题意:
有 n n n个玩具,每个玩具有一个价值 c i c_{i} ci,需要把这个玩具分成任意段,使得分割总代价最小。每分割出一段 [ l , r ] [l,r] [l,r],代价是 ( r − l + ∑ i = l r c i − L ) 2 (r-l+\sum_{i=l}^{r}c_{i}-L)^2 (r−l+∑i=lrci−L)2
方法:
一个经典的线性 d p dp dp:
设 d p [ i ] dp[i] dp[i]为分割前 i i i个的最小代价,那么 d p [ i ] = m a x ( d p [ j ] + c o s t ( j + 1 , i ) ) , j ∈ [ 0 , i − 1 ] dp[i]=max(dp[j]+cost(j+1,i)),j\in[0,i-1] dp[i]=max(dp[j]+cost(j+1,i)),j∈[0,i−1],时间复杂度 O ( n 2 ) O(n^2) O(n2)
将 c o s t cost cost展开,得到
d p [ i ] = m i n ( d p [ j ] + ( i − j − 1 + g e t s u m ( j + 1 , i ) − L − 1 ) 2 ) dp[i]=min(dp[j]+(i-j-1+getsum(j+1,i)-L-1)^2) dp[i]=min(dp[j]+(i−j−1+getsum(j+1,i)−L−1)2)
将 g e t s u m ( l , r ) getsum(l,r) getsum(l,r)以前缀和形式展开
d p [ i ] = m i n ( d p [ j ] + ( i − j − 1 + s u m [ i ] − s u m [ j ] − L − 1 ) 2 ) dp[i]=min(dp[j]+(i-j-1+sum[i]-sum[j]-L-1)^2) dp[i]=min(dp[j]+(i−j−1+sum[i]−sum[j]−L−1)2)
将 i , j i,j i,j分类,并且将常数项归入任意一类,这里将常数归入 j j j类
d p [ i ] = m i n ( d p [ j ] + ( ( i + s u m [ i ] ) − ( j + s u m [ j ] + L + 1 ) ) 2 ) dp[i]=min(dp[j]+((i+sum[i])-(j+sum[j]+L+1))^2) dp[i]=min(dp[j]+((i+sum[i])−(j+sum[j]+L+1))2)
令 a [ i ] = i + s u m [ i ] , b [ j ] = j + s u m [ j ] + L + 1 a[i]=i+sum[i],b[j]=j+sum[j]+L+1 a[i]=i+sum[i],b[j]=j+sum[j]+L+1
d p [ i ] = m i n ( d p [ j ] + ( a [ i ] − b [ j ] ) 2 ) dp[i]=min(dp[j]+(a[i]-b[j])^2) dp[i]=min(dp[j]+(a[i]−b[j])2)
完全平方展开
d p [ i ] = m i n ( d p [ j ] + a [ i ] 2 + b [ j ] 2 − 2 ∗ a [ i ] ∗ b [ j ] ) dp[i]=min(dp[j]+a[i]^2+b[j]^2-2*a[i]*b[j]) dp[i]=min(dp[j]+a[i]2+b[j]2−2∗a[i]∗b[j])
假设 j j j就是我们找到的最佳决策点,那么
d p [ i ] = d p [ j ] + a [ i ] 2 + b [ j ] 2 − 2 ∗ a [ i ] ∗ b [ j ] dp[i]=dp[j]+a[i]^2+b[j]^2-2*a[i]*b[j] dp[i]=dp[j]+a[i]2+b[j]2−2∗a[i]∗b[j]
将 j j j分离,一般地,应该是分离从哪里转移来的项
2 ∗ a [ i ] ∗ b [ j ] + d p [ i ] − a [ i ] 2 = d p [ j ] + b [ j ] 2 2*a[i]*b[j]+dp[i]-a[i]^2=dp[j]+b[j]^2 2∗a[i]∗b[j]+dp[i]−a[i]2=dp[j]+b[j]2
令 b [ j ] = x b[j]=x b[j]=x,右边所有的(即分出来的 j j j) d p [ j ] + b [ j ] 2 = y dp[j]+b[j]^2=y dp[j]+b[j]2=y得到
l : 2 ∗ a [ i ] ∗ x + d p [ i ] − a [ i ] 2 = y l:2*a[i]*x+dp[i]-a[i]^2=y l:2∗a[i]∗x+dp[i]−a[i]2=y
