任务安排1
有 N 个任务排成一个序列在一台机器上等待执行,它们的顺序不得改变。
机器会把这 N 个任务分成若干批,每一批包含连续的若干个任务。
从时刻 0 开始,任务被分批加工,执行第 i 个任务所需的时间是 Ti。
另外,在每批任务开始前,机器需要 S 的启动时间,故执行一批任务所需的时间是启动时间 S 加上每个任务所需时间之和。
一个任务执行后,将在机器中稍作等待,直至该批任务全部执行完毕。
也就是说,同一批任务将在同一时刻完成。
每个任务的费用是它的完成时刻乘以一个费用系数 Ci。
请为机器规划一个分组方案,使得总费用最小。
输入格式
第一行包含整数 N。
第二行包含整数 S。
接下来 N 行每行有一对整数,分别为 Ti 和 Ci,表示第 i 个任务单独完成所需的时间 Ti 及其费用系数 Ci。
输出格式
输出一个整数,表示最小总费用。
数据范围
1 ≤ N ≤ 5000,
0 ≤ S ≤ 50,
1 ≤ Ti,Ci ≤ 100
输入样例:
5
1
1 3
3 2
4 3
2 3
1 4
输出样例:
153
分析
对于该类序列,考虑用 动态规划 进行子问题划分求解再合并集合
如何进行状态表示:
状态表示-集合 fi,j:考虑前 i 个 任务,且当前第 i 个 任务 是第 j 个 批次 的 最后一个任务 的 方案
状态表示-属性 fi,j:方案的贡献 最小 Min
转移方程:
两维状态 套一个 决策变量,时间复杂度为 O(n3)
这里 蓝书 上用了一个 经典的优化思想: 费用提前计算 思想
题目中并没有说,我们 至多 只能够把任务分成 k 批次,可是在 DP 中我们却人为的引入了参数 j,仅仅只是因为我们在计算 当前状态 时,需要知道 S 对于 该批次 j 的 贡献:Scostj=S×j
然而,比起 j 对 fi 的 影响,我们 实际上 关心的是 S 对 fi 的 影响
j 是为了求出 S 对 fi 的影响,而被我们额外引入的参数
若当前为 [l,r] 的 任务 开一个新 批次,那么 该批次 机器的 启动时间 S 会 影响 的 任务 有 [l,n]
那么,我们不妨用 费用提前计算 思想,把该段 [l,n] 的 S 费用 直接累加到 当前状态 fi 上 计算
这样,省掉了 一维 状态表示。一维状态+一个决策变量,时间复杂度 为 O(n2)
#include <iostream>
#include <cstring>
using namespace std;
typedef long long LL;
const int N = 5010;
int n, s;
int sc[N], st[N];
LL f[N]; // 前i个任务分别执行的最小费用
int main()
{
cin >> n >> s;
for (int i = 1; i <= n; i ++ )
{
cin >> st[i] >> sc[i];
st[i] += st[i - 1];
sc[i] += sc[i - 1];
}
memset(f, 0x3f, sizeof f);
f[0] = 0;
// 以i结尾 以j+1开头 是同一批次
for (int i = 1; i <= n; i ++ )
for (int j = 0; j < i; j ++ )
f[i] = min(f[i], f[j] + (sc[i] - sc[j]) * (LL)st[i] + (LL)s * (sc[n] - sc[j]));
printf("%lld\n", f[n]);
return 0;
}
笔记学习:
作者:彩色铅笔
链接:https://www.acwing.com/solution/content/68062/
来源:AcWing
任务安排2
有 N 个任务排成一个序列在一台机器上等待执行,它们的顺序不得改变。
机器会把这 N 个任务分成若干批,每一批包含连续的若干个任务。
从时刻 0 开始,任务被分批加工,执行第 i 个任务所需的时间是 Ti。
另外,在每批任务开始前,机器需要 S 的启动时间,故执行一批任务所需的时间是启动时间 S 加上每个任务所需时间之和。
一个任务执行后,将在机器中稍作等待,直至该批任务全部执行完毕。
也就是说,同一批任务将在同一时刻完成。
每个任务的费用是它的完成时刻乘以一个费用系数 Ci。
请为机器规划一个分组方案,使得总费用最小。
输入格式
第一行包含整数 N。
第二行包含整数 S。
接下来 N 行每行有一对整数,分别为 Ti 和 Ci,表示第 i 个任务单独完成所需的时间 Ti 及其费用系数 Ci。
