/*
斜率优化主要解决的是转移方程中存在一个同时与i和j有关的部分时的优化问题
dp[i] = min(dp[j]+a[i]*b[j]) 0<j<i;
还需要保证a[i]单调!!!
转移方程写为dp[j]=-a[i]*b[j]+dp[i]
那么决策就变为了二维坐标的点集,最小化dp[i]就转化为了线性规划问题
对于线性规划问题,考虑任意三个决策点,根据方程的不同来判断斜率应该如何单调
而决策点就在a[i]的临界处,即某个顶点左侧线段的斜率和右侧线段的斜率与a[i]大小关系不同。
当a[i]单调时,我们就可以利用单调队列来维护出这个决策点
注意单调队列里决策的点的横坐标一定要单调递增,否则需要额外处理。
*/
#include <iostream>
using namespace std;
typedef long long ll;
const int maxn = 1e5+5;
ll a[maxn],b[maxn],dp[maxn];
int q[maxn];
int head = 0,tail = 0;
double A(int i,int j) //由于队列内维护的是下标,写斜率时容易出错,所以最后封装为函数
{
return dp[i] - dp[j];
}
double B(int i,int j)
{
return b[i] - b[j];
}
int main()
{
ios::sync_with_stdio(false);
cin.tie(0);
cout.tie(0);
int n;
cin >> n;
for (int i = 1; i <= n; i++) cin >> a[i];
for (int i = 1; i <= n; i++) cin >> b[i];
dp[1] = 0;
int head = 1,tail = 1;
q[tail] = 1; //头尾均有值
for (int i = 2; i <= n; i++)
{
while( head < tail && A(q[head+1],q[head])/B(q[head+1],q[head]) >= -a[i] ) head++;
//保证队列内有两个点,这样才能有斜率。找第一个斜率小于-a[i]的
//由于a[i]是单调的,所以弹出队列头部元素不影响结果
dp[i] = dp[q[head]] + b[q[head]] * a[i]; //直接取队首元素
while( head < tail && A(i,q[tail])/B(i,q[tail]) >= A(q[tail],q[tail-1])/B(q[tail],q[tail-1]) ) tail--;
//维护斜率单调递减
q[++tail] = i;
}
cout << dp[n] << '\n';
return 0;
}
斜率优化DP
最新推荐文章于 2021-09-10 20:04:52 发布