【算法介绍】斜率优化

用图像斜率可以将一些问题由O(n²)降到O(n)的算法。

下面结合一道经典题目介绍斜率优化

(洛谷链接)[HNOI2008]玩具装箱

这是一道典型的斜率优化题目。题目不再赘述，直接说与斜率优化相关的部分。

设$f[i]$为填装前$i$个玩具需要的最小花费，$s[i]$为前$i$个物品的总长度。那么可以得到：
f [ i ] = m i n j = 0 i − 1 { f [ j ] + ( s [ i ] − s [ j ] + i − j − 1 − L ) 2 } f[i]=min_{j=0}^{i-1}\{ f[j]+(s[i]-s[j]+i-j-1-L)^2 \} f[i]=minj=0i−1​{f[j]+(s[i]−s[j]+i−j−1−L)2}
如果直接算的话复杂度为O(n²)，会超时的，所以需要优化。

我们将这个式子进行整理和移项：
$$f[i]=f[j]+[(s[i]+i)-(s[j]+j+1+L){]}^2$$
$$f[i]=f[j]+(s[j]+j+1+L{)}^2+(s[i]+i{)}^2-2(s[i]+i)(s[j]+j+1+L)$$
$$2(s[i]+i)(s[j]+j+1+L)+f[i]-(s[i]+i{)}^2=f[j]+(s[j]+j+1+L{)}^2$$
为了方便观察，我们令$a=s[i]+i,b=s[j]+j+1+L$
现在这个式子变为
$$2ab+f[i]-a^2=f[j]+b^2$$
其中$a$只与$i$有关，$b$只与$j$有关。
由于我们求的是$f[i]$，而$j$的相关信息是之前已经知道的，若把$f[j]+b^2$看做$y$，把$b$看做$x$，我们便得到下面这个直线方程：
$$y=2ax+f[i]-a^2$$
这样，$j$的信息就被表示成了点。也就是说，我们要从当前$i$个左右的点中找到一个点，使得$f[i]$最小，这个点就是$j$点。

（图：绿线是边界，黄线是目标直线，其斜率为$2a$）

这个方程的斜率是$2a(2a>0)$，$f[i]$最小时也就是这条直线在$y$轴上的截距最小时，（和高中学过的线性规划类似）我们把一条斜率$2a$的直线从最下面开始慢慢向上平移，这条直线第一个碰到的点就是$j$点。

显然，可能是$j$点的点都在边界上。又因为$2a$是随着i增长的，于是我们可以用单调队列求$f[i]$：
(用slope($i$,$j$)表示两个点的斜率)

1.对head: while(slope(head,head+1)<2a) head++;
2.求出$f[i]$:f[i]=y+a^2-2ax
3.对tail: while(slope(tail-1,tail)>slope(tail-1,i)) tail--;
4.$i$点入队

对于第1步，理由是$2a$是递增的，此时斜率小于$2a$的两点的前一点一定不会是$j$。
对于第3步，理由是若slope(tail-1,tail)>slope(tail-1,$i$)，那么tail点会被tail-1和$i$点包围，这样tail就不再可能是$j$。

编程具体细节还会有需要注意的地方，但由于跟算法无关，在此就不说明了。

#include<cstdio>
#include<cstring>
#include<iostream>
#include<algorithm>
using namespace std;
typedef long long LL;

#define a(i) (s[i]+i)
#define b(i) (s[i]+i+L+1)
#define x(i) b(i)
#define y(i) (f[i]+b(i)*b(i))
#define slope(i,j) (y(j)-y(i))*1.0/(x(j)-x(i))

const int N=5e4+10;
int n, L;
LL s[N], f[N];

int q[N], head, tail;

int main()
{
	scanf("%d%d", &n, &L);
	for(int i=1; i<=n; ++i)
	{
		scanf("%lld", s+i);
		s[i]+=s[i-1];
	}
	
	//
	head=tail=0;
	q[tail++]=0;
	
	for(int i=1; i<=n; ++i)
	{
		while(head+1<tail&&slope(q[head],q[head+1])<2*a(i)) head++;
		f[i]=y(q[head])+a(i)*a(i)-2*a(i)*b(q[head]);
		while(head+1<tail && slope(q[tail-2],q[tail-1])>slope(q[tail-2],i)) tail--;
		q[tail++]=i;
	}
	
	//
	printf("%lld\n", f[n]);
	return 0;
}

改进与注意
1. 对 slope(i,j)>slope(u,v)的改进：
$$(y_i-y_j)(x_u-x_v)>(y_u-y_v)(x_i-x_j)$$
2. tail-- 部分及 head++ 部分可用二分查找优化。
3. 注意 1. 中的 (x_u-x_v)>0 和 (x_i-x_j)>0