【笔记】【总结】斜率DP及习题

参考：
斜率优化dp学习 - orzzz
斜率优化 - OI wiki

HDU3507 Print Article

通过本题目来分析与总结斜率DP。

给定n(5e5)和m(1000)，以及一个长为n的数列$A_i$，现在要把数列分成若干个连续段。
定义每个连续段的代价是$(\Sigma A_i{)}^2+m$，求划分后的最小代价。

基础DP

设dp[i]表示把前i个数划分完的最小代价，那么：
d p [ i ] = m i n { d p [ j ] + ( s u m [ i ] − s u m [ j ] ] ) 2 + m } , 0 < = j < i , d p [ 0 ] = 0 dp[i]=min\{dp[j]+(sum[i]-sum[j]])^2+m\},0<=j<i,dp[0]=0 dp[i]=min{dp[j]+(sum[i]−sum[j]])2+m},0<=j<i,dp[0]=0
展开后简写为： d [ i ] = m i n { d j + s j 2 − 2 s i s j } + s i 2 + m d[i]=min\{d_j+s_j^2-2s_is_j\}+s_i^2+m d[i]=min{dj​+sj2​−2si​sj​}+si2​+m

---

斜率变形

设j<k<i，如果dp[i]从k转移优于从j转移，那么有$d_k+s_k^2-2s_i{s}_k<d_j+s_j^2-2s_i{s}_j$，
变形得到$(d_k+s_k^2)-(d_j+s_j^2)<2s_i(s_k-s_j)$
因为$j<k,s_j<s_k$，所以$$\frac{1/2(d_k+s_k^2)-1/2(d_j+s_j^2)}{s_k-s_j}<s_i$$
设$w_i=1/2(d_k+s_k^2)$，那么当$$\frac{w_k-w_j}{s_k-s_j}<s_i$$成立时，i从k转移优于从j转移.

如果把所有$(s_i,w_i)$视为坐标系上的点，那么连接j和k对应的点，当它们的斜率即$k_{jk}$小于$s_i$时，从k转移优于从j转移。
这种转移式变形后通过斜率得到最优转移的方式，就称为斜率DP。

---

舍弃上凸点，维护下凸包

如果存在a,b,c三个点，满足$sa<sb<sc$且$k_{bc}<k_{ab}$，即b是一个上凸点（如下图），那么b点一定会被舍弃掉。

证明：$s_i$一共有三种情况：

1. $s_i<k_{bc}<k_{ab}$，此时a优于b，b优于c
   
2. $k_{bc}<s_i<k_{ab}$，此时a优于b，c优于b
   
3. $k_{bc}<k_{ab}<s_i$，此时b优于a，c优于b
   
   综上，从上凸点转移一定不是最优解，可以舍弃。

舍弃掉所有上凸点后，所有可能最优的点会构成一个下凸包，即对于任意三个点a,b,c，当$s_a<s_b<s_c$成立时，总有$k_{ab}<k_{bc}$。

每当新加入一个点时，检测其与最右端的两个点是否构成上凸关系，如果构成就删去上凸点，直到只剩下 下凸包 为止。

最优转移

现在只剩下一个问题：对于$s_i$，如何从下凸包中选择最优转移？

注意到下凸包中n个点所组成的n-1条线段的斜率是依次递增的，我们可以二分出一个点$j$,使$k_{j,j+1}$恰好大于$s_i$，此时$j$就是最优转移。

而当全部的$s_i$单调递增时，还可以用队列来维护下凸包，当$k_{j,j+1}$小于$s_i$后，直接将$j$扔出队列。实际上，为了移除队尾的上凸点，这里的队列应当采用双端队列。

斜率DP算法流程总结

1. 找到dp的转移式，通过斜率分析得到点的表示$(x_i,y_i)$及目标斜率的表示。
2. 用双端队列维护一个下凸包，每当新来一个点时，末尾不断出队直到构不成上凸包。
3. 选择最优解，即$k_{j,j+1}$大于目标斜率的第一个$j$。当目标斜率递增时，每次更新队首，然后可以选择队首作为最优解。

