HDU 2829 [Lawrence] DP斜率优化

2024-04-03 07:38
文章标签 dp 优化 斜率 hdu lawrence 2829

本文主要是介绍HDU 2829 [Lawrence] DP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!

解题思路

首先肯定是考虑如何快速求出一段铁路的价值。
\[ \sum_{i=1}^k \sum_{j=1, j\neq i}^kA[i]A[j]=(\sum_{i=1}^kA[i])^2-\sum_{i=1}^kA[i]^2 \]
那么我们要维护如下两个东西,就可以在\(O(1)\)内求出一段铁路的价值了。

for( LL i = 1; i <= N; ++i ) Sum[ i ] = Sum[ i - 1 ] + A[ i ];
for( LL i = 1; i <= N; ++i ) SumOfSqr[ i ] = SumOfSqr[ i - 1 ] + A[ i ] * A[ i ];

然后我们考虑打一个最暴力的DP。

我们令\(F[i][j]\)为到第\(i\)个仓库,炸了\(j\)次的最小总价值:

for( LL i = 1; i <= N; ++i ) F[ i ][ 0 ] = Sum[ i ] * Sum[ i ] - SumOfSqr[ i ];
for( LL j = 1; j <= M; ++j ) for( LL i = j + 1; j <= N; ++j ) {F[ i ][ j ] = INF;for( LL k = j; k < i; ++k ) F[ i ][ j ] = min( F[ i ][ j ], F[ k ][ j - 1 ] + sqr( Sum[ i ] - Sum[ k ] ) - ( SumOfSqr[ i ] - SumOfSqr[ k ] ) );}
Ans = F[ N ][ M ];

为了节省空间,我们滚动掉一维:

for( LL i = 1; i <= N; ++i ) F1[ i ] = Sum[ i ] * Sum[ i ] - SumOfSqr[ i ];
for( LL j = 1; j <= M; ++j ) {for( LL i = j + 1; j <= N; ++j ) {F2[ i ] = INF;for( LL k = j; k < i; ++k ) F2[ i ] = min( F2[ i ], F1[ k ] + sqr( Sum[ i ] - Sum[ k ] ) - ( SumOfSqr[ i ] - SumOfSqr[ k ] ) );}memcpy( F1, F2, sizeof( F2 ) );
}
Ans = F1[ N ];

最后考虑优化转移复杂度:

\(l > k\),且从\(l\)转移优于从\(k\)转移,那么就有:
\[ F_1[l]+(S[i]-S[l])^2-(SOS[i]-SOS[l])<F_1[k]+(S[i]-S[k])^2-(SOS[i]-SOS[k]) \]

\[ (F_1[l]+S[l]^2+SOS[l])-(F_1[k]+S[k]^2+SOS[k])<2S[i](S[k]-S[l]) \]

\[ \frac{(F_1[l]+S[l]^2+SOS[l])-(F_1[k]+S[k]^2+SOS[k])}{2S[l]-2S[k]}<S[i] \]

然后我们就可以进行斜率优化了。

斜率优化的具体讲解见这里。

参考程序

#include <bits/stdc++.h>
#define LL long long
using namespace std;const LL Maxn = 1010;
LL n, m;
LL A[ Maxn ], Sum[ Maxn ], SumOfSqr[ Maxn ], F1[ Maxn ], F2[ Maxn ];
LL L, R, Queue[ Maxn ];inline LL Sqr( LL x ) { return x * x; }inline LL GetSum( LL r, LL l ) {return Sqr( Sum[ r ] - Sum[ l ] ) - ( SumOfSqr[ r ] - SumOfSqr[ l ] );
}inline bool Less( LL i, LL j, LL T ) {LL X = 2 * ( Sum[ j ] - Sum[ i ] );LL Y = ( F1[ j ] + Sqr( Sum[ j ] ) + SumOfSqr[ j ] ) - ( F1[ i ] + Sqr( Sum[ i ] ) + SumOfSqr[ i ] );return Y < T * X;
}inline bool Greater( LL i, LL j, LL k ) {LL X1 = 2 * ( Sum[ j ] - Sum[ i ] );LL Y1 = ( F1[ j ] + Sqr( Sum[ j ] ) + SumOfSqr[ j ] ) - ( F1[ i ] + Sqr( Sum[ i ] ) + SumOfSqr[ i ] );LL X2 = 2 * ( Sum[ k ] - Sum[ j ] );LL Y2 = ( F1[ k ] + Sqr( Sum[ k ] ) + SumOfSqr[ k ] ) - ( F1[ j ] + Sqr( Sum[ j ] ) + SumOfSqr[ j ] );return X2 * Y1 >= X1 * Y2;
}void Work() {for( LL i = 1; i <= n; ++i ) scanf( "%lld", &A[ i ] );Sum[ 0 ] = 0; SumOfSqr[ 0 ] = 0;for( LL i = 1; i <= n; ++i ) Sum[ i ] = Sum[ i - 1 ] + A[ i ];for( LL i = 1; i <= n; ++i ) SumOfSqr[ i ] = SumOfSqr[ i - 1 ] + Sqr( A[ i ] );for( LL i = 1; i <= n; ++i ) F1[ i ] = GetSum( i, 0 );for( LL j = 1; j <= m; ++j ) {L = R = 0; Queue[ R++ ] = j;memset( F2, 0, sizeof( F2 ) );for( LL i = j + 1; i <= n; ++i ) {while( L + 1 < R && Less( Queue[ L ], Queue[ L + 1 ], Sum[ i ] ) )++L;F2[ i ] = F1[ Queue[ L ] ] + GetSum( i, Queue[ L ] );while( L + 1 < R && Greater( Queue[ R - 2 ], Queue[ R - 1 ], i ) )--R;Queue[ R++ ] = i;}memcpy( F1, F2, sizeof( F2 ) );}printf( "%lld\n", F1[ n ] / 2 );return;
}int main() {scanf( "%lld%lld", &n, &m );while( !( n == 0 && m == 0 ) ) {Work();scanf( "%lld%lld", &n, &m );}return 0;
}

