LOJ #2483 [CEOI2017]Building Bridges CDQ分治+斜率优化

2024-03-30 02:48

本文主要是介绍LOJ #2483 [CEOI2017]Building Bridges CDQ分治+斜率优化,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

题目链接:传送门
洛咕传送门

s u m w sumw sumw表示 w w w的前缀和。
显然的 d p dp dp方程: d p [ i ] = m i n ( d p [ j ] + ( h [ i ] − h [ j ] ) 2 + s u m w [ i − 1 ] − s u m w [ j ] ) dp[i]=min(dp[j]+(h[i]-h[j])^2+sumw[i-1]-sumw[j]) dp[i]=min(dp[j]+(h[i]h[j])2+sumw[i1]sumw[j])
展开,移项,一通乱搞,得到 2 h [ i ] ∗ h [ j ] + d p [ i ] + 常 数 = d p [ j ] + h [ j ] 2 − s u m w [ j ] 2h[i]*h[j]+dp[i]+常数=dp[j]+h[j]^2-sumw[j] 2h[i]h[j]+dp[i]+=dp[j]+h[j]2sumw[j]
有乘积项,所以要斜率优化。
发现 h h h不单调,所以需要CDQ分治。
然后就是CDQ分治+斜率优化的套路:
先把所有点按照 x x x坐标排序(本题 x x x坐标为 h h h),然后CDQ分治时把 i d id id [ l , m i d ] [l,mid] [l,mid] [ m i d + 1 , r ] [mid+1,r] [mid+1,r]的分成左右两边区间,这样仍然满足左边和右边区间 x x x坐标分别单调。
然后套上单调队列+斜率优化即可qwq。

代码

#include<stdio.h>
#include<cstring>
#include<algorithm>
#define re register int
#define rl register ll
using namespace std;
typedef long long ll;
int read() {re x=0,f=1;char ch=getchar();while(ch<'0' || ch>'9') {if(ch=='-')    f=-1;ch=getchar();}while(ch>='0' && ch<='9') {x=(x<<1)+(x<<3)+ch-'0';ch=getchar();}return x*f;
}
inline void write(int x) {if(x>9)	write(x/10);putchar(x%10+'0');
}
const int Size=100005;
namespace I_Love {ll n,h[Size],w[Size],sumw[Size],dp[Size];
struct node {double x,y;int id;
} p[Size],tmp[Size],Queue[Size];
inline bool comp(node a,node b) {if(a.x!=b.x)	return a.x<b.x;return a.id<b.id;
}
inline bool operator < (node a,node b) {return a.x<b.x;
}
void Divide(int l,int r) {int mid=(l+r)>>1;int ptrl=l-1,ptrr=mid;for(re i=l; i<=r; i++) {if(p[i].id<=mid) {tmp[++ptrl]=p[i];} else {tmp[++ptrr]=p[i];}}for(re i=l; i<=r; i++) {p[i]=tmp[i];}
}
void Merge(int l,int r) {int mid=(l+r)>>1;int ptrl=l,ptrr=mid+1,tot=l-1;while(ptrl<=mid && ptrr<=r) {if(p[ptrl]<p[ptrr]) {tmp[++tot]=p[ptrl++];} else {tmp[++tot]=p[ptrr++];}}while(ptrl<=mid)	tmp[++tot]=p[ptrl++];while(ptrr<=r)		tmp[++tot]=p[ptrr++];for(re i=l; i<=r; i++) {p[i]=tmp[i];}
}
inline double slope(node a,node b) {return (b.y-a.y)/(b.x-a.x);
}
void CDQ_Divide(int l,int r) {if(l==r) {p[l].y=dp[l]+h[l]*h[l]-sumw[l];return;}int mid=(l+r)>>1;//按照id分为左右两个区间 Divide(l,r);CDQ_Divide(l,mid);int hd=1,tl=0;//斜率优化 for(re i=l; i<=mid; i++) {while(hd<tl && (p[i].y-Queue[tl].y)*(Queue[tl].x-Queue[tl-1].x)<=(Queue[tl].y-Queue[tl-1].y)*(p[i].x-Queue[tl].x))tl--;Queue[++tl]=p[i];}for(re i=mid+1; i<=r; i++) {while(hd<tl && slope(Queue[hd],Queue[hd+1])<=p[i].x*2)	hd++;int x=p[i].id,y=Queue[hd].id;dp[x]=min(dp[x],dp[y]+(h[x]-h[y])*(h[x]-h[y])+sumw[x-1]-sumw[y]);}
//	if(l==1 && r==n) {
//		puts("我永远喜欢珂朵莉");
//	}CDQ_Divide(mid+1,r);Merge(l,r);
}
void Kutori() {n=read();for(re i=1; i<=n; i++) {h[i]=read();p[i].x=h[i];p[i].id=i;}for(re i=1; i<=n; i++) {w[i]=read();sumw[i]=sumw[i-1]+w[i];}memset(dp,0x3f,sizeof(dp));dp[1]=0;sort(p+1,p+1+n,comp);CDQ_Divide(1,n);printf("%lld",dp[n]);
}}
int main() {I_Love::Kutori();return 0;
}