代码实现

如果比较时算出斜率，按double比较，会WA。
分别计算$x_i$的差以及$y_i$的差，然后按整数乘起来比较，就过了，浮点数太不可靠了！

/* LittleFall : Hello! */
#include <bits/stdc++.h>
using namespace std; using ll = long long; inline int read();
const int M = 500016, MOD = 1000000007;

ll dp[M], sum[M];
ll q[M], ql, qr;
ll sub_up(int k, int j) //获得w[k]-w[j]
{
	return (dp[k]+sum[k]*sum[k]) - (dp[j]+sum[j]*sum[j]);
}
ll sub_do(int k, int j) //获得s[k]-s[j]
{
	return 2*(sum[k] - sum[j]);
}
int main(void)
{
	#ifdef _LITTLEFALL_
	freopen("in.txt","r",stdin);
    #endif

	int n,m;
	while(~scanf("%d%d",&n,&m))
	{
		for(int i=1; i<=n; ++i)
			sum[i] = sum[i-1] + read();
		
		ql = qr = 0; q[qr++] = 0; 
		for(int i=1; i<=n; ++i)
		{
			while(qr-ql>=2 && 
				sub_up(q[ql+1],q[ql])<=sum[i] * sub_do(q[ql+1],q[ql])
			) ++ql; // sum[i]变大，队列pop_front

			int j = q[ql]; 
			dp[i] = dp[j] + (sum[i]-sum[j])*(sum[i]-sum[j]) + m; //获得j，计算dp[i]

			while(qr-ql>=2 && 
				sub_up(q[qr-1],q[qr-2]) * sub_do(i,q[qr-1]) >= sub_do(q[qr-1],q[qr-2]) * sub_up(i,q[qr-1])
			) --qr; // 为了将i加入队列，扔掉上凸点，维护下凸包

			q[qr++] = i; 
		}
		cout << dp[n] << "\n";
	}


    return 0;
}


inline int read(){
    int x=0,f=1;char ch=getchar();
    while(ch<'0'||ch>'9') {if(ch=='-')f=-1;ch=getchar();}
    while(ch>='0'&&ch<='9'){x=x*10+ch-'0';ch=getchar();}
    return x*f;
}

其它

如果斜率式是$k_{jk}>s_i$时$k$比$j$优，那么应当维护一个上凸包而不是下凸包。

下凸包($k_{jk}<s_i$，相邻斜率递增)对应目标斜率$s_i$递增，上凸包($k_{jk}>s_i$，相邻斜率递减)对应目标斜率$s_i$递减，满足这两个条件之一时就可以使用双端队列维护凸包。

如果遇上 上凸包+目标斜率递增 或 下凸包+目标斜率递减 呢？这种时候只需要在队尾操作，用单调栈即可。

如果目标斜率没有单调性，就需要在凸包中二分。

如果如果$(x_a-x_b)$的符号无法确定，就需要用平衡树维护凸包，或者整体二分。

这些情况可以在下面的习题博客中了解。

习题

HDU3507 Print Article；即上述例题。
洛谷P3628 [APIO2010]特别行动队；注意尽量不要出现分母为负数的情况。
洛谷P3195 [HNOI2008]玩具装箱TOY；和前面两道基本一样，三道里面做一两道就行。
洛谷P4072 [SDOI2016]征途；二维dp，最好先写出基本dp再去优化。
洛谷P5504 [JSOI2011]柠檬；上凸包对应斜率递增，用单调栈维护凸包。
洛谷P2120 [ZJOI2007]仓库建设；可以作为板子题或练手题使用，检测熟练度。
洛谷P4027 [NOI2007]货币兑换；平衡树维护凸包，凸包中二分斜率，是斜率DP进阶好题