C++浅析斜率优化的推导过程

本文深入探讨C++动态规划中的斜率优化技术,通过推导过程揭示其数学原理。通过对动态转移方程的分析,阐述如何通过比较不同决策点的斜率来优化解空间,提升算法效率。总结了当j大于k和小于k时,如何判断决策点的优劣,以帮助读者理解和应用斜率优化。
摘要由CSDN通过智能技术生成

斜率优化推导

第一次看可能会不懂,但多看几遍就会懂了,废话不多说,直接开始推导吧


对于一个动态转移方程  dp] = dp[ j ] + M + ( sum[ i ] - sum[ j ] )^2

假设两个决策点 k , j ,且 j 比 k 更优(这里就是 dp[ j ] < dp[ k ] )

那么就可以得出    dp[ j ] + M + ( sum[ i ] - sum[ j ] )^2  < dp[ j ] + M + ( sum[ i ] - sum[ j ] )^2   

消去共同项,

得    dp[ j ] + ( sum[ 

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值