输出格式
输出一个整数,表示最小总费用。
数据范围
1 ≤ N ≤ 3×105,
1 ≤ Ti,Ci ≤ 512,
0 ≤ S ≤ 512
输入样例:
5
1
1 3
3 2
4 3
2 3
1 4
输出样例:
153
在前缀中求一个极值,可以用斜率优化DP维护凸包
#include <iostream>
#include <cstring>
using namespace std;
typedef long long LL;
const int N = 300010;
int n, s;
LL c[N], t[N];
LL f[N];
int q[N];
int main()
{
cin >> n >> s;
for (int i = 1; i <= n; i ++ )
{
cin >> t[i] >> c[i];
t[i] += t[i - 1];
c[i] += c[i - 1];
}
int hh = 0, tt = 0;
q[0] = 0;
for (int i = 1; i <= n; i ++ )
{
while (hh < tt && (f[q[hh + 1]] - f[q[hh]]) <= (t[i] + s) * (c[q[hh + 1]] - c[q[hh]])) hh ++ ;
int j = q[hh];
f[i] = f[j] - (t[i] + s) * c[j] + t[i] * c[i] + s * c[n];
while (hh < tt && (f[q[tt]] - f[q[tt - 1]]) * (c[i] - c[q[tt - 1]]) >= (f[i] - f[q[tt - 1]]) * (c[q[tt]] - c[q[tt - 1]])) tt -- ;
q[ ++ tt] = i;
}
printf("%lld\n", f[n]);
return 0;
}
任务安排3
有 N 个任务排成一个序列在一台机器上等待执行,它们的顺序不得改变。
机器会把这 N 个任务分成若干批,每一批包含连续的若干个任务。
从时刻 0 开始,任务被分批加工,执行第 i 个任务所需的时间是 Ti。
另外,在每批任务开始前,机器需要 S 的启动时间,故执行一批任务所需的时间是启动时间 S 加上每个任务所需时间之和。
一个任务执行后,将在机器中稍作等待,直至该批任务全部执行完毕。
也就是说,同一批任务将在同一时刻完成。
每个任务的费用是它的完成时刻乘以一个费用系数 Ci。
请为机器规划一个分组方案,使得总费用最小。
输入格式
第一行包含两个整数 N 和 S。
接下来 N 行每行有一对整数,分别为 Ti 和 Ci,表示第 i 个任务单独完成所需的时间 Ti 及其费用系数 Ci。
输出格式
输出一个整数,表示最小总费用。
数据范围
1 ≤ N ≤ 3×105,
0 ≤ S,Ci ≤ 512,
−512 ≤ Ti ≤ 512
输入样例:
5 1
1 3
3 2
4 3
2 3
1 4
输出样例:
153
本题 相较于 上一题 的不同之处在于:−512 ≤ ti ≤ 512
该限制使得 ti 的 前缀和 sti 不再是 单调递增 的了
#include <iostream>
using namespace std;
typedef long long LL;
const int N = 300010;
int n, s;
LL t[N], c[N];
LL f[N];
int q[N];
int main()
{
cin >> n >> s;
for (int i = 1; i <= n; i ++ )
{
cin >> t[i] >> c[i];
t[i] += t[i - 1];
c[i] += c[i - 1];
}
int hh = 0, tt = 0;
q[0] = 0;
for (int i = 1; i <= n; i ++ )
{
int l = hh, r = tt;
while (l < r)
{
int mid = l + r >> 1;
if (f[q[mid + 1]] - f[q[mid]] > (t[i] + s) * (c[q[mid + 1]] - c[q[mid]])) r = mid;
else l = mid + 1;
}
int j = q[r];
f[i] = f[j] - (t[i] + s) * c[j] + t[i] * c[i] + s * c[n];
