斜率优化dp专题汇编.docVIP

斜率优化dp专题 HDU 3507,BZOJ1010 1597 3437 1096 1911 3675 能用斜率优化的dp题一般都需要证明决策单调性（然而我到现在还没有搞懂到底何为决策单调）。一般有几种思路： 1)将得到的数据打表，一般打表打[L,R]内这一段的值，判断是否基本满足四边形不等式： 的模样，或者还有敲暴力之后看看dp数组内的值是否单调。 2)在敲暴力的过程中能感觉到，需要从前面已经得到的结果查找最优解，但是这个最优解在一定范围内，而不必全部找过来的时候，就可能需要用上优化了。 3)重要的是如果能写出《1D 1D》中的经典模型的形式：f(x)=minx?1i=1{f(i)+w[i,x]} 那几乎就可以确定出题人就在考斜率优化dp。 一旦确定这题可以用斜率优化dp做，那么题目就变成了板子题。按我最近刷这类题目的方法来看，其实只要拆分成下面几步就可以做： 1)对题目进行单调性分析并且列出转移方程式。由于最近刷的题目早就知道是斜率优化所以没有分析单调性，而单调性的得出还是需要转移方程式辅助。 由于O(n)的平摊复杂度需要用到单调队列deque，我们需要针对缩进front指针和rear指针的两个while操作进行设计函数：（就以上面提及的标准函数为例） 2)为了使队列中的deq[L]弹出，就需要deq[L]不比dep[L+1]优： 设i,j,k满足条件jki，且i从j转移比从k转移优，则可以列出等式： 通过对该式子分离出带有i的变量，可以得到一个解题最重要的不等式（斜率优化的代码辣么短都是因为这个不等式的关系）。如果提取不出上述要求的不等式就不能用斜率优化dp解题。最后就能精简出一个函数g(x,y)满足g(x,y)=w[i]。但是我并不建议实际代码写成g(x,y)。 3)为了使队列中的deq[R]弹出，就需要deq[R]对于deq[R?1]和i都不优： 设a,b,c满足条件abci，如果满足： 则deq[R]不优。 因为当g(deq[R?1],deq[R])=w[i]时，deq[R?1]更优； 当g(deq[R?1],deq[R])w[i]时，g(dep[R],i)w[i]，i更优。 所以一个斜率优化的dp的重点在于g(x,y)的推导（不是很喜直线方程的写法）以及两个缩进while语句的符号问题（反正只要考虑左侧的要求能够传递到右侧而不会改变即可）。 斜率优化dp应用举例： 斜率优化dp应用举例 BZOJ1010 HNOI2008 玩具装箱toy BZOJ1597 USACO2008 土地并购 HDU3507 Print Article BZOJ3437 小P的牧场 BZOJ1096 ZJOI2007 仓库建设 BZOJ1911 Apoi2010 特别行动队 BZOJ3675 Apio2014 序列分割 BZOJ1010 HNOI2008 玩具装箱toy Description P教授要去看奥运，但是他舍不下他的玩具，于是他决定把所有的玩具运到北京。他使用自己的压缩器进行压缩，其可以将任意物品变成一堆，再放到一种特殊的一维容器中。P教授有编号为1…N的N件玩具，第i件玩具经过压缩后变成一维长度为Ci。为了方便整理，P教授要求在一个一维容器中的玩具编号是连续的。同时如果一个一维容器中有多个玩具，那么两件玩具之间要加入一个单位长度的填充物。 形式地说如果将第i件玩具到第j个玩具放到一个容器中，那么容器的长度将为 x=j?i+∑jk=iCk。制作容器的费用与容器的长度有关，根据教授研究，如果容器长度为x，其制作费用为(x?L)2，其中L是一个常量。P教授不关心容器的数目，他可以制作出任意长度的容器，甚至超过L。但他希望费用最小。 我们可以得到满足样例的结果是分成{1},{2},{3,4},{5}四组，并且我们也可以发现这个表格是满足四边形不等式的。 首先考虑采用O(logn)的单调栈完成这个题目。我们考虑当前的dp(i)能够去更新哪些点，那么能够更新的点就会形成一段区间。 我们在栈中存储的值是每个不同的dp(i)所能更新的区间左端点，而右端点则是接下来的一个左端点（栈顶的右端点是n），可更新的最优区间就是[stk[i],str[i+1])。 查找结果的时候，我们只需要用二分查找找到包含该位置的最优区间；更新最优解的时候，始终考虑以该点作为更新点，可以更新到的离n的最远点在哪里。如果比当前的区间还优（即用当前区间的更新点不比用dp[i]优），将其覆盖；否则只会优于当前区间的部分区间，满足01性，同样通过二分查找可以找到结果。平摊的复杂度最大就是O(logn)。 我写O(nlogn)的时候反而比O(n)卡了更久，没有搞明白区间和更新点之间的关系，但是搞明白之后