The Great Wall II[dp/单调栈优化]

题目描述

Beacon towers are built throughout and alongside the Great Wall. There was once a time when there were n beacon towers built from west to east for defending against the invaders. The altitude of the i-th beacon tower, based on historical records, is ai​.

The defenders divide strategically all beacon towers into k parts where each part contains several, but at least one, consecutive beacon towers. To fully defend against the invaders, to each part a team of defenders should be assigned, the cost of which is given by the highest altitudes of beacon towers in that part.

As a historian, you are dying to know the minimum costs of assignments for every k=1,2,…,n

题意

现在有n（）个数，求分成k段的最小代价，每一段的代价等于这一段数组的最大值

分析

先考虑一种的做法，这种做法非常自然（并不）  ，我们考虑将前i个数字分成j段的最小代价，于是自然有转移方程

这种做法没有任何问题，除了时间复杂度有亿点点大。

接着我们考虑将其优化，这里我稍微走了一点弯路，如果不想看建议挑过下一段。

首先，考虑到后面有一个区间的最大值，我的反应是预处理一下，求出这段最大值后，我们就可以快速得出这一段的最值，这样才是真正的N^3做法，要是没有预处理的话，可能还得到N^4，不过这种简单操作应该没什么人不会吧  。这样上式就可以写成,然后对于每一个j来说，dp【p】【j】都是可以提前计算出来的，而对于i，i增大时，后面那个值是不递减的，只会变得更大或者不变，而对于决策p来说，后面的值是不递增的，这样我们就可以大大缩小我们的决策范围，如果dp【p】【j-1】比前一个小，那么势必比前一个决策更优，反之比它大，由于maxx的对p不递增性，是无法保证哪一个更优的，而每一个i+1实际上只是比i多了dp【i】【j-1】项，因此我们就可以据此优化我们的dp。但是这种优化非常的玄学，你会发现在最劣情况下，仍然是N^3的复杂度，但跑出来的结果会比N^3好很多

上面是我走的弯路，虽然饶了点路，但还是对之后的思考很有帮助（并不）  ，那么接下来就是正题。在上面的优化中，我们发现之所以无法保证N^2，是因为后面的maxx的值的影响，如果是严格递减或者完全不变，情况会好很多，但是我们并不知道究竟怎样才会发生变化。重新回顾我们的决策，我们可以将其分为两类，一类是a【i】作为最后一段的最大值，一类是a【i】不作为最后一段的最大值，对于后者，我们发现dp【i】【j】的值似乎是由上一个比i大的数决定的，设这个位置是pre【i】，那么不管怎么分最后一段的贡献就是a【pre【i】】 ，    那么答案就是                          dp【pre【i】】【j】。

然后考虑a【i】作为最后一段的最大值，那么断点就可以设置在pre【i】+1 ~ i-1上，也就是这个可以作为我们的决策，然后这一段似乎可以单调队列搞出来。当然也可以预处理？

留坑，之后写代码