while (hh < tt && (double)(f[q[tt]] - f[q[tt - 1]]) * (c[i] - c[q[tt - 1]]) >= (double)(f[i] - f[q[tt - 1]]) * (c[q[tt]] - c[q[tt - 1]])) tt -- ;
q[ ++ tt] = i;
}
printf("%lld\n", f[n]);
return 0;
}
运输小猫
小 S 是农场主,他养了 M 只猫,雇了 P 位饲养员。
农场中有一条笔直的路,路边有 N 座山,从 1 到 N 编号。
第 i 座山与第 i−1 座山之间的距离为 Di。
饲养员都住在 1 号山。
有一天,猫出去玩。
第 i 只猫去 Hi 号山玩,玩到时刻 Ti 停止,然后在原地等饲养员来接。
饲养员们必须回收所有的猫。
每个饲养员沿着路从 1 号山走到 N 号山,把各座山上已经在等待的猫全部接走。
饲养员在路上行走需要时间,速度为 1 米/单位时间。
饲养员在每座山上接猫的时间可以忽略,可以携带的猫的数量为无穷大。
例如有两座相距为 1 的山,一只猫在 2 号山玩,玩到时刻 3 开始等待。
如果饲养员从 1 号山在时刻 2 或 3 出发,那么他可以接到猫,猫的等待时间为 0 或 1。
而如果他于时刻 1 出发,那么他将于时刻 2 经过 2 号山,不能接到当时仍在玩的猫。
你的任务是规划每个饲养员从 1 号山出发的时间,使得所有猫等待时间的总和尽量小。
饲养员出发的时间可以为负。
输入格式
第一行包含三个整数 N,M,P。
第二行包含 n−1 个整数,D2,D3,…,DN。
接下来 M 行,每行包含两个整数 Hi 和 Ti。
输出格式
输出一个整数,表示所有猫等待时间的总和的最小值。
数据范围
2 ≤ N ≤ 105,
1 ≤ M ≤ 105,
1 ≤ P ≤ 100,
1 ≤ Di < 1000,
1 ≤ Hi ≤ N,
0 ≤ Ti ≤ 109
输入样例:
4 6 2
1 3 5
1 0
2 1
4 9
1 10
2 10
3 12
输出样例:
3
#include <iostream>
#include <cstring>
#include <algorithm>
using namespace std;
typedef long long LL;
const int N = 100010, M = 100010, P = 110;
int n, m, p;
LL d[N], t[N], a[N], s[N];
LL f[P][M];
int q[M];
LL get_y(int k, int j)
{
return f[j - 1][k] + s[k];
}
int main()
{
cin >> n >> m >> p;
for (int i = 2; i <= n; i ++ )
{
cin >> d[i];
d[i] += d[i - 1];
}
for (int i = 1; i <= m; i ++ )
{
int h;
cin >> h >> t[i];
a[i] = t[i] - d[h];
}
sort(a + 1, a + m + 1);
for (int i = 1; i <= m; i ++ ) s[i] = s[i - 1] + a[i];
memset(f, 0x3f, sizeof f);
for (int i = 0; i <= p; i ++ ) f[i][0] = 0;
for (int j = 1; j <= p; j ++ )
{
int hh = 0, tt = 0;
q[0] = 0;
for (int i = 1; i <= m; i ++ )
{
while (hh < tt && (get_y(q[hh + 1], j) - get_y(q[hh], j)) <= a[i] * (q[hh + 1] - q[hh])) hh ++ ;
int k = q[hh];
f[j][i] = f[j - 1][k] - a[i] * k + s[k] + a[i] * i - s[i];
while (hh < tt && (get_y(q[tt], j) - get_y(q[tt - 1], j)) *
(i - q[tt]) >= (get_y(i, j) - get_y(q[tt], j)) * (q[tt] - q[tt - 1])) tt -- ;
q[ ++ tt] = i;
}
}
printf("%lld\n", f[p][m]);
return 0;
}