任务安排（斜率优化）

问题描述：
问题1：
容易得到状态转移方程 f[ i ] [ j ] = min{ f[ k ][ j-1 ] + ( s*j + T[ i ] ) *( C[ i ] - C[ k ] ) } 时间复杂度 O( N ^ 3 )
其中f[ i ][ j ] 表示前 i 个任务分成 j 批 做的最优值。 T[ i ] C[ i ] 分别为时间和花费的前缀和。也就是从 k 到 i 单独拎出来成一批。
code：

void dp1()
{
  memset(dp,10,sizeof(dp));
  for(int i = 0 ; i <= n ;i ++) dp[0][i] = 0;
  for(int i = 1 ; i <= n ; i++)
   for(int j = 1 ; j <= i ; j++)
    for(int k = 0 ; k < i ; k++)
    {	
      f[i][j] = min(f[i][j],f[k][j-1]+(s*j+sumt[i])*(sumc[i]-sumc[k]));
	} 
}

问题2：由于不知道任务被分成了几批 从而确定结束时刻，需要第二维 j 。 但是每次开启机器 就会对后面的任何一个时刻产生一个S*(C[ N ]-C[ j-1 ]) 费用提前处理可以优化掉一维。
所以变形成为 f[ i ] = min { f[ j ] + T[ i ] * ( C[ i ] - C[ j ]) + S*( C[ N ] - C[ j ]) } 时间复杂度 O( n ^2 )
code:

void dp()
{
  f[0] = 0 ;
  for(int i = 1 ; i <= n; i ++)
   for(int j = 0 ; j < i ; j ++)
    f[i] = min(f[i],f[j]+sumt[i]*(sumc[i]-sumc[j])+s*(sumc[n]-sumc[j]));
  cout<<f[n];
}

问题3：斜率优化。
将方程式化简后可以得到 f[ j ] = ( S + T[ i ] ) * C[ j ] + f [ i ] + T[ i ]* C[ i ] - S*C[ N ]

未完————————————