单调队列优化DP

全局最优解必然包含局部最优解，因此每次转移只需考虑局部最优解！！！

主要内容

形如这样 的 \(\operatorname{DP}\) 转移方程：

\[dp[i]=\max_{L_i\le j\le R_i}{\{dp[i]+val(i,j)\}} \]

满足：

1. \(\{L_i\}\) , \(\{R_i\}\) 递增( 前提条件 )。

2. \(R_i \le i\) ( 转移条件 )。

3. \(val(i,j)\) 值只与 \(j\) 相关 ( 根本优化转移前提 ) 。

维护一个滑动窗口，每次求窗口中的最大值。对于两个点 \(x\) ，\(y\) ，如果 \(x < y\) 且 \(f(x) < f(y)\) ，那么 \(y\) 进入窗口后，决策点一定不会是 \(x\) 。

用一个单调队列维护窗口里所有可能用到的决策点。

窗口右端点向右滑动时，把一个新的点插入队尾。队尾点为 \(q[r]\) ，新点为 \(x\) ，如果 \(f(q[r]) \le f(x)\) ，那么 \(q[r]\) 没用，把 \(q[r]\) 弹掉。重复过程直到队尾点可能有用，即 \(f(q[r]) > f(x)\) ，把 \(x\) 入队。

队列中的 \(f(i)\) 从队首到队尾递减。决策时，首先弹掉队首超过范围的点。这时队首点就是决策点。\(f(i) = \max {\{f(j) + w_i\}} [i-R_i \le j \le i-L_i]\)

单调队列优化 也称为 滑动窗口 。

---

变式 \(-\) 单调队列优化多重背包

内容

设 \(dp[i][j]\) 表示前 \(i\) 个物品放入容量为 \(j\) 的背包的最大收益 。

\[dp[i][j]=\max_{k=0}^{k\le k[i]}{\{dp[i-1][j-k\times c[i]]+k\times w[i]\}} \]

考虑 \(dp\) 的转移 。

\[0\le p < c[i],0\le j \le \left\lfloor \dfrac{V-p}{c[i]}\right\rfloor,0\le k \le k[i] \]

\[dp[i][p+j\times c]=\max{\{dp[i-1][p+(j-k)\times c]+k\times w\}} \]

\[dp[i][p+j\times c]=\max{\{dp[i-1][p+(j-k)\times c]-(j-k)\times w+j\times w\}} \]

\[dp[i][p+j\times c]=\max{\{dp[i-1][p+(j-k)\times c]-(j-k)\times w\}}+j\times w \]

这样就可以进行单调队列优化了 。

时间复杂度：\(O(nV)\) 。

核心代码：( P1776 宝物筛选 ) 代码中的 \(pos\) 就是上面的 \(j-k\) 。

int ql,qr;
struct QUE
{
	 int num,val;
}que[Maxv];
void many_pack(int c,int w,int m)
{
	 if(!c) { add+=m*w; return; }
	 m=min(m,V/c);
	 for(int pos=0,s;pos<c;pos++)
	 {
	 	 ql=1,qr=0,s=(V-pos)/c;
	 	 for(int j=0;j<=s;j++)
	 	 {
	 	 	 while(ql<=qr && que[qr].val<=(dp[pos+j*c]-j*w)) qr--;
	 	 	 que[++qr]=(QUE){j,dp[pos+j*c]-j*w};
	 	 	 while(ql<=qr && (j-que[ql].num)>m) ql++;
	 	 	 dp[pos+j*c]=max(dp[pos+j*c],que[ql].val+j*w);
		 }
	 }
}

多重背包的其他解法：二进制分组优化 ，时间复杂度： \(O(V\sum_{i=1}^{n}\log_2{k_i})\) ，见背包问题 。

注意：

用结构体存储单调队列，防止反复修改 \(dp\) 值。

并注意 \(j=0\) 时的情况，及时更新。

---

二维单调队列

对于每一列维护一个竖直方向上的一维单调队列。

在每一行统计答案的时候，用一个新的一维单调队列维护每一列的最优答案。

最终答案在新的一维单调队列上。

例题：P2219 [HAOI2007]修筑绿化带

---

例题

P1725 琪露诺

$\texttt{solution}$

状态：设 \(dp[i]\) 表示走到 \(i\) 的最大收益。

\(L\) 与 \(R\) 都是上文中的转移范围。

核心代码：

n=rd(),tmpl=rd(),tmpr=rd();
for(int i=0;i<=n;i++) a[i]=rd();
for(int i=1;i<=n;i++) L[i]=i-tmpr,R[i]=i-tmpl;
memset(dp,-inf,sizeof(dp));
dp[0]=a[0];
for(int i=1;i<=n;i++) // 必须从 l 开始 
{
	 if(R[i]<0) continue;
	 while(l<=r && q[l]<L[i]) l++;
	 while(l<=r && dp[q[r]]<=dp[R[i]]) r--;
	 q[++r]=R[i]; // 因为 i-L 小于 i ，所以应该确保最有决策再进行转移 
	 dp[i]=dp[q[l]]+a[i];
}
int ans=-inf;
for(int i=L[n]+1;i<=n;i++) ans=max(ans,dp[i]);
printf("%d\n",ans);

P3572 [POI2014]PTA