一、1D/1D动态规划
- 有一些动态规划,有着状态数为O(n),每一个状态决策量为O(n)的动态规划方程。
直接求解的时间复杂度为O(n^2),这便是1D/1D动态规划。绝大多数这样的方程通过合理的组织与优化都是可以优化到O(nlogn)乃至O(n)的时间复杂度。
二、dp优化之单调队列优化
- 在1D/1D动态规划中,有一种dp,转移方程一般为:
d p [ i ] = m i n ( f [ j ] ) + g [ i ] , ( l [ i ] < = j < = r [ i ] ) , 其 中 l [ i ] 到 r [ i ] 的 序 列 单 调 递 增 ( 不 减 ) dp[i]=min(f[j])+g[i],(l[i]<=j<=r[i]),其中l[i]到r[i]的序列单调递增(不减) dp[i]=min(f[j])+g[i],(l[i]<=j<=r[i]),其中l[i]到r[i]的序列单调递增(不减)
- 这样的dp可以用单调队列进行优化。
-
维护方式分为4步:
- 1.将小于 l [ i ] l[i] l[i]的所有 j j j从队首剔除 ( j > = l [ i ] ) (j>=l[i]) (j>=l[i])。
- 2.采用队首的 j j j对 d p [ i ] dp[i] dp[i]赋值。
- 3.将新的元素加入队尾 ( j < = r [ i ] ) (j<=r[i]) (j<=r[i])。
- 4.以某种策略维护队列单调。
- 例题:
- 作业:
三、多重背包的单调队列优化
- 不考虑优化的多重背包状态转移方程:
f
[
j
]
=
m
a
x
(
f
[
j
−
k
∗
v
[
i
]
]
+
k
∗
w
[
i
]
)
f[j]=max(f[j-k*v[i]]+k*w[i])
f[j]=max(f[j−k∗v[i]]+k∗w[i])
考虑一个体积 j j j,它的决策空间,只会是与他同余的体积点
在这个决策空间中,决策范围是单调的,有点类似单调队列,可以进行单调队列优化
考虑设 j = k ∗ v [ i ] + u j=k*v[i]+u j=k∗v[i]+u
则 f [ p ∗ v [ i ] + u ] = m a x ( f [ k ∗ v [ i ] + u ] + ( p − k ) ∗ w [ i ] ) f[p*v[i]+u]=max(f[k*v[i]+u]+(p-k)*w[i]) f[p∗v[i]+u]=max(f[k∗v[i]+u]+(p−k)∗w[i])
有 f [ p ∗ v [ i ] + u ] = m a x ( f [ k ∗ v [ i ] + u ] − k ∗ w [ i ] ) + p ∗ w [ i ] f[p*v[i]+u]=max(f[k*v[i]+u]-k*w[i])+p*w[i] f[p∗v[i]+u]=max(f[k∗v[i]+u]−k∗w[i])+p∗w[i]
这个式子右边前面在枚举 k k k时,外循环 i , u i,u i,u是固定值,所以式子的值只和
k k k有关,由于 k k k是单调的,所以维护一个 f [ k ∗ v [ i ] + u ] − k ∗ w [ i ] f[k*v[i]+u]-k*w[i] f[k∗v[i]+u]−k∗w[i]的单调队列即可