比较有意思的一道单调队列DP
状态:f[i][j]表示前i个产品,其中第j个步骤是在第j个机器人上完成的,且第j+1步必须更换机器人生产完成的最短时间
首先很容易想到一个朴素的DP方程:f[i][j] = min(f[k][p] + sum[i][j] - sum[k][j]) + w(k != j,k ∈[i-l,i-i]),其中sum[i][j]表示第i个机器人完成1-j个步骤所需要的时间,w为更换机器的花费。时间复杂度O(n * m * m * l),不能在时限内完成,需要优化。
首先将方程变形:f[i][j] = min(f[k][p] - sum[k][j]) + sum[i][j] + w(k != j,k ∈[i-l,i-i])
由于括号内的式子是根据k所确定的一个常量,很容易让人想到单调队列优化,但由于每个机器工作序列是无序的,所以不能简单地使用一个单调队列来转移。考虑到j的范围特别小,所以可以对每一个j单独考虑,并且增加一个决策序列存下决策的下标,这样就可以通过枚举在多个单调队列中转移,优化过后复杂度变为O(n * m * m),至此成功解决此题。
代码:
#include<cstdio>
#include<cstring>
using namespace std;
const int inf = 0x3f3f3f3f;
const int maxm = 100000 + 10;
const int maxn = 10;
int sum[maxn][maxm];
int f[maxn][maxm];
int que[maxn][maxn][maxm];
int head[maxn][maxn],tail[maxn][maxn];
int n,m,c,l;
void init()
{
freopen("vijos1243.in","r",stdin);
freopen("vijos1243.out","w",stdout);
}
inline int min(int a,int b)
{
return a < b ? a : b;
}
void readdata()
{
scanf("%d%d%d%d",&m,&n,&c,&l);
for(int i = 1;i <= n;i++)
{
for(int j = 1;j <= m;j++)
{
int tmp = 0;
scanf("%d",&tmp);
sum[i][j] = sum[i][j-1] + tmp;
}
}
}
void solve()
{
memset(f,0x3f,sizeof(f));
for(int i = 1;i <= n;i++)
{
for(int j = 1;j <= n;j++)
{
head[i][j] = 1;
tail[i][j] = 1;
}
}
for(int i = 1;i <= n;i++)f[i][0] = -c;
for(int i = 1;i <= m;i++)
{
for(int j = 1;j <= n;j++)
{
for(int k = 1;k <= n;k++)
{
if(j != k)
{
while(que[k][j][head[k][j]] + l < i)head[k][j]++;
f[j][i] = min(f[j][i],f[k][que[k][j][head[k][j]]] - sum[j][que[k][j][head[k][j]]]);
}
}
f[j][i] += sum[j][i] + c;
}
for(int j = 1;j <= n;j++)
{
for(int k = 1;k <= n;k++)
{
if(j != k)
{
while(head[j][k] <= tail[j][k] && (f[j][que[j][k][tail[j][k]]] - sum[k][que[j][k][tail[j][k]]] >= f[j][i] - sum[k][i]))--tail[j][k];
que[j][k][++tail[j][k]] = i;
}
}
}
}
int ans = inf;
for(int i = 1;i <= n;i++)ans = min(ans,f[i][m]);
printf("%d",ans);
}
int main()
{
init();
readdata();
solve();
return 0;
}