平行四边形不等式优化DP

最新推荐文章于 2021-01-08 13:54:26 发布
最新推荐文章于 2021-01-08 13:54:26 发布
阅读量1.2k 收藏 4
点赞数 2
分类专栏： DP典例
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43908980/article/details/85688742
版权
本文详细介绍了平行四边形不等式在动态规划中的应用，通过猴子派对和树的建造两个问题，阐述了如何利用平行四边形不等式优化状态转移方程，减少了计算复杂度，提高了算法效率。文章还提供了具体的代码实现和思路分析。
摘要由CSDN通过智能技术生成

目录

一.前言

二.平行四边形不等式是个啥？

1.题目引入：猴子派对

输入

输出

样例输入

样例输出

2.找出状态转移方程式

3.探索此状态转移方程式的性质

4.细节处理

1.环

2.循环顺序问题

5.更清晰的思维

6.代码

7.变式

1.题目：树的建造

输入

输出

样例输入

样例输出

2.思路

3.样例代码 

三.总结

一.前言

DP一直是编程中的一个难题，解决它不仅需要大量刷题，还需要学会各种DP的方法。这里，我就主要讲一个DP的优化方法：平行四边形不等式优化DP动态规划。（好难呀）

 

 

二.平行四边形不等式是个啥？

1.题目引入：猴子派对

远离我们的世界，有一个香蕉森林。许多可爱的猴子住在那里。有一天，作为香蕉林之王的SDH（宋大侯）决定举办一个盛大的聚会庆祝疯狂香蕉日。但小猴子彼此不认识，所以作为国王，SDH必须做点什么。 
现在有n只猴子坐成一圈，每只猴子都有交朋友的时间。而且，每只猴子都有两个邻居。SDH希望将它们介绍给对方，规则是：1。每次 ，他只能介绍一只猴子和一只猴子的邻居。 
2.如果他介绍A和B，那么每只已经知道的每只猴子A都知道每只猴子B已经知道了，这次引入的总时间是所有猴子A和B已经知道的交友时间的总和; 
3.每个小猴子都认识自己; 
为了开始聚会并尽快吃香蕉，SDH想知道他需要的最短时间。 

输入

有几个测试用例。在每种情况下，第一行是n（1≤n≤1000），这是猴子的数量。下一行包含n个正整数（小于1000），表示交朋友时间（按顺序，第一个和最后一个是邻居）。输入是文件结尾。

输出

对于每种情况，您应该打印一行，给出SDH引入时的最小时间。

样例输入

8

5 2 4 7 6 1 3 9

样例输出

105

2.找出状态转移方程式

大家先不管围成一个圈，先把它们看作一条直线。这道题的状态转移方程式很容易想到：就是在i~j号猴子的范围内，任取一个猴子k，当成是把这个猴子左边的那一堆猴子（i~k）介绍给它右边的那一堆猴子（k+1~j），先预处理计算出i~j号猴子交朋友的总时间w[i][j]，于是，状态转移方程式就出来了：dp[i][j] = min(dp[i][k] + dp[k + 1][j])+w[i][j ]。

