洛谷 P2365 任务安排

这道题有点折磨我。。

题目链接

题目描述

$n$ 个任务排成一个序列在一台机器上等待完成（顺序不得改变），这 $n$ 个任务被分成若干批，每批包含相邻的若干任务。

从零时刻开始，这些任务被分批加工，第 $i$ 个任务单独完成所需的时间为 $t_i$。在每批任务开始前，机器需要启动时间 $s$，而完成这批任务所需的时间是各个任务需要时间的总和（同一批任务将在同一时刻完成）。

每个任务的费用是它的完成时刻乘以一个费用系数 $f_i$。请确定一个分组方案，使得总费用最小。

详情看题目主页吧

【数据范围】
对于 $100\%$ 的数据，$1\le n\le 5000$，$0\le s\le 50$，$1\le t_i,f_i\le 100$。

Attention

要过substack2的数据要用long long (网上很多的答案都是几年前的了，都是int就AC了)

---

方法

动态规划 + 费用提前
DP转移方程
d p [ i ] = min ⁡ { d p [ i ] , d p [ j ] + s u m T [ i ] ∗ ( s u m F ( i ) − s u m F ( j ) ) + s ∗ ( s u m F ( n ) − s u m F ( j ) ) } dp[i] = \min{\{dp[i],\quad dp[j] + sum_T[i]*(sum_F(i) - sum_F(j)) + s*(sum_F(n) - sum_F(j))\}} dp[i]=min{dp[i],dp[j]+sumT​[i]∗(sumF​(i)−sumF​(j))+s∗(sumF​(n)−sumF​(j))}

• $dp[i]$表示前 $i$ 个任务加工的费用与机器延误费用的和的最优值

  机器延误费用 = $s\ast (su{m}_F(n)-su{m}_F(j)$

• $su{m}_T$是时间前缀和 ，$su{m}_F$是费用率前缀和

  $su{m}_T[i]$相当于执行第i个任务的全任务时间（全时间=任务时间+启动时间）

• $j$ 表示前 $i$ 个任务中的最后第二组任务的最后一个

  事实上我们是不能直接确定$j$的位置的（thinking）

---

斜率优化wiki–直达

理解

与一般的$O(n^3)$ DP 相比，通过费用提前避免了确定分组的个数的步骤降低了时间复杂度。
但相应的为了计算由分组产生的费用（机器启动耗时导致的），我们必须寻找一个有效的计算方法——费用提前
在计算过程中我们把由于机器启动附加时间产生的费用，加到了此时的dp[i]中。换而言之，此时的$dp[i]$存储了未来的信息。

避免了在普通动态规划过程中无法计算由于前面机器启动，后面时间增加而导致的$k_{k<i}$任务上涨的费用的问题

代码

Alert：注意前缀和，与$dp$数组的索引

#include<iostream>
#include<stdio.h>
#include<string>
#include <cstring>
using namespace std;

long long sumt[5001], sumf[5000], dp[5001],n, s;
//long long t[5001], f[5001];
int main() {
	cin >> n >> s;
	
	for (long long i = 1; i <= n; ++i) {
		long long temp1, temp2;
		cin >> temp1 >> temp2;
		sumt[i] = sumt[i - 1] + temp1;
		sumf[i] = sumf[i - 1] + temp2;
		
	}
	memset(dp, -1, sizeof(dp));
	// 数组从1开始
	dp[0] = 0;
	
	// 生成dp[i]
	for (long long i = 1; i <= n; ++i) {	
	// 任务 i 要么加入上一组，要么新成一组 前提是dp[i]必须正确 所以必须是两层
	// 第一层确定dp[i]，第二层进行计算
	// 应该是可以优化的，但没有解决方法，（O(n) 参考斜率/凸优化） 		
		for (long long j = 0; j < i; j++) {
		// j 遍历是为了找到上一组的机器启动位置(具有数值上的特殊性)
			long long temp = dp[j] + sumt[i] * (sumf[i] - sumf[j]) + s * (sumf[n] - sumf[j]);
			if (dp[i] == -1 || temp < dp[i])
				dp[i] = temp;
		}
	}
	cout << dp[n];
	return 0;
}

END

最后推荐一种倒序DP的方法 link
简单易懂， ╭(●`∀′●)╯。