斜率优化dp小结

MathonL

于 2016-05-10 21:02:45 发布

阅读量8.8k

点赞数 11

分类专栏：斜率优化文章标签： dp 斜率优化

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/lxc779760807/article/details/51366552

版权

本文介绍了动态规划中的斜率优化，包括单调队列优化的基本概念和应用。通过分析斜率不等式，展示了如何利用单调队列维护上凸集以求得最优转移点。此外，还探讨了分治策略在处理单调性问题时的应用，虽然复杂度稍高，但编码更简洁且适用范围更广。最后，作者提到了在codeforces 674E问题中学习到的这种方法，并感谢Claris的启发。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

单调队列优化

在写斜率优化之前，我们来回顾一下单调队列优化的dp
1. 对于如下形式的dp方程

d p [i] = m i n {d p [j] + f (j)} (0 < j < i)

$dp[i] = min\{dp[j] + f(j)\} (0 < j < i)$
我们直接用一个变量维护(0, i)中dp[j] + f(j)的最小值即可

2.对于如下形式的dp方程

d p [i] = m i n {d p [j] + f (j)} (i - m < j < i)

$dp[i] = min\{dp[j] + f(j)\} (i - m < j < i)$
我们可以用一个单调队列维护一个(i - m, j)中dp[j] + f(j)的最小值，然后做到O(1)转移。

斜率优化

基本形式

但是对于形如

d p [i] = m i n {d p [j] + f (i, j)}

$dp[i] = min\{dp[j] + f(i, j)\}$
的方程，无法做到O(1)计算

最低0.47元/天解锁文章

评论 1

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。