3.探索此状态转移方程式的性质

这可能有点难得想，大家一定要注意！

以现在的状态转移方程式来看是个三重循环，肯定要超时，不妨让我们来优化一下这个k。k的值肯定无法在每次直接确定，那么我们就缩小它的范围。

首先，我们来探索一下w[i][j]的性质：有i<{i}'<j<{j}',那么w[{i}'][j] <= w[i][{j}']是毋庸置疑的。还有一个性质：

最低0.47元/天 解锁文章
PI_PJW
关注
专栏目录
动态规划专题小结：四边形不等式优化
Skyline
05-15 1万+
今天第一次学习四边形不等式优化dp，感觉优化效果十分给力，不过数学味道比较浓重，证明比较复杂。因此这里删繁就简，给出关于四边形不等式优化必须要明白的地方，以后直接套用条件即可。 四边形不等式优化条件 在动态规划中，经常遇到形如下式的转台转移方程： m(i,j)=min{m(i,k-1),m(k,j)}+w(i,j)(i≤k≤j)（min也可以改为max） 上述的m(i,j)表示区间[i,j
平行四边形优化(HDOJ3506)
bnmjmz的专栏
11-20 5300
四边形不等式是一种比较常见的优化动态规划的方法： 如果对于任意的a≤b 解决这类问题的大概步骤是： 0.证明w满足四边形不等式，这里w是m的附属量，形如m[i,j]=dp{m[i,k]+m[k,j]+w[i,j]}，此时大多要先证明w满足条件才能进一步证明m满足条件 1.证明m满足四边形不等式 2.证明s[i,j-1]≤s[i,j]≤s[i+1,j] 通常的动态规划的复杂度是O
平行四边形不等式优化详解
偶耶的博客
12-30 1381
以下是我转载的大牛NOIAu的博客 目录 引入： ~PART ONE 交叉小于包含 ~PART TWO 证明过程三步走 壹：证明cost为凸（满足四边形不等式） 贰：证明dp为凸（满足四边形不等式） 叁：证明决策单调（以找min值为例） ~PART THREE 合并石子问题 第一步（壹）证明cost为凸 第二步（贰）证明dp为凸 第三步（叁）证明决策单调 关于O（n...
四边形不等式优化DP
weixin_34273479的博客
02-20 219
记录一下，以免忘了 对于一个形如 \[dp[i][j]=min(dp[i][k]+dp[k][j]+w[i][j])\] 的转移方程（注意取最大值时不一定满足四边形不等式） 定理1 若对于\(a \leq b\leq c \leq d\)且\(w_{b,c}\leq w_{a,d}\) 那么我们称\(w\)关于区间包含关系单调 定理2 若对于\(a \leq b\leq c \leq d\)且\...
四边形不等式优化dp应用------pku 1160 post office 解题报告
find_my_dream的专栏
12-03 7508
四边形不等式优化动态规划原理:1.当决策代价函数w[i][j]满足w[i][j]+w[i’][j’]时,称w满足四边形不等式.当函数w[i][j]满足w[i’][j]时,称w关于区间包含关系单调.2.如果状态转移方程m为且决策代价w满足四边形不等式的单调函数(可以推导出m亦为满足四边形不等式的单调函数),则可利用四边形不等式推出最优决策s的单调函数性,从而减少每个状态的状态数,将算法的时间
C++剑指offer:四边形不等式优化动态规划（一）——区间DP 线性的合并石子的优化合并石子的变形【HDU-3506】MonkeyParty的题解
C20200521的博客
12-31 359
前言 DP的平行四边形优化，是一个难点，它非常难懂（关于平行四变形的理论基础及证明，有兴趣的同学可以看看这个大佬的博客，虽然我从来不会无聊到看证明），而且我在上课时并没有听太懂，都是看了别人的题解才看懂的。那么，要怎么才能学会平行四边形等式呢，先看看下面这个理论知识，为我们之后的具体优化提供基础。 平行四边形优化是什么 在日常的做动态规划的题时，我们经常会遇见以下这个状态转移方程（或类似），...
C++剑指offer:解题报告之DP优化学习记 （二） ——浅论DP斜率优化 （Print Article 【HDU - 3507】 ）
C20200521的博客
01-10 603
链接：https://share.weiyun.com/5LzbzAc 目录 前言 斜率优化前期准备 1.从状态转移方程出发 2.推理状态转移方程 对结论的进一步推导 干货！综合结论 判断斜率大小的方法：叉乘 正片开始：代码部分 后记 前言 之前我们对DP优化已经有了很多的了解，比如：单调队列优化DP，四边形优化DP。 今天，我们要讲的是传说中的斜率优化。它与四边形优化...
四边形中的动点问题带答案资料全.doc
09-20