这篇关于LOJ #2483 [CEOI2017]Building Bridges CDQ分治+斜率优化的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/860300

相关文章

Python如何使用__slots__实现节省内存和性能优化

《Python如何使用__slots__实现节省内存和性能优化》你有想过,一个小小的__slots__能让你的Python类内存消耗直接减半吗,没错,今天咱们要聊的就是这个让人眼前一亮的技巧,感兴趣的... 目录背景:内存吃得满满的类__slots__:你的内存管理小助手举个大概的例子:看看效果如何?1.

一文详解SpringBoot响应压缩功能的配置与优化

《一文详解SpringBoot响应压缩功能的配置与优化》SpringBoot的响应压缩功能基于智能协商机制,需同时满足很多条件,本文主要为大家详细介绍了SpringBoot响应压缩功能的配置与优化,需... 目录一、核心工作机制1.1 自动协商触发条件1.2 压缩处理流程二、配置方案详解2.1 基础YAML

MySQL中慢SQL优化的不同方式介绍

《MySQL中慢SQL优化的不同方式介绍》慢SQL的优化,主要从两个方面考虑,SQL语句本身的优化,以及数据库设计的优化,下面小编就来给大家介绍一下有哪些方式可以优化慢SQL吧... 目录避免不必要的列分页优化索引优化JOIN 的优化排序优化UNION 优化慢 SQL 的优化,主要从两个方面考虑,SQL 语

MySQL中慢SQL优化方法的完整指南

《MySQL中慢SQL优化方法的完整指南》当数据库响应时间超过500ms时,系统将面临三大灾难链式反应,所以本文将为大家介绍一下MySQL中慢SQL优化的常用方法,有需要的小伙伴可以了解下... 目录一、慢SQL的致命影响二、精准定位问题SQL1. 启用慢查询日志2. 诊断黄金三件套三、六大核心优化方案方案

Redis中高并发读写性能的深度解析与优化

《Redis中高并发读写性能的深度解析与优化》Redis作为一款高性能的内存数据库,广泛应用于缓存、消息队列、实时统计等场景,本文将深入探讨Redis的读写并发能力,感兴趣的小伙伴可以了解下... 目录引言一、Redis 并发能力概述1.1 Redis 的读写性能1.2 影响 Redis 并发能力的因素二、

使用国内镜像源优化pip install下载的方法步骤

《使用国内镜像源优化pipinstall下载的方法步骤》在Python开发中,pip是一个不可或缺的工具,用于安装和管理Python包,然而,由于默认的PyPI服务器位于国外,国内用户在安装依赖时可... 目录引言1. 为什么需要国内镜像源?2. 常用的国内镜像源3. 临时使用国内镜像源4. 永久配置国内镜

C#原型模式之如何通过克隆对象来优化创建过程

《C#原型模式之如何通过克隆对象来优化创建过程》原型模式是一种创建型设计模式,通过克隆现有对象来创建新对象,避免重复的创建成本和复杂的初始化过程,它适用于对象创建过程复杂、需要大量相似对象或避免重复初... 目录什么是原型模式?原型模式的工作原理C#中如何实现原型模式?1. 定义原型接口2. 实现原型接口3

Java嵌套for循环优化方案分享

《Java嵌套for循环优化方案分享》介绍了Java中嵌套for循环的优化方法,包括减少循环次数、合并循环、使用更高效的数据结构、并行处理、预处理和缓存、算法优化、尽量减少对象创建以及本地变量优化,通... 目录Java 嵌套 for 循环优化方案1. 减少循环次数2. 合并循环3. 使用更高效的数据结构4

Deepseek使用指南与提问优化策略方式

《Deepseek使用指南与提问优化策略方式》本文介绍了DeepSeek语义搜索引擎的核心功能、集成方法及优化提问策略,通过自然语言处理和机器学习提供精准搜索结果,适用于智能客服、知识库检索等领域... 目录序言1. DeepSeek 概述2. DeepSeek 的集成与使用2.1 DeepSeek API

Tomcat高效部署与性能优化方式

《Tomcat高效部署与性能优化方式》本文介绍了如何高效部署Tomcat并进行性能优化,以确保Web应用的稳定运行和高效响应,高效部署包括环境准备、安装Tomcat、配置Tomcat、部署应用和启动T... 目录Tomcat高效部署与性能优化一、引言二、Tomcat高效部署三、Tomcat性能优化总结Tom