斜率优化DP

介绍

形如 f ( i ) = min ⁡ { a i ∗ x ( j ) + b i ∗ y ( j ) } f(i)=\min\{a_i*x(j)+b_i*y(j)\} f(i)=min{ai​∗x(j)+bi​∗y(j)}的$\text{DP}$方程一般都可以使用斜率优化。

其中$b$单调递增，$x(j),y(j)$都是通过$j$能在常数时间内确定的值。

斜率优化

考虑$j$的转移$f(i)=a_i\ast x(j)+b_i\ast y(j)$，以$x$为横轴，$y$为纵轴，建立平面直角坐标系。

那么$j$的信息就可以用一个点来表示，原方程变为 f i = min ⁡ { a i x + b i y } f_i=\min\{a_ix+b_iy\} fi​=min{ai​x+bi​y}

转化为斜截式方程：$y=-\frac{a}{b}x+\frac{f_i}{b}$，若$b>0$，$f_i$最小时，$\frac{f_i}{b}$最小，所以我们需要最小化纵截距。

将斜率为$-\frac{a}{b}$的直线向上平移，接触到的第一个点就是最优决策点。

观察可得，所有可能的最优决策点必定在平面点集的凸包上，也就是说不在凸包上的点一定不是最优决策点。所以我们可以将不在凸包的点删去。

如上图，点D不在凸包上，则将其删去。

那怎么判断这个点是否在凸包上呢。只需看它与前后点的斜率即可。设图中CD边的斜率为$k1$，DE边的斜率为$k2$，若$k1>=k2$，则D一定不在凸包上。

一般情况下，直线的斜率和题目给的二元组的横坐标都满足单调性。那么我们可以用单调队列维护各点。

对于每个$i$：

• 判断队头的两点斜率是否大于等于当前所需要的斜率，如果小于，则删除队头元素
• 用队头元素计算$f_i$的值
• 将$x(i),y(i)$放入队尾，设$i$前一个点为$t1$，$t1$前一个点为$t2$，如果$i$与$t1$的斜率小于$t1$与$t2$的斜率，则$t1$不在凸包上，将$t1$删去

平摊下来，时间复杂度为$O(n)$

例题

玩具装箱

首先，我们可以求出状态转移式：

$f_i=\underset{j=0}{\overset{i-1}{\min }}\left\{\begin{array}{c}{f}_j+(i-j-1+\sum _{k=j+1}^i{c}_k-L{)}^2\end{array}\right\}$

为了计算方便，我们使$L=L+1$

设$s_i=\sum _{i=1}^n{c}_i+1$，最优决策点为$j$，则：

$f_i=f_j+(s_i-s_j-L{)}^2=f_j+s_i^2-2s_i{s}_j-2s_{i}L+(s_j+L{)}^2$

对于两个决策点$j,k$满足$j>k$，若$j$优于$k$，则：

$f_j+s_i^2-2s_i{s}_j-2s_{i}L+(s_j+L{)}^2\le f_k+s_i^2-2s_i{s}_k-2s_{i}L+(s_k+L{)}^2$

​ $f_j-2s_i{s}_j+(s_j+L{)}^2\le f_k-2s_i{s}_k+(s_k+L{)}^2$

​ $f_j-f_k+(s_j+L{)}^2-(s_k+L{)}^2\le 2s_i(s_j-s_k)$

​ $\frac{f_j-f_k+(s_j+L{)}^2-(s_k+L{)}^2}{s_j-s_k}\le 2s_i$

设$x(i)=s_i,y(i)=f_i+(s_i+L{)}^2$，则$\frac{y(j)-y(k)}{x(j)-x(k)}\le 2s_i$

其中$\frac{y(j)-y(k)}{x(j)-x(k)}$可看作$j,k$两点的斜率。

因为斜率$2s_i$是递增的，每个点的横坐标$s_i$也是递增的，所以我们就可以直接用单调队列做了。

时间复杂度为$O(n)$。

code

#include<bits/stdc++.h>
using namespace std;
int n,l,head=1,tail=1,a[50005],h[50005];
long long s[50005],f[50005];
long long gt(int j,int k){
    return f[j]+(s[j]+l)*(s[j]+l)-f[k]-(s[k]+l)*(s[k]+l);
}
int main()
{
    scanf("%d%d",&n,&l);++l;
    for(int i=1;i<=n;i++){
        scanf("%d",&a[i]);s[i]=s[i-1]+a[i]+1;
    }
    for(int i=1;i<=n;i++){
        while(head<tail&&gt(h[head+1],h[head])<=2*s[i]*(s[h[head+1]]-s[h[head]])) ++head;
        f[i]=f[h[head]]+(s[i]-s[h[head]]-l)*(s[i]-s[h[head]]-l);
        while(head<tail&&
        gt(h[tail],h[tail-1])*(s[i]-s[h[tail]])>=gt(i,h[tail])*(s[h[tail]]-s[h[tail-1]])) --tail;
        h[++tail]=i;
    }
    printf("%lld",f[n]);
    return 0;
}

题外话

当然，这道题也有1D/1D动态规划的做法，见链接，这里就不再赘述了。
这篇博客借鉴了laf的博客，感谢laf的帮助和支持。