这是一个截距不确定的一次函数,我们将点 ( k , d p [ k ] ) , k ∈ [ 0 , i − 1 ] (k,dp[k]),k\in[0,i-1] (k,dp[k]),k∈[0,i−1]描在坐标轴上,因为 d p [ i ] dp[i] dp[i]肯定从 j ∈ [ 0 , i − 1 ] j\in[0,i-1] j∈[0,i−1]转移来,那么他必然经过其中一个点,我们需要让 d p [ i ] dp[i] dp[i]最小,这里就等价于让截距 d p [ i ] − a [ i ] 2 dp[i]-a[i]^2 dp[i]−a[i]2最小,那么我们只需要维护描的点的下凸壳, l l l要选择一点经过,那么能使 l l l的截距最小的点一定是下凸壳内的。同理,如果求的是 m a x max max,需要维护一个上凸壳。
那么下凸壳哪个点是符合条件的呢?应该是凸包内第一对斜率 ≥ k l \geq k_{l} ≥kl的点对 ( P i , P i + 1 ) (P_i,P_{i+1}) (Pi,Pi+1)的第一个点,因为要使多边形上的某个点最近某条直线,那么这个点相关的两条线段的所在直线的斜率应该是一个比 k l k_l kl大,一个比 k l k_l kl小的,维护的是下凸壳,保证了斜率递增,所以上述的点对的第一个点 P i P_{i} Pi就是要找的点,又因为恰好下凸壳内的相邻点对斜率递增,所以我们可以单调队列维护他,我们要的一定是上一次用的后面的。
另外,我们推出了一个转移方程是
2 ∗ a [ i ] ∗ b [ j ] + d p [ i ] − a [ i ] 2 = d p [ j ] + b [ j ] 2 2*a[i]*b[j]+dp[i]-a[i]^2=dp[j]+b[j]^2 2∗a[i]∗b[j]+dp[i]−a[i]2=dp[j]+b[j]2
单调队列的头即最佳决策点 j j j,此时可以直接通过这个方程推出 d p [ i ] dp[i] dp[i],同时转移方程原来还满足
d p [ i ] = m a x ( d p [ j ] + c o s t ( j + 1 , i ) ) dp[i]=max(dp[j]+cost(j+1,i)) dp[i]=max(dp[j]+cost(j+1,i))
也可以使用这个递推
需要注意的是:
(1)描的点是 ( x , y ) (x,y) (x,y),而不是 ( i , d p [ i ] ) (i,dp[i]) (i,dp[i])
(2)可能 [ 1 , i ] [1,i] [1,i]为一段,也就是从 0 0 0转移而来,所以一开始要将 0 0 0构成的点对放入队列
#include<bits/stdc++.h>
#define ll long long
using namespace std;
int n,c[50005],L,q[50005];
ll sum[50005],dp[50005];
inline ll x(int k)
{
return k+sum[k]+L+1;
}
inline ll y(int k)
{
return dp[k]+x(k)*x(k);
}
inline double k(int temp1,int temp2)
{
return 1.0*(y(temp2)-y(temp1))/(x(temp2)-x(temp1));
}
inline ll cost(int l,int r)
{
auto getsum=[&](int l,int r){return sum[r]-sum[l-1];};
return (r-l+getsum(l,r)-L)*(r-l+getsum(l,r)-L);
}
int main()
{
//单调队列记录的是(i,dp[i])的i,而不是(x,y)
//记录这个可以获知(x,y),但只记录(x,y)无法获得j,需要多加一个位置在向量中
//如果记录的是点对,0对应的点对是(0,(L+1)^2),不是(0,0)
scanf("%d%d",&n,&L);
for(int i=1;i<=n;i++)
{
scanf("%lld",&sum[i]);
sum[i]+=sum[i-1];
}
for(int i=1,sta=1,en=1;i<=n;i++)
{
while(en-sta+1>=2&&k(q[sta],q[sta+1])<2.0*(i+sum[i])) sta++;
int j=q[sta]; dp[i]=dp[j]+cost(j+1,i);
while(en-sta+1>=2&&k(q[en],q[en-1])>k(i,q[en])) en--;
q[++en]=i;
}
cout<<dp[n];
return 0;
}