bzoj1597 [Usaco2008 Mar]土地购买(斜率)

Description

农夫John准备扩大他的农场,他正在考虑N (1 <= N <= 50,000) 块长方形的土地. 每块土地的长宽满足(1 <= 宽 <= 1,000,000; 1 <= 长 <= 1,000,000). 每块土地的价格是它的面积,但FJ可以同时购买多快土地. 这些土地的价格是它们最大的长乘以它们最大的宽, 但是土地的长宽不能交换. 如果FJ买一块3x5的地和一块5x3的地,则他需要付5x5=25. FJ希望买下所有的土地,但是他发现分组来买这些土地可以节省经费. 他需要你帮助他找到最小的经费.

Input
第1行: 一个数: N
第2..N+1行: 第i+1行包含两个数,分别为第i块土地的长和宽

Output
第一行: 最小的可行费用.

Sample Input
4
100 1
15 15
20 5
1 100

输入解释:

共有4块土地.

Sample Output
500

HINT
FJ分3组买这些土地: 第一组:100x1, 第二组1x100, 第三组20x5 和 15x15 plot. 每组的价格分别为100,100,300, 总共500.

分析:
一开始觉得这好像是一道中规中矩的斜率优化
于是我就开始画柿子
f[i]=min{f[j]+max(len[j]~len[i])*max(wid[j]~wid[i])}
一开始我simple得认为,这个maxlen(长)和maxwid(宽)
可以通过RMQ搞一搞,
但是在画柿子的时候好像就不行了

这时候再次读题,我才发现,
ta没有要求一定要按照顺序购买
可以打乱土地的顺序

那么这就是一道不这么套路的斜率优化dp了
我们先把所有土地排序:
长为第一关键字,宽为第二关键字,
长单调递增,宽单调递减

所以我们先排序
但是仅仅这样还不够

如果一块土地的长比另一块小,宽小于等于另一块的宽

那么ta对于答案就是没有影响的,我们可以

直接把这一块删掉

这里写图片描述

解释一下:

  • 这块土地如果和ta旁边的土地一起购买的话
    ta的长宽对价格是没有影响的
  • 如果单独购买的话,购买排在ta前后的土地还要花钱
    单独购买花的钱就要多于分组购买了

综上所述,ta一定是被分到某一组购买,这种情况下ta对答案没有影响
所以直接删除

完成这些操作后,我们就可以保证所有的长单调不降,宽单调不升
这样我们就消除了计算maxlen和maxwid的烦恼了

现在我们的式子变成了这样
f[i]=min{f[j]+len[i]*wid[j+1]}
这里写图片描述

这样就可以斜率优化了

1.维护双端队列
2.转移时从队首转移:队中依次有a,b,c等元素,
如果g[b][a] < len[i],a出队,直到g[x][y]>=len[i]
从y转移
3.入队时:队中依次有a,b,c等元素,待入队元素为d
如果g[d][c] < g[c][b] ,c出队
直到g[d][x]>=g[x][y] ,d入队

tip

我在预处理的时候手残写错一个变量名
WA了几次。。。STO

这里写代码片
#include<cstdio>
#include<cstring>
#include<iostream>
#include<cmath>
#include<algorithm>
#define ll long long

using namespace std;

const int N=50010;
ll f[N];
int n,tot=0,q[N],tou,wei;
struct node{
    ll x,y;
};
node b[N],a[N];

int cmp(const node &a,const node &b)
{
    if (a.x!=b.x) return a.x<b.x;
    else return a.y>b.y;
}

double get(int j,int k)
{
    double x1=(double)f[j]-f[k];
    double x2=(double)a[k+1].y-a[j+1].y;
    return (double)x1/x2;
}

void doit()
{
    tou=wei=0;
    int i,j;
    for (i=1;i<=n;i++)
    {
        while (tou<wei&&get(q[tou+1],q[tou])<a[i].x) tou++;
        f[i]=f[q[tou]]+a[i].x*a[q[tou]+1].y;
        while (tou<wei&&get(i,q[wei])<get(q[wei],q[wei-1])) wei--;
        q[++wei]=i;
    }
    printf("%lld",f[n]);
}