转载于:https://www.cnblogs.com/chy-2003/p/9768650.html

这篇关于HDU 2829 [Lawrence] DP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/872304

相关文章

Vue3 的 shallowRef 和 shallowReactive:优化性能

大家对 Vue3 的 ref 和 reactive 都很熟悉,那么对 shallowRef 和 shallowReactive 是否了解呢? 在编程和数据结构中,“shallow”(浅层)通常指对数据结构的最外层进行操作,而不递归地处理其内部或嵌套的数据。这种处理方式关注的是数据结构的第一层属性或元素,而忽略更深层次的嵌套内容。 1. 浅层与深层的对比 1.1 浅层(Shallow) 定义

HDFS—存储优化(纠删码)

纠删码原理 HDFS 默认情况下,一个文件有3个副本,这样提高了数据的可靠性,但也带来了2倍的冗余开销。 Hadoop3.x 引入了纠删码,采用计算的方式,可以节省约50%左右的存储空间。 此种方式节约了空间,但是会增加 cpu 的计算。 纠删码策略是给具体一个路径设置。所有往此路径下存储的文件,都会执行此策略。 默认只开启对 RS-6-3-1024k

使用opencv优化图片(画面变清晰)

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化,使其看起来更清晰,同时保持尺寸不变,通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多,主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器:相机传

hdu4826(三维DP)

这是一个百度之星的资格赛第四题 题目链接:http://acm.hdu.edu.cn/contests/contest_showproblem.php?pid=1004&cid=500 题意:从左上角的点到右上角的点,每个点只能走一遍,走的方向有三个:向上,向下,向右,求最大值。 咋一看像搜索题,先暴搜,TLE,然后剪枝,还是TLE.然后我就改方法,用DP来做,这题和普通dp相比,多个个向上

hdu1011(背包树形DP)

没有完全理解这题, m个人,攻打一个map,map的入口是1,在攻打某个结点之前要先攻打其他一个结点 dp[i][j]表示m个人攻打以第i个结点为根节点的子树得到的最优解 状态转移dp[i][ j ] = max(dp[i][j], dp[i][k]+dp[t][j-k]),其中t是i结点的子节点 代码如下: #include<iostream>#include<algorithm

hdu4865(概率DP)

题意:已知前一天和今天的天气概率,某天的天气概率和叶子的潮湿程度的概率,n天叶子的湿度,求n天最有可能的天气情况。 思路:概率DP,dp[i][j]表示第i天天气为j的概率,状态转移如下:dp[i][j] = max(dp[i][j, dp[i-1][k]*table2[k][j]*table1[j][col] )  代码如下: #include <stdio.h>#include

usaco 1.3 Mixing Milk (结构体排序 qsort) and hdu 2020(sort)

到了这题学会了结构体排序 于是回去修改了 1.2 milking cows 的算法~ 结构体排序核心: 1.结构体定义 struct Milk{int price;int milks;}milk[5000]; 2.自定义的比较函数,若返回值为正,qsort 函数判定a>b ;为负,a<b;为0,a==b; int milkcmp(const void *va,c

usaco 1.1 Broken Necklace(DP)

直接上代码 接触的第一道dp ps.大概的思路就是 先从左往右用一个数组在每个点记下蓝或黑的个数 再从右到左算一遍 最后取出最大的即可 核心语句在于: 如果 str[i] = 'r'  ,   rl[i]=rl[i-1]+1, bl[i]=0 如果 str[i] = 'b' ,  bl[i]=bl[i-1]+1, rl[i]=0 如果 str[i] = 'w',  bl[i]=b

poj 3974 and hdu 3068 最长回文串的O(n)解法(Manacher算法)

求一段字符串中的最长回文串。 因为数据量比较大,用原来的O(n^2)会爆。 小白上的O(n^2)解法代码:TLE啦~ #include<stdio.h>#include<string.h>const int Maxn = 1000000;char s[Maxn];int main(){char e[] = {"END"};while(scanf("%s", s) != EO

hdu 2093 考试排名(sscanf)

模拟题。 直接从教程里拉解析。 因为表格里的数据格式不统一。有时候有"()",有时候又没有。而它也不会给我们提示。 这种情况下,就只能它它们统一看作字符串来处理了。现在就请出我们的主角sscanf()! sscanf 语法: #include int sscanf( const char *buffer, const char *format, ... ); 函数sscanf()和