斜率优化学习笔记

最新推荐文章于 2020-06-24 22:02:53 发布

「已注销」

最新推荐文章于 2020-06-24 22:02:53 发布

阅读量90

点赞数

本文链接：https://blog.csdn.net/qq_42692055/article/details/108634361

版权

斜率优化是个好东西,,,然而$sd\ gql$一直想学却一直没$get$嘤嘤嘤

所以在拖了$inf$天之后总算还是来开个斜率优化的坑,,,

然后因为斜率优化只是个方法,所以可能就不像别的知识点分好几个方面,我估计我就只港下原理,然后放几道经典题$QwQ$?

$over$

好然后接下来就要进入正题了嗷$QwQ$

原理

从一个例题入手港趴.玩具装箱(我感觉这是斜率优化最经典一道例题,,,?好像我看到的每一篇斜率优化题解都是拿它引入的$hhh$

首先推出$O(n^{2})$的$dp$式嘛,就$f_{i}=(f_{j}+(i-j+sum[i]-sum[j]-1-l)^{2})_{min},j<i$,且$sum_{i}$单增

设$A=sum_{i}+i,B=sum_{j}+j+l+1$(只与$A$有关&只与$B$有关$QwQ$

为了方便先把$min$搞掉,于是原式可化为$f_{i}=f_{j}+(A-B)^{2}\\f_{i}=f_{j}+A^{2}+B^{2}-2\cdot A\cdot B\\f_{j}+B^{2}=2\cdot A\cdot B+f_{i}-A^{2}$

设$y=f_{j}+B^{2},k=2\cdot A,x=B,b=f_{i}-A^{2}$

于是这个就化成了一个,直线解析式,现在的目标就是使截距$min$咯$QwQ$

没有图自己意会着想下,,,?

大概想象下,在坐标轴上有若干个点,坐标为(B,f_{j}+B^{2}),每个点都被斜率相同($=A_{i}$)的直线穿过,然后现在求的是$b_{min}$

感性思考下不难发现构成下凸壳的$(B,f_{j}+B^{2})$才可能为最优解

瞎证下趴

若对于$j_{1},j_{2},j_{3}$,若$j_{2}$可能为最优解,则有$b_{1}\geq b_{2},b_{2}\leq b_{3}$,代入式子得$y_{1}-k\cdot x_{1}\geq y_{2}-k\cdot x_{2},y_{2}-k\cdot x_{2}\leq y_{3}-k\cdot x_{3}\\y_{2}-y_{1}\leq k\cdot (x_{2}-x_{1}),y_{3}-y_{2}\geq k\cdot (x_{3}-x_{2})$

变下形可得,若$j_{2}$可能为最优解,一定有$\frac{y_{2}-y_{1}}{x_{2}-x_{1}}\leq \frac{y_{3}-y_{2}}{x_{3}-x_{2}}$,也就说相邻两点的斜率一定要是递增的,也就是说要维护一个下凸壳

欧克然后这题就大概港完辣,,,呜呜呜我总算$get$斜率优化了,,,果然还是太愚蠢嘛我感觉我学了好久才懂嘤嘤嘤,,,

$upd:$凸包的好难理解啊,,,我改入半平面交了$kk$