题意大致是这样的,一共要放 m 段括号序列,每一段放 n 个括号,也就是放 n*m个括号,再每一段中的 n 个位置分别有放左括号和右括号的代价,问最终摆放出合法的括号序列的最小代价是多少。
另外保证,n小于20,m小于1e7,m是整数
这个大概是我一年前多做的,当时在21组上T了,然后就放弃了,我也不记得当时怎么做的了,也不想看以前的代码。
很明显 n 个一段是循环的,所以肯定每个段作为一个整体考虑。为了保证括号序列的正确性,可以认为左括号为+1,右括号为-1,则正确性即过程中前缀和始终为正,最终总和为零。因此每个段的不同情况无非就是改段过程中的最小负值,以及整段的正负值。
其中最小负值范围在 [-n,0] 内,整段正负值则在 [-n,n] 内。
因此可以定义 dp 数组:
dp[i][j][n+k] 表示 考虑完 n 个位置中的前 i 个位置,最小负值的绝对值为 j ,正负值为 k 的最小代价,此处为了保证下标为正,第三维加上了 n。
则在 dp[i][j][n+k] 的基础上,考虑第 i+1 个位置取左括号还是右括号,即可进行状态转移:
dp[i+1][max(j,-(k+1))][n+k+1] = min(dp[i+1][max(j,-(k+1))][n+k+1], dp[i][j][n+k] + a[i+1]);
dp[i+1][max(j,-(k-1))][n+k-1] = min(dp[i+1][max(j,-(k-1))][n+k-1], dp[i][j][n+k] + b[i+1]);
此处第一维可以滚动掉,不过毕竟 n 很小,所以并不占太多空间,就没有管。
然后,考虑多个段进行组合,其实若干段组合起来之后,只需要记录总正负值就可以了,而考虑如果正负值达到2*n,则可以在之前就放正负值为负的,将总正负值限制在小于 2*n,即:
如果 n 为 10,则4段正负值为 10 10 -10 -10 的情况下,可以调整为 10 -10 10 -10 而保证实际情况和代价均不变。
但注意,需要保留到 2*n-1 (大概?),因为如果限制在小于 n 的话,会导致最小负值较小的不能参与转移。
然后我们就可以进行块的转移推导了:
我们可以考虑在已有正负值为 i 的情况下, 想要转移到正负值为 j 的情况,先用DP数组来表示转移。
定义 DP[x][i] 为考虑完前 x 块,总正负值为 i 的最小代价,则 DP[x-1][j] 转移到 DP[x][i] 可以这样考虑:
第 x 块的正负值为 p = i-j ,其绝对值应当小于 n,因为单块的正负值不会超过 n。
第 x 块的最大负值的绝对值 k 则不得大于 j ,k 是需要循环枚举的。
对于枚举的 i 、 j 、 k,和求得的 p,则有:
DP[x][i] = min( DP[x][i] , DP[x-1][j] + dp[n][k][n+p] )。
如果直接这样做DP,则块数有 m 个,i 和 j 均为 2n 个,k 也有 n 个,则复杂度将是 O(m * n^3),显然会超时(虽然我不知道一年前写的是不是这样超时的)。
但是我们发现,这个状态转移非常类似矩阵乘法,只是将乘法改成加法,将加法改成min。结合 m 的范围,不难想到 1e7 必然不是用来循环遍历的,这个数据量很适合矩阵快速幂。
大概在半年前,我在某个比赛还是什么的上面接触过矩阵快速幂的改写,大约听题解是将矩阵乘法改成了加法+max,虽然没有补那个题,但是也还是有印象,就尝试着改写了一下。
主要改写的要求必然是矩阵运算的结合律:
M*(M*T) = (M*M)*T
则矩阵运算就可以将左边的 m 次变成快速幂进行运算。
我将DP的每一层写成列向量作为T,而M的每个元素则是对应位置需要加的值:
M[i][j] = min_(0<=k<=j) dp[n][k][n+p];
并手推演算了一下样例里的矩阵进行运算,发现似乎是符合结合律的,虽然并没有进行严谨的证明,但是我还是这样改了矩阵快速幂的板子,敲了一下,结果就A掉了
1 #include2 using namespace std; 3 typedef long long ll; 4 const ll INF = 0x3f3f3f3f3f3f3f3f; 5 6 struct mat{ 7 int r,c; 8 ll m[45][45]; 9 mat(){} 10 mat(int r,int c):r(r),c(c){} 11 }; 12 13 void clear(mat &a){ 14 memset(a.m,0x3f,sizeof(a.m)); 15 } 16 17 inline ll min(ll a, ll b){return a <= b ? a : b ;} 18 19 mat mul(mat a,mat b){ 20 mat tmp(a.r,b.c); 21 clear(tmp); 22 int i,j,k; 23 for(i=0;i 24 for(j=0;j){ ){ 25 for(k=0;k ){ 26 tmp.m[i][j]=min(tmp.m[i][j], a.m[i][k] + b.m[k][j]); 27 } 28 } 29 } 30 return tmp; 31 } 32 33 mat QP(mat a,int n){ 34 mat ans(a.r,a.r),tmp(a.r,a.r); 35 memcpy(tmp.m,a.m,sizeof(tmp.m)); 36 clear(ans); 37 for(int i=0;i ){ 38 ans.m[i][i]=0; 39 } 40 while(n){ 41 if(n&1)ans=mul(ans,tmp); 42 n>>=1; 43 tmp=mul(tmp,tmp); 44 } 45 return ans; 46 } 47 48 void print(mat a){ 49 for(int i=0;i i){ 50 for(int j=0;j j){ 51 printf("%lld",a.m[i][j]); 52 if(j==a.c-1)printf("\n"); 53 else printf(" "); 54 } 55 } 56 } 57 58 ll dp[25][25][45]; 59 int n,m; 60 int a[25],b[25]; 61 62 int main(){ 63 scanf("%d%d",&n,&m); 64 for(int i = 1 ; i <= n ; ++ i)scanf("%d",&a[i]); 65 for(int i = 1 ; i <= n ; ++ i)scanf("%d",&b[i]); 66 memset(dp,0x3f,sizeof(dp)); 67 dp[1][0][n+1] = a[1]; 68 dp[1][1][n-1] = b[1]; 69 for(int i = 1 ; i < n ; ++ i){ 70 for(int j = 0 ; j <= n ; ++ j){ 71 for(int k = -i ; k <= i ; ++ k){ 72 dp[i+1][max(j,-(k+1))][n+k+1] = min(dp[i+1][max(j,-(k+1))][n+k+1], dp[i][j][n+k] + a[i+1]); 73 dp[i+1][max(j,-(k-1))][n+k-1] = min(dp[i+1][max(j,-(k-1))][n+k-1], dp[i][j][n+k] + b[i+1]); 74 } 75 } 76 } 77 mat M(2*n,2*n), T(2*n,1); 78 clear(M); 79 clear(T); 80 for(int i = 0 ; i < 2 * n ; ++ i){ 81 for(int j = 0 ; j < 2 * n ; ++ j){ 82 int p = i - j; 83 if(abs(p) > n)continue; 84 for(int k = 0 ; k <= j ; ++ k){ 85 M.m[i][j] = min(M.m[i][j], dp[n][k][n+p]); 86 } 87 } 88 } 89 T.m[0][0] = 0; 90 mat ans = mul(QP(M,m), T); 91 printf("%lld\n",ans.m[0][0]); 92 return 0; 93 }