int main()
{
    scanf("%d",&n);
    for (int i=1;i<=n;i++)
        scanf("%lld%lld",&b[i].x,&b[i].y);
    sort(b+1,b+1+n,cmp);
    for (int i=1;i<=n;i++)
    {
        while (tot&&b[i].y>=a[tot].y) tot--;
        tot++;
        a[tot]=b[i];
    }
    n=tot;
    doit();
    return 0;
}
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: bzoj[1597][usaco2008 mar]土地购买 斜率优化 这道题是一道经典的斜率优化题目,需要用到单调队列的思想。 首先,我们可以将题目中的式子进行变形,得到: f[i] = f[j] + (sum[i] - sum[j] - m) ^ 2 + k 其中,sum[i] 表示前缀和,m 和 k 都是常数。 我们可以将式子中的 sum[i] 和 k 看作常数,那么我们需要优化的就是 (sum[i] - sum[j] - m) ^ 2 这一项。 我们可以将其展开,得到: (sum[i] - sum[j] - m) ^ 2 = sum[i] ^ 2 - 2 * sum[i] * (sum[j] + m) + (sum[j] + m) ^ 2 我们可以将其看作一个二次函数,其中 a = 1,b = -2 * (sum[j] + m),c = (sum[j] + m) ^ 2。 我们可以发现,当 j < k 时,如果 f[j] + a * sum[j] + b * sum[j] <= f[k] + a * sum[k] + b * sum[k],那么 j 就不可能是最优决策点,因为 k 比 j 更优。 因此,我们可以用单调队列来维护决策点。具体来说,我们可以维护一个单调递增的队列 q,其中 q[i] 表示第 i 个决策点的下标。每次加入一个新的决策点 i 时,我们可以将队列尾部的决策点 j 弹出,直到队列为空或者 f[j] + a * sum[j] + b * sum[j] <= f[i] + a * sum[i] + b * sum[i]。然后,我们将 i 加入队列尾部。 最后,队列头部的决策点就是最优决策点。我们可以用类似于双指针的方法来维护队列头部的决策点是否在当前区间内,如果不在,就弹出队列头部。 时间复杂度为 O(n)。 ### 回答2: 这道题目属于斜率优化的经典题目,难度较高,需要掌握一定的数学知识。 首先,我们可以将题目中的“最大利润”转化为“最小成本”,这样问题就变成了找到一个方案,使得购买土地的成本最小。 接着,我们考虑如何用斜率优化来解决这个问题。我们可以定义一个函数f(i),表示前i块土地的最小成本。 显然,f(1)=0,因为不需要购买任何土地。 对于f(i),它可以由f(j)+b(i)×a(j+1)得到,其中j<i,a(j+1)表示第j+1块土地的面积,b(i)表示第i块土地的价格。这个式子的含义是,我们现在要购买第i块土地,那么前面的土地(即前j块)就都要买,所以f(j)表示前j块土地的最小成本,b(i)×a(j+1)表示购买第i块土地的成本。 那么,我们可以得到递推公式: f(i)=min{f(j)+b(i)×a(j+1)},其中j<i。 这个公式看起来很简单,但是要注意的是,当b(i)×a(j+1)的斜率相同时,我们需要取其中面积较小的土地,因为它的价格更低。因此,我们需要对斜率进行排序,并在递推中用单调队列维护斜率相等的情况下面积最小的土地。 最终,f(n)就是题目所求的最小成本。 总之,这道题目需要深入理解斜率优化算法的原理和实现方式,并且需要注意细节处理,如果能够顺利地解决这个问题,那么对于斜率优化算法的掌握程度就有了很大的提升。 ### 回答3: 土地购买问题可以采用斜率优化算法来解决。这个问题可以转化为一个单调队列的问题。 首先,我们需要对土地价格按照边长从小到大排序。然后,对于每块土地,我们需要求出它的贡献。设 $f_i$ 表示前 $i$ 块土地连续的最小代价。 设当前处理到第 $i$ 块土地,已经求出了前 $j$ 块土地的最小代价 $f_j$。那么我们可以得到下面这个式子: $$ f_i=\min\limits_{j=1}^{i-1}\{f_j+(S_i-S_j)^2+P\} $$ 式子中,$S_i$ 表示前 $i$ 块土地的边长和,$P$ 表示额外购买土地的代价。首先,不考虑额外购买土地,我们可以使用动态规划来求出 $f_i$。但是,考虑到额外购买土地的代价 $P$ 是一个固定值,我们可以考虑将它与某一块土地的代价合并起来,这样就可以使用斜率优化技术来优化动态规划算法。 我们定义一个决策点 $j$,表示我们当前要处理第 $i$ 块土地时,已经处理过 $j$ 块土地,并将第 $j+1$ 块土地到第 $i$ 块土地购买,所需的最小代价。我们假设 $S_i>S_j$,则可以得到下面这个式子: $$ f_i=\min\limits_{j=1}^{i-1}\{f_j+(S_i-S_j)^2+P\} $$ 将它整理成斜率截距式可以得到: $$ y=kx+b $$ 其中 $k=(S_j)^2-2S_iS_j$,$b=f_j+(S_i)^2+P-S_j^2$,$x=S_j$,$y=f_j+(S_j-S_i)^2-S_j^2$。我们发现 $k$ 是一个单调递减的函数,因此我们可以使用一个单调队列来维护所有可能成为决策点的点。对于每个点,我们计算函数 $y$ 的值并将它们加入队列,然后取队头元素的值作为 $f_i$。 综上所述,我们可以使用斜率优化技术来解决土地购买问题,时间复杂度为 $O(n)$。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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