bzoj-1010 玩具装箱/文章断行

bzoj-1010 玩具装箱/文章断行

---

题目：P教授要去看奥运，但是他舍不下他的玩具，于是他决定把所有的玩具运到北京。他使用自己的压缩器进行压缩，其可以将任意物品变成一堆，再放到一种特殊的一维容器中。P教授有编号为$1\dots N$的$N$件玩具，第$i$件玩具经过压缩后变成一维长度为$C_i$.为了方便整理，P教授要求在一个一维容器中的玩具编号是连续的。同时如果一个一维容器中有多个玩具，那么两件玩具之间要加入一个单位长度的填充物，形式地说如果将第$i$件玩具到第$j$个玩具放到一个容器中，那么容器的长度将为制$x=j-i+{\sum }_{k=1}^j{C}_k$作容器的费用与容器的长度有关，根据教授研究，如果容器长度为 xx ,其制作费用为$(X-L{)}^2$.其中 L 是一个常量。P教授不关心容器的数目，他可以制作出任意长度的容器，甚至超过 L 。但他希望费用最小.

---

首先定义方程：设在第$i$个玩具所需的费用为：$dp(i)$，则可以列出动态规划方程：

d p ( i ) = min ⁡ 0 ≤ j &lt; i { d p ( j ) + ( i − j − 1 − L + ∑ k = j + 1 i C k ) 2 } = min ⁡ 0 ≤ j &lt; i { d p ( j ) + ( i − j − 1 − L + ∑ k = 1 i C k − ∑ k = 1 j C k ) 2 } = min ⁡ 0 ≤ j &lt; i { d p ( j ) + [ ( i + ∑ k = 1 i C k ) − ( j + ∑ k = 1 j C k ) − 1 − L ] 2 } = min ⁡ 0 ≤ j &lt; i { d p ( j ) + [ ( i − 1 + ∑ k = 1 i C k ) − ( j + L + ∑ k = 1 j C k ) ] 2 } dp(i) = \min_{0\leq j &lt; i} \{dp(j) + (i - j - 1 -L + \sum^i_{k=j+1}{C_k})^2\} \\ = \min_{0\leq j &lt; i} \{dp(j) + (i - j - 1 -L + \sum^i_{k=1}{C_k} - \sum^j_{k=1}{C_k})^2\} \\ = \min_{0\leq j &lt; i} \{dp(j) + [(i + \sum^i_{k=1}{C_k}) - (j + \sum^j_{k=1}{C_k}) - 1 -L ]^2\} \\ = \min_{0\leq j &lt; i} \{dp(j) + [(i - 1 + \sum^i_{k=1}{C_k}) - (j + L + \sum^j_{k=1}{C_k})]^2\} \\ dp(i)=0≤j<imin​{dp(j)+(i−j−1−L+k=j+1∑i​Ck​)2}=0≤j<imin​{dp(j)+(i−j−1−L+k=1∑i​Ck​−k=1∑j​Ck​)2}=0≤j<imin​{dp(j)+[(i+k=1∑i​Ck​)−(j+k=1∑j​Ck​)−1−L]2}=0≤j<imin​{dp(j)+[(i−1+k=1∑i​Ck​)−(j+L+k=1∑j​Ck​)]2}
令：$$a(i)=i-L+\sum _{k=1}^i{C}_k,b(i)=i+1+\sum _{k=1}^i{C}_k$$，则：
d p ( i ) = min ⁡ 0 ≤ j &lt; i { d p ( j ) + [ a ( i ) − b ( j ) ] 2 } = min ⁡ 0 ≤ j &lt; i { d p ( j ) + a ( i ) 2 + b ( j ) 2 − 2 a ( i ) b ( j ) } = min ⁡ 0 ≤ j &lt; i { − [ 2 a ( i ) b ( j ) ] + [ d p ( j ) + a ( i ) 2 + b ( j ) 2 ] } dp(i) = \min_{0\leq j &lt; i} \{dp(j) + [a(i) - b(j)]^2\} \\ = \min_{0\leq j &lt; i} \{dp(j) + a(i)^2 + b(j)^2 - 2a(i)b(j)\} \\ = \min_{0\leq j &lt; i} \{-[2a(i)b(j)] + [dp(j) + a(i)^2 + b(j)^2]\} \\ dp(i)=0≤j<imin​{dp(j)+[a(i)−b(j)]2}=0≤j<imin​{dp(j)+a(i)2+b(j)2−2a(i)b(j)}=0≤j<imin​{−[2a(i)b(j)]+[dp(j)+a(i)2+b(j)2]}
由于$a(i{)}^2$与$j$无关，则：
d p ( i ) = a ( i ) 2 + min ⁡ 0 ≤ j &lt; i { − [ 2 a ( i ) b ( j ) ] + [ d p ( j ) + b ( j ) 2 ] } dp(i) = a(i)^2 + \min_{0\leq j &lt; i} \{-[2a(i)b(j)] + [dp(j) + b(j)^2]\} dp(i)=a(i)2+0≤j<imin​{−[2a(i)b(j)]+[dp(j)+b(j)2]}
令$K_i=2a(i),X_j=b(j),Y_j=dp(j)+b(j{)}^2$，即可将其化简为：
d p ( i ) = min ⁡ 0 ≤ j &lt; i { − K i X j + Y j } dp(i) = \min_{0\leq j &lt; i} \{-K_iX_j+Y_j\} dp(i)=0≤j<imin​{−Ki​Xj​+Yj​}
的形式，进行斜率优化。