区间DP+平行四边形优化分析

区间DP模版：

for (int len = 1; len < n; len++) { //操作区间的长度
        for (int i = 0, j = len; j <= n; i++, j++) { //始末
            //检查是否匹配（非必须）
            for (int s = i; s < j; s++) {
                //update
            }
        }
    }

如果我们要得知一个大区间的情况，由于它必定是由从多个长度不一的小区间转移而来（转移情况未知），我们可以通过求得多个小区间的情况，从而合并信息，得到大区间。这样的算法复杂度为O(N^3)。

例：石子合并问题

#include <cstdio>
#define min(x, y) (x > y ? y : x)
#define INF 0x3f3f3f3f
using namespace std;

const int maxn = 210;
int dp[maxn][maxn];
int sum[maxn];
int a[maxn];

int main(int argc, const char * argv[]) {
    
    int n;
    while (~scanf("%d", &n)) {
        for (int i = 1; i <= n; i++) {
            scanf("%d", &a[i]);
            sum[i] = sum[i - 1] + a[i];
        }
        for (int len = 1; len < n; len++) { //操作区间的长度
            for (int i = 1, j = len + 1; j <= n; i++, j++) { //始末
                //检查是否匹配（非必须）
                dp[i][j] = INF;
                for (int s = i; s < j; s++) {
                    dp[i][j] = min(dp[i][j], dp[i][s] + dp[s + 1][j] + sum[j] - sum[i - 1]);
                }
            }
        }
        printf("%d\n", dp[1][n]);
    }
    return 0;
}

题目总结：https://www.cnblogs.com/123-123/p/5813327.html

平形四边形优化分析：

　　在动态规划中，经常遇到形如下式的状态转移方程：

　　　　m(i,j)=min{m(i,k-1),m(k,j)}+w(i,j)(i≤k≤j)（min也可以改为max）

　　上述的m(i,j)表示区间[i,j]上的某个最优值。w(i,j)表示在转移时需要额外付出的代价。该方程的时间复杂度为O(N³)

　　下面我们通过四边形不等式来优化上述方程，首先介绍什么是“区间包含的单调性”和“四边形不等式”

　　　　1、区间包含的单调性：如果对于 i≤i'<j≤j'，有 w(i',j)≤w(i,j')，那么说明w具有区间包含的单调性。（可以形象理解为如果小区间包含于大区间中，那么小区间的w值不超过大区间的w值）

　　　　2、四边形不等式：如果对于 i≤i'<j≤j'，有 w(i,j)+w(i',j')≤w(i',j)+w(i,j')，我们称函数w满足四边形不等式。（可以形象理解为两个交错区间的w的和不超过小区间与大区间的w的和）

 

　　下面给出两个定理：

　　　　1、如果上述的 w 函数同时满足区间包含单调性和四边形不等式性质，那么函数 m 也满足四边形不等式性质

　　　　　  我们再定义 s(i,j) 表示 m(i,j) 取得最优值时对应的下标k（即 i≤k≤j 时，k 处的 w 值最大，则 s(i,j)=k）。此时有如下定理

　　　　2、假如 m(i,j) 满足四边形不等式，那么 s(i,j) 单调，即 s(i,j)≤s(i,j+1)≤s(i+1,j+1)。

 

　　好了，有了上述的两个定理后，我们发现如果w函数满足区间包含单调性和四边形不等式性质，那么有 s(i,j-1)≤s(i,j)≤s(i+1,j) 。

　　即原来的状态转移方程可以改写为下式：

　　　　　m(i,j)=min{m(i,k-1),m(k,j)}+w(i,j)(s(i,j-1)≤k≤s(i+1,j))（min也可以改为max）

　　由于这个状态转移方程枚举的是区间长度 L=j-i，而 s(i,j-1) 和 s(i+1,j) 的长度为 L-1，是之前已经计算过的，可以直接调用。

　　不仅如此，区间的长度最多有n个，对于固定的长度 L，不同的状态也有 n 个，故时间复杂度为 O(N^2)，而原来的时间复杂度为 O(N^3)，实现了优化！

　　今后只需要根据方程的形式以及 w 函数是否满足两条性质即可考虑使用四边形不等式来优化了。

例：石子合并

#include <cstdio>
#include <cstring>
#define N 1005
int s[N][N],f[N][N],sum[N],n;
int main()
{
    while(scanf("%d",&n)!=EOF)
    {
        memset(f,127,sizeof(f));
        sum[0]=0;
        for(int i=1; i<=n; i++){
            scanf("%d",&sum[i]);
            sum[i]+=sum[i-1];
            f[i][i]=0;
            s[i][i+1]=i;
        }
        for(int i=1; i<=n; i++)
            f[i][i+1]=sum[i+1]-sum[i-1];

        for(int i=n-2; i>=1; i--)
            for(int j=i+2; j<=n; j++)
                for(int k=s[i][j-1]; k<=s[i+1][j]; k++)
                if(f[i][j]>f[i][k]+f[k+1][j]+sum[j]-sum[i-1])
                {
                    f[i][j]=f[i][k]+f[k+1][j]+sum[j]-sum[i-1];
                    s[i][j]=k;
                }
    
        printf("%d\n",f[1][n]);
    }
    return 0;
}

（btw，对于石子合并问题，如要求最大值，则不能采用平形四边形优化的方法，为什么我也没想清楚.....如果有人知道了可以在评论区告诉我