斜率优化

$f[i]=min\{f[j]+a[i]|j<i\}$

$f[i]=min\{f[j]+a[j]|j<i\}$

$f[i]=min\{f[j]+a[i]+a[j]|j<i\}$

像上面这些 $i​$ 的信息和 $j​$ 的信息不相关的线性DP，用堆，单调栈，线段树等都可以进行优化，但是如果 $i​$ 的信息和 $j​$ 的信息相关，比如：

$f[i]=min\{f[j]+(a[i]-a[j])^2|j<i\}​$

就不能用普通的方法优化了，这时候需要用到斜率优化。

---

我们考虑上面那个DP（假设 $\{a_n\}$ 是递增的），如果对 $i$ 来说 $j$ 比 $k$ 好（ $k<j<i$ ），那么：

$f[j]+(a[i]-a[j])^2<f[k]+(a[i]-a[k])^2$

展开移项：

$f[j]+a[i]^2-2a[i]a[j]+a[j]^2<f[k]+a[i]^2-2a[i]a[k]+a[k]^2$

$f[j]+a[j]^2-(f[k]+a[k]^2)<a[i]\times (2a[j]-2a[k])$

令 $X(i)=2a[i],Y(i)=f[i]+a[i]^2$ ，则：

$\frac{Y(j)-Y(k)}{X(j)-X(k)}<a[i]$

然后会发现这货是斜率的形式QwQ。

---

令 $K(k,j)=\frac{Y(j)-Y(k)}{X(j)-X(k)}$ ，则 $K(k,j)<a[i]\to$ 对 $i$ 来说， $j$ 比 $k$ 优秀，同理 $K(k,j)>a[i]\to$ 对 $i$ 来说， $k$ 比 $j$ 优秀。

接下来还可以推一个结论 $K(k,j)\ge K(j,i)\to$ $j$ 不会或没必要出现在最优解中，为什么呢？

1. $K(j,i)<a[i]$ ，那么对 $i$ 来说， $i$ 比 $j$ 优秀，由于 $\{a_n\}$ 递增，所以 $i$ 将一直比 $j$ 优秀。
   • $K(j,i)\ge a[i]$ ，那么 $K(k,j)\ge K(j,i)\ge a[i]$ ，即对 $i$ 来说， $k$ 比 $j$ 优秀，由于 $\{a_n\}$ 递增，所以 $k$ 将一直比 $j$ 优秀。

   • 所以 $m$ 个候选最优解一定满足 $K(que[i-1],que[i])<K(que[i],que[i+1])(1<i<m)$ ，即斜率递增。

     那么用一个单调队列就可以维护了：

     1. 若 $K(que[Head],que[Head+1])<a[i]$ ，则队首失效，删除队首。
     2. 此时队首是最优解，以此算出 $f[i]$ 。
     3. 若 $K(que[Tail-1],que[Tail])\ge K(que[Tail],i)$ ，则队尾失效，删除队尾，加入 $i$ 。

     ---

     相信大家会发现我强调了多次 $\{a_n\}$ 递增，实际上并不一定需要递增，如果不递增，斜率优化会更加繁琐 （所以我不会） ，可能需要cdq分治或splay维护。