DP凸优化/带权二分

对于如要求选$m$个东西的最优化问题，$f[i][..]$表示选了$i$个东西的答案，则DP的时间和空间复杂度必然都与$m$线性相关。但如果$f[i]$关于$i$是一个斜率单调不增的函数（凸函数），则可以使用DP凸优化将复杂度降为与$\log m$线性相关。

考虑将$f[]$中的$i$这一维去掉，但这样就没法保证选$m$个。于是考虑将选择一个物品的代价提高$k$，则此时选的东西必然减少。于是我们二分$k$的值，每次做一遍DP求出对于当前$k$实际选的物品个数，使选的物品个数等于$m$。但此时每个物品的代价是修改过的，将答案减去$mk$即可。

注意二分的时候有可能找不到刚好选$m$个的$k$，此时根据题目要求取相近的$k$即可。

与一类DP方程的联系

给定一个带权序列，将序列分为$k$段，设每段和为$s_i$，求$\sum f(s_i)$的最小值，其中$f$的斜率单调不减（四边形不等式）。

可以直接用DP凸优化做。