CDQ分治维护凸包 优化dp 【NOI2007】货币兑换cash bzoj1492

2024-04-14 23:48

本文主要是介绍CDQ分治维护凸包 优化dp 【NOI2007】货币兑换cash bzoj1492,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!

题目描述:
小 Y 最近在一家金券交易所工作。该金券交易所只发行交易两种金券:A 纪
念券(以下简称 A 券)和 B 纪念券(以下简称 B 券)。每个持有金券的顾客都有
一个自己的帐户。金券的数目可以是一个实数。
每天随着市场的起伏波动,两种金券都有自己当时的价值,即每一单位金券
当天可以兑换的人民币数目。我们记录第 K 天中 A 券和 B 券的价值分别为 AK 和
BK (元/单位金券)。
为了方便顾客,金券交易所提供了一种非常方便的交易方式:比例交易法。
比例交易法分为两个方面:
a) 卖出金券:顾客提供一个[0,100]内的实数OP作为卖出比例,其意
义为:将OP%的A券和OP%的B券以当时的价值兑换为人民币;
b) 买入金券:顾客支付IP元人民币,交易所将会兑换给用户总价值为
IP的金券,并且,满足提供给顾客的A券和B券的比例在第K天恰好为RateK;

例如,假定接下来3天内的Ak 、Bk、Ratek 的变化分别为:

时间 Ak Bk Ratek
第一天 1 1 1
第二天 1 2 2
第三天 2 2 3
假定在第一天时,用户手中有100元人民币但是没有任何金券。
用户可以执行以下的操作:
时间 用户操作 人民币(元) A券的数量 B券的数量
开户 无 100 0 0
第一天 买入100元 0 50 50
第二天 卖出50% 75 25 25
第二天 买入60元 15 55 40
第三天 卖出100% 205 0 0

注意到,同一天内可以进行多次操作。
小 Y 是一个很有经济头脑的员工,通过较长时间的运作和行情测算,他已经
知道了未来 N 天内的 A 券和 B 券的价值以及 Rate。他还希望能够计算出来,如
果开始时拥有S元钱,那么N天后最多能够获得多少元钱。

一张图揭示这道题有多么深入人心:
这里写图片描述

题目分析:
首先可以分析出,想获得最大收益,如果在某一天买入,那么一定花掉所有的钱买入,如果卖出那么一定卖掉所有的金券。
我们设到第i天获得的最大收益为f[i]
设在第i天最多能购买A券x[i],B券y[i]
则有f[i]=a[i]*x[i]+b[i] *y[i]
并且有x[i]:y[i]=rate[i]
两式联立得:
y[i]=f[i]/(a[i]*rate[i]+b[i])
x[i]=f[i]*rate[i]/(a[i] *rate[i] +b[i])

可以推出转移方程为f[i]=Max{ f[i-1],a[i]* x[j]+b[i] *y[j] }
对于f[i]=a[i]*x[j] +b[i] *y[j]
可以转化为:
f[i]/b[i]=a[i]/b[i]*x[j]+y[j]
设Y=y[j]
设k=-a[i]/b[i]
设X=x[j]
设P=f[i]/b[j]
可得Y=kX+P
看样子可以斜率优化,但问题是X不是单调的,K也不是单调的。
所以无法O(n)维护凸包。
可以用平衡树维护凸包啊!!!然后在凸包上二分斜率!!!
恩,我写了一个下午,写挂了(=。=果然蒟蒻就是蒟蒻啊)
于是还是用更好想也更好写的CDQ分治吧。
对于区间l到r,先递归处理l到mid的答案,然后暴力求出l到mid的凸包,去更新mid+1到r的答案,再递归处理mid+1到r的答案。
因为mid+1到r的斜率不单调,所以我们可以选择在凸包上二分。
时间复杂度:O(nlog^2n),也不比平衡树维护凸包差很多嘛!

代码如下:

#include <cstdio>
#include <vector>
#include <algorithm>
#define N 120000
using namespace std;
inline double Max(double x,double y) { return x>y?x:y; }
struct point{double x,y;point(double x=0,double y=0):x(x),y(y){}point operator - (const point &c) const { return point (x-c.x,y-c.y); }bool operator < (const point &c) const { return x<c.x || x==c.x && y<c.y; }double operator * (const point &c) const { return x*c.y-y*c.x; }
}h[N],p[N];
struct cash{double x,y,a,b;
}day[N];
int n,top;
double m;
double f[N];
void convex_hull(point a[],int l,int r)
{top=0;sort(a+l,a+r+1);for(int i=l;i<=r;i++){while(top>1 && (h[top]-h[top-1])*(a[i]-h[top-1])>=0) top--;h[++top]=a[i];}return;
}
bool judge(int now,double k)
{if(now!=top && h[now+1].y-h[now].y>(h[now+1].x-h[now].x)*k) return false;return true;
}
double divide(double k)
{int l=1,r=top;int ans=top;while(l<=r){int mid=l+r>>1;if(judge(mid,k)) ans=mid,r=mid-1;else l=mid+1;}return h[ans].y-h[ans].x*k;
}
void CDQ(int l,int r)
{if(l==r){f[l]=Max(f[l],f[l-1]);return;}int mid=l+r>>1;CDQ(l,mid);for(int i=l;i<=mid;i++) p[i]=point(f[i]*day[i].x,f[i]*day[i].y);convex_hull(p,l,mid);for(int i=mid;i<=r;i++)f[i]=Max(f[i],divide(-day[i].a/day[i].b)*day[i].b);CDQ(mid+1,r);
}
int main()
{scanf("%d%lf",&n,&m);f[0]=m;for(int i=1;i<=n;i++){double a,b,rate;scanf("%lf%lf%lf",&a,&b,&rate);day[i].y=1.0/(rate*a+b); day[i].x=day[i].y*rate;day[i].a=a; day[i].b=b;}CDQ(1,n);double ans=f[n];printf("%.3lf\n",ans);return 0;
}