12. 平行四边形ABCD中，E，F沿AC以相同速度运动，当DEBF是平行四边形时，需要E，F同时到达AC的中点。若四边形DEBF是矩形，需要E，F的速度与AC的长度有关，可以通过速度和时间的乘积来确定t的值。 以上是各题涉及的...
C++ 浅谈平行四边形不等式优化DP
qq_44013342的博客
12-30 710
前言 在区间DP中，第三重循环枚举分割点容易造成超时，那么又什么方法来优化呢? 当然有，有一种叫做平行四边形不等式的玩意优化DP 平行四边形不等式 如果有两个区间满足 f[a][c]+f[b][d]<=f[b][c]+f[a][d]，那么这个东东就是平行四边形不等式 可以这样理解，交叉或包含的两个区间，a到c和b到d的值满足小于等于包含的两个区间（bc被包含于ad） 还有就是...
平行四边形不等式优化DP——笔记
qq_42421714的博客
01-05 232
推很久推出方程后发现时间复杂度太大 TLE是不是很沮丧 优化方式及限定条件 来道例题 Post Office There is a straight highway with villages alongside the highway. The highway is represented as an integer axis, and the position of each village ...
[DP优化之平行四边形不等式]例题
ywy
01-04 1192
目录 概述 例题 Post Office 题目描述 解题思路 总结 Monkey Party 题目链接 解题思路 总结 评述 概述 首先说明一点，这种方法不是什么题都可以用的，我们要判断DP的情况，看是否能够使用平行四边形不等式来进行优化。一般来说，这种优化还是可以很容易看出来的。 首先两个满足的性质。 四边形不等式 如果有 那么这一个w数组（其实可以说成是函数）...
四边形不等式优化动态规划
蛤蛤~
04-14 4266
原文出处（大牛写的，我抄了一遍） 先转下来，明天再看！ 四边形不等式优化动态规划原理: 1.当决策代价函数w[i][j]满足w[i][j]+w[i’][j’]时,称w满足四边形不等式.当函数w[i][j]满足w[i’][j]<=w[i][j’] i时,称w关于区间包含关系单调. 2.如果状态转移方程m为 : m[i][j]=min {m[i][k-1]+m[k][j]+
四边形不等式优化dp
yanga11ang的博客
07-23 387
关于四边形不等式优化dp的一点理解 我其实应该先学好几何证明 orz 前导算法 区间dp 基础几何证明算法干嘛 当区间dp 代价函数满足fun(i,j)+fun(i',j')<fun(i',j)+fun(i,j')时 通过减少 类区间dp 的决策区间，将其O(n^3) 的复杂度化为O(n^2)算法思路 区间合并时候，如果代价函数满足fun(i,j)+fun(i',j')<fun(i',j)
[动态规划]四边形不等式优化dp
wulalalawu的博客
01-08 339
http://www.51nod.com/Challenge/Problem.html#!#problemId=1022 用来优化形如 dp[i][j] = min{dp[i][k] + dp[k + 1][j] + cost[i][j]} 的dp，可以降低n倍复杂度。 是否能用四边形不等式优化需要证明：证明cost为凸、证明dp为凸、证明决策单调。但是有个更简单的方法判断是否能使用，那就是写出需要优化的暴力dp程序，输出s的表，看是否满足行列单调，满足就可以四边形不等式优化。 const int maxn
DP的四边形不等式优化
weixin_30832405的博客
08-15 117
关于DP的优化方法有很多种，低级的有矩阵快速幂，高级一点的比如四边形不等式优化、斜率优化等等。 因为在动态规划中，有这样的一类问题 状态转移方程 dp[i][j]=min{dp[i][k-1]+dp[k][j]}+w[i][j] （k>i&&k<=j） 时间复杂度为 O(n^3) 且有如下一些定义和定理： 如果一个函数w[i][j]，满足w[i][j]+w...
平行四边形不等式优化
最新发布
10-01
平行四边形不等式优化是一种用于优化动态规划问题的方法。它基于以下两个性质： 1. 区间包含单调性：如果w(a,b)≥w(c,d)，且a≤c≤d≤b，则对于任意a≤x≤y≤b，都有w(x,y)≥w(a,b)。 2. 四边形不等式性质：如果w(a,...
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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