I关于的斜率优化.docVIP

关于dp的斜率优化 废话在后面讲 以下引用自2006冬令营汤泽论文： 斜率优化，亦就是说把决策与决策之间表示成一个类似斜率?的式子，进一步分析其中的单调性，并用队列维护其有用决策。因此斜率优化又称为队列优化。 ? 我们来看下论文中讲的??????锯木场选址 （CEOI2004） [题目描述] 从山顶上到山底下沿着一条直线种植了n棵老树。当地的政府决定把他们砍下来。为了不浪费任何一棵木材，树被砍倒后要运送到锯木厂。木材只能按照一个方向运输：朝山下运。山脚下有一个锯木厂。另外两个锯木厂将新修建在山路上。你必须决定在哪里修建两个锯木厂，使得传输的费用总和最小。假定运输每公斤木材每米需要一分钱。 任务 你的任务是写一个程序： 从标准输入读入树的个数和他们的重量与位置 计算最小运输费用 将计算结果输出到标准输出 输入 输入的第一行为一个正整数n——树的个数（2≤n≤20 000）。树从山顶到山脚按照1，2……n标号。 接下来n行，每行有两个正整数（用空格分开）。 第i+1行含有：wi——第i棵树的重量（公斤为单位）和?di——第i棵树和第i+1棵树之间的距离，1≤wi?≤10 000，0≤di≤10 000。最后一个数dn，表示第n棵树到山脚的锯木厂的距离。 保证所有树运到山脚的锯木厂所需要的费用小于2000 000 000分。 输出 输出只有一行一个数：最小的运输费用。 样例输入 9 1 2 2 1 3 3 1 1 3 2 1 6 2 1 1 2 1 1 样例输出 26 [算法分析] 初步分析：我们明确题目的核心：最优值问题。再加上树木只能往下传送，满足无后效性。那么此题用动态规划解决是十分明显。 进一步分析：题目中说明第n棵树下面还有一个锯木厂，不妨把它当作第n+1个位置来考虑。为了分析的方便，我们增设几组变量： Sw[i]表示1~i棵树的总重量，表达式为?，时间复杂度为O(n)。 ? Sd[i]表示1~i棵树的距离，表达式为，时间复杂度为O(n)。 Cost[i]表示把第一锯木场设在第i棵树的位置上，1~i棵树到i所需的费用。表达式为，时间复杂度为O(n)。 All[i,j]表示把第i~j棵木头都运送到第j棵树的位置上所需要的费用。表达式为?，对于求每一项所需的时间复杂度为O(1)。 　　接下来，设状态列方程。 设F[i]表示第二个锯木厂设在i处所需的总费用。 那么状态转移方程为：? 该方程的时间复杂度为O(n2)?，这远远不能满足题目的要求n=20000。因此我们必须对其进行优化。 ???? 优化：提出这样一个设想：假设当前第二锯木厂设置在i，而它的最优决策为k，也就是说求出的F[i] 值是当j取k时得到的，而对于F[i+1]的最优决策k1必然大于等于k。下面我们对其进行证明。 由此可知slope[1~k-1,k]=sd[i](因为k为F[i]的最优决策),而对于F[i+1]有sd[i+1]=sd[i]，即知slope[1~k-1,k]=sd[i+1],所以F[i+1]的最优决策k1=k; 继续看论文： 由此我们可以得知，决策j是满足单调性的。 如何来维护这种单调性呢？ 不难发现Slope[j1,j2](j1j2)这个变量，实际上就是一个斜率的式子，其中?为Y坐标，Sw[j]为X坐标。当它能满足的不等式①，亦就是说明j1优于j2，反之则是j2优于j1。又由于Sd[i]是递增的，所以当前最优的决策j1始终会被次优的决策j2所替代，至此决策j1就再无用武之地可以完全忽略从决策集合中删除。另一方面，当前求出F[i]之后，i也能够成为之后的决策，所以应该将其并入集合中。 维护决策的过程中既要维护决策的有序性，而且还要支持在前端的删除和后端的添加。理所当然我们选择用队列来维护。 队列中需要满足的以下两个性质： 队列所需要满足的就是一个上凸的性质。 根据以上的两个性质，我们对队列的维护进行如下的2个操作： 设该队列为List，其中h为队头坐标，t为队尾坐标。 1、在计算F[i]之前，从队头开始扫描，若当前slope[List[h],List[h+1]]=sd[i]?，也就是说List[h+1]比List[h]更优则删除List[h]元素。 2、在计算F[i]之后，将i添加到队尾，并维护好队列的性质2。 　　　我们所面临的情况无非是两种： 　　　(1)slope[list[t-1],list[t]]slope[list[t],i]这显然满足性质2，于是把i加入队列；如下图： ???????? (2)slope[list[t-1],list[t]]=slope[list[t],i],如下图： ???????此时，如果有sd[i]=slope[list[t-1],list[t]]=slope[list[t],i],即list[