这篇关于CDQ分治维护凸包 优化dp 【NOI2007】货币兑换cash bzoj1492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/904361

相关文章

uniapp接入微信小程序原生代码配置方案(优化版)

uniapp项目需要把微信小程序原生语法的功能代码嵌套过来,无需把原生代码转换为uniapp,可以配置拷贝的方式集成过来 1、拷贝代码包到src目录 2、vue.config.js中配置原生代码包直接拷贝到编译目录中 3、pages.json中配置分包目录,原生入口组件的路径 4、manifest.json中配置分包,使用原生组件 5、需要把原生代码包里的页面修改成组件的方

服务器雪崩的应对策略之----SQL优化

SQL语句的优化是数据库性能优化的重要方面,特别是在处理大规模数据或高频访问时。作为一个C++程序员,理解SQL优化不仅有助于编写高效的数据库操作代码,还能增强对系统性能瓶颈的整体把握。以下是详细的SQL语句优化技巧和策略: SQL优化 1. 选择合适的数据类型2. 使用索引3. 优化查询4. 范式化和反范式化5. 查询重写6. 使用缓存7. 优化数据库设计8. 分析和监控9. 调整配置1、

Java中如何优化数据库查询性能?

Java中如何优化数据库查询性能? 大家好,我是免费搭建查券返利机器人省钱赚佣金就用微赚淘客系统3.0的小编,也是冬天不穿秋裤,天冷也要风度的程序猿!今天我们将深入探讨在Java中如何优化数据库查询性能,这是提升应用程序响应速度和用户体验的关键技术。 优化数据库查询性能的重要性 在现代应用开发中,数据库查询是最常见的操作之一。随着数据量的增加和业务复杂度的提升,数据库查询的性能优化显得尤为重

打包体积分析和优化

webpack分析工具:webpack-bundle-analyzer 1. 通过<script src="./vue.js"></script>方式引入vue、vuex、vue-router等包(CDN) // webpack.config.jsif(process.env.NODE_ENV==='production') {module.exports = {devtool: 'none

Clickhouse 的性能优化实践总结

文章目录 前言性能优化的原则数据结构优化内存优化磁盘优化网络优化CPU优化查询优化数据迁移优化 前言 ClickHouse是一个性能很强的OLAP数据库,性能强是建立在专业运维之上的,需要专业运维人员依据不同的业务需求对ClickHouse进行有针对性的优化。同一批数据,在不同的业务下,查询性能可能出现两极分化。 性能优化的原则 在进行ClickHouse性能优化时,有几条

群体优化算法---电磁共振优化算法(EROA)介绍包含示例滤波器设计

介绍 电磁共振优化算法(Electromagnetic Resonance Optimization Algorithm, EROA)是一种新型的元启发式优化算法,其灵感来源于电磁共振现象。电磁共振是一种物理现象,当一个系统在特定频率下响应最大时,这个频率被称为共振频率。在优化算法中,共振频率可以用来引导搜索过程,提高优化效率 EROA 算法的基本原理 种群初始化: 在搜索空间内随机生成一定

怎么优化ArcEngine组件开发mfc程序界面?

🏆本文收录于「Bug调优」专栏,主要记录项目实战过程中的Bug之前因后果及提供真实有效的解决方案,希望能够助你一臂之力,帮你早日登顶实现财富自由🚀;同时,欢迎大家关注&&收藏&&订阅!持续更新中,up!up!up!! 问题描述   这种VS2015 + ArcEngine10.2开发的mfc小程序怎么优化界面,使系统看上去更美观 如上问题有来自我自身项目开发,有的收集网站

上海邀请赛 A题目 HDU 5236(dp)

先求出没有ctrl+s的时候构造长度为i的期望f[i] 。然后枚举保存的次数,求出最小即可。 #include<cstdio>#include<cstdio>#include<cmath>#include<queue>#include<stack>#include<string>#include<cstring>#include<iostream>#include<map>

poj 3160 Father Christmas flymouse 强连通+dp

首先我们可以确定的是,对于val值小于0的节点都变成0.   假设一个集合内2个房间都能任意到达,那么我就可以吧集合内的所有点的价值都取到,并且可以达到任一点。实际上集合内的每个点是相同的,这样的集合就是一个强连通分量。 那么我们就可以用tarjin算法进行强连通缩点, 最后形成一个dag的图。在dag的图上面进行dp。可以先用拓扑排序后dp。或者建反响边记忆化搜索 。 VIEW

SEO 优化注意事项

一.站内优化 1.做好HTML头标签 标题(title):标题是网页优化中相当有分量,一般网页title主要包含一些关键词、网站名称等。 关键词(keyword):重要性大家都知道!关键词设定要参考热度、百度指数等一些手段,当然选择这些的前提要与自己网站的主题相关。关键词不宜多,一般就是1-3个。 描述(description):主要是对网站的一个介绍,虽然没有前两个标签在搜索引擎