[模板] 斜率优化Dp详解


声明!!!

本文有误,请勿轻易阅读本文或复制代码,内容将于近期更新并上传至我的独立博客,敬请谅解。
update:本文已重写,请访问这里,谢谢。


算法简介

今天xinyue讲了斜率优化,全程懵逼,居然还有这么牛逼的东西。
于是与achen讨论了一下,总结一些东西。
斜率优化Dp其实是单调队列的推广,单调队列、旋转卡壳、斜率优化都利用了单调性降低时间复杂度。


算法简介

举个例子
有些动规状态转移方程可以写成
f[i]=min/max{f[j]+…+x[i]},省略号中只有与j有关的变量。
我们就可以用单调队列进行优化,使O(n^2)降为O(n)
但是对于这一类的方程:
f[i]=min/max{f[j]+(x[i]-x[j])^2}
展开后得到
f[i]=min/max{f[j]+x[i]2+x[j]2-2*x[i]*x[j]}
红色部分不仅有j相关的量,还有与i有关的量,从而使单调队列失效。
此时我们就需要用到斜率优化。


引例

hdu3507
题目大意:
给出N个单词,每个单词有个非负权值Ci,现要将它们分成连续的若干段,每段的代价为此段单词的权值和,还要加一个常数M,即(∑Ci)^2+M。现在想求出一种最优方案,使得总费用之和最小。

容易写出方程:
f[i]=min{f[j]+(s[i]-s[j])^2+M}(0<=j<=i-1)
其中s是前缀和
可是范围是500000,又不能用单调队列,那怎么办呢?


算法核心

数学分析法见此大爷博客,讲的挺详细->传送门
以下谈谈斜率优化的数形结合理解方法:
以下纯粹空谈,请结合引例分析理解。

根据动规方程状态i从状态j转化而来,
我们可以化成类似f[i]=(f[j]+…)+(-i*f[i-1]f[j])+(i+…)的形式
其中蓝色部分只与j有关红色部分与i,j有关绿色部分只与i或常数有关
我们可以固定i,故变形为
f[i]-i-…=(f[j]+…)+(-if[i-1]*f[j])
考虑几何意义,
蓝色部分为y红色部分中的i部分为导数k,红色部分中j部分为x绿色部分只是常数,在几何意义上只是截距,与单调性无关,可以设为B
故得y=kx-B
是不是很像直线方程?
假设关于i的部分>0且随着i增加而增加,求的是最小值
则k随着i增加而增加,对于有效点集我们可以画出下图。
[模板] 斜率优化Dp详解_第1张图片
是不是很像一个下凸包?
我们用当前的斜率k从下方去不断逼近下凸包,最终会先碰到哪一个点?
[模板] 斜率优化Dp详解_第2张图片
一定是与斜率最相近的点,因为函数单调递增,故小于斜率的决策肯定没有后面的优,舍去。
因此我们可以用一个类似单调队列的双端队列来维护状态j,以下是实现方案:

若导数小于当前斜率,舍掉队首。
根据方程使用队首取出j算出当前f[i]的值
接着我们要加入结点i,但还得维护队列的下凸性,如果加入结点i破坏了下凸性,就弹去队尾,直到下凸位置(请dalao们不要吐槽示意图,没时间改了)
[模板] 斜率优化Dp详解_第3张图片
因此可以得到O(n)的算法

当然,若方程关于i的部分随着i增加而减小,且>0,则维护上凸性。以此类推,树形结合分析。

核心代码如下:

int Left=1,Right=1;
	Q[1]=0;
	f[0]=0;
	for(int i=1; i<=n; i++) {
		while(Left=Slope(Q[Right],i))Right--; //维护队尾(维护下凸包性质)
		Q[++Right]=i; //入队
	}

引例分析

f[i]=min{f[j]+(s[i]-s[j])^2+M}
展开得
f[i]=min{f[j]+s[i]2+s[j]2-2s[i]s[j]+M}
令f[i]=B,f[j]+s[j]^2=y,2
s[j]=x,k=s[i]
因此k
x+B=y
k是s[i],前缀和随着i增大而增大,因为求最小值,故维护下凸包。

#include
#include
#include
#include
#include
#include
#include
#include
#include
using namespace std;
inline const int Get_Int() {
	int num=0,bj=1;
	char x=getchar();
	while(x<'0'||x>'9') {
		if(x=='-')bj=-1;
		x=getchar();
	}
	while(x>='0'&&x<='9') {
		num=num*10+x-'0';
		x=getchar();
	}
	return num*bj;
}
long long n,m,Q[500005],f[500005],s[500005];
double Slope(long long j,long long k) { //求斜率 
	return double((f[j]+s[j]*s[j])-(f[k]+s[k]*s[k]))/(2*s[j]-2*s[k]);
}
int main() {
	while(scanf("%lld%lld",&n,&m)!=EOF) {
		for(int i=1; i<=n; i++)s[i]=s[i-1]+Get_Int();
		int Left=1,Right=1;
		Q[1]=0;
		f[0]=0;
		for(int i=1; i<=n; i++) {
			while(Left=Slope(Q[Right],i))Right--; //维护队尾(维护下凸包性质) 
			Q[++Right]=i; //入队 
		}
		printf("%lld\n",f[n]);
	}
	return 0;
}


经典例题

[hdu3507] 打印文章(引例)
[HNOI2008] 玩具装箱
[CEOI2004] 锯木厂选址
[ZJOI2007] 仓库建设
[USACO 2008 March Gold] 土地购买
[APIO2010] 特别行动队
[APIO2014] 序列分割
[bzoj3437] 小P的牧场
[SDOI2016] 征途

这里留下的坑慢慢填吧,希望填的完。
update:已经填完了。


后记

斜率优化这一部分比较难懂,读者可以自己在纸上推算一下。
如果有疑问或者认为本文有问题请在下面↓提出,感谢大家的支持。


你可能感兴趣的:(模板,斜率优化,动规Dp)