x3f3f3f3f
#define MAX8 0x3f3f3f3f3f3f3f3f
#define pii pair<int, int>
#define pll pair<ll, ll>
#define co(x) cerr << (x) << ' '
#define cod(x) cerr << (x) << endl
#define fi first
#define se second
#define eps 1e-8
#define lc(x) ((x) << 1)
#define rc(x) ((x) << 1 ^ 1)
#define pb(x) emplace_back(x)

using namespace std;

const int N = 100010;

int n, m, a[N], cnt[N];
ll q[N], f[N], s[N]; int l, r;

ll gety(int i, int k) { return f[k] + (s[i] - s[k] + 1) * (s[i] - s[k] + 1); }

long double getk(int x1, int x2) { return (long double)(f[x1] + s[x1] * (s[x1] - 2) - f[x2] - s[x2] * (s[x2] - 2)) / (s[x1] - s[x2]); }

int judge(ll mid) {		// 斜率优化
    mst(f, 0), mst(cnt, 0), l = 1, r = 0;
    q[++r] = 0;
    lp(i, 1, n) {
        while(l < r && gety(i, q[l + 1]) <= gety(i, q[l])) ++l;		// 前面两个点截距相等也出队，保证选最右边的点
        f[i] = gety(i, q[l]) - mid, cnt[i] = cnt[q[l]] + 1;
        while(l < r && getk(i, q[r]) < getk(q[r], q[r - 1])) --r;
        q[++r] = i;
    }
    // cod(cnt[n]);
    return cnt[n];
}

signed main() {
    // freopen("P4983.in", "r", stdin);
    // freopen("P4983.out", "w", stdout);
#ifndef READ
    ios::sync_with_stdio(false);
    cin.tie(0);
#endif
    cin >> n >> m;
    lp(i, 1, n) cin >> a[i], s[i] = s[i - 1] + a[i];
    ll l = -1e15, r = 1e15;
    while(l < r) {		// 二分斜率
        ll mid = l + r >> 1;
        if(judge(mid) >= m) r = mid;
        else l = mid + 1;
    }
    judge(l);
    cout << f[n] + l * m << endl;
    return 0;
}