热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

CF1175GYetAnotherPartitonProblem

CF1175GYetAnotherPartitonProblem。非常有启发性和挑战性的题目,超高难度斜率优化。建议先学习DP优化II斜率优化部分以及线段树的高级用法李超树部分。2

CF1175G Yet Another Partiton Problem

非常有启发性和挑战性的题目,超高难度斜率优化。建议先学习 DP 优化 II 斜率优化部分 以及 线段树的高级用法 李超树部分。

2D/1D 动态规划首先考虑决策单调性分治,但是没有决策单调性,因为贡献函数不满足四边形不等式:如当 \(a = \{10, 1, 10\}\) 时,\(w(1, 2) + w(2, 3) = 40\),而 \(w(1, 3) + w(2, 2) = 31\)

考虑进行 \(k\) 轮 DP,设上一轮 DP 值为 \(g\),当前轮为 \(f\),则每轮 DP 形如


\[f_i = \min_{j = 0} ^ {i - 1} g_j + (i - j) \times \left(\max_{k = j + 1} ^ i a_k\right)

\]

假设 \(i\) 固定,令 \(v_j = \max\limits_{k = j + 1} ^ i a_k\)。显然,\(v_j\) 随着 \(j\) 增大而单调递减。对于 \(v\) 值相同的一段区间 \([l, r]\ (l\leq r ,设对应的 \(v\) 值为 \(d\),即 \(d = v_l = v_{l + 1} = \cdots = v_r\)。拆开柿子,我们需要最小化 \(g_i - d\times i\)。对于每个 \([l, r]\) 块,维护 凸包 \((i, g_i)\),查询最值点 \(p\) 只需用斜率 \(d\) 切凸包即可。这是 斜率优化 的思想。 这一步相当于 \(v\) 值相同的区间 仅保留唯一决策点

设对于 \(v\) 值相同的极长区间 \([l_j, r_j]\),用斜率 \(v_{l_j}\) 切对应凸包得到的最值点为 \(p_j\)。对于所有这样的大区间,我们相当于要求 \(\min g_{p_j} + (i - p_j)\times v_{p_j}\),记作 \(F(l_j, r_j)\)。其中 \(g, v, p_j\) 都是已知量,只有 \(i\) 未知,所以 \(F(l_j, r_j)\)\(i\)一次函数,即关于 \(i\) 的直线。因此,每个极长区间都描述了一条直线,我们需要求出这些直线在某处取值的最小值,经典李超树。 这一步相当于对于 \(v\) 值不同的区间,用李超树维护每个 区间最优点对应的直线

还剩最后一个问题:\(i\) 增大时,\(v_j\) 也会随之改变。\(v_j\) 容易用单调栈维护,但合并两个极长区间的信息有些棘手:



  • 为保证时间复杂度,必须启发式合并凸包,因此需要使用双端队列维护凸包。

  • 注意到 \(i\to i + 1\) 时,\(v\) 值受到影响位置的是 \([1, i]\) 的一端后缀,且受到影响的区间 \([l, i]\)\(v\) 值相同,即 \([l, i]\) 是极长区间。因此,我们不需要删除直线,而是将李超树 可持久化 / 可撤销,那么 \(i + 1\) 时刻的李超树 \(T_{i + 1}\) 可由在 \(l - 1\) 时刻的李超树 \(T_{l - 1}\) 的基础上新增一条直线得到。不难发现 \(l - 1\) 即单调栈栈顶。

综上,我们使用斜率优化,可持久化李超树,启发式合并凸包,单调栈四种算法,在 \(\mathcal{O}(nk\log n)\) 的时间内解决了问题。

#include
using namespace std;
#define ll long long
#define mem(x, v) memset(x, v, sizeof(x))
const int N = 2e4 + 5;
ll n, K, a[N], k[N], b[N], g[N], f[N], stc[N], top;
ll get(int x, int id) {return k[id] * x + b[id];}
// convex hull
deque d[N];
ll cross(int i, int j, int k) {return (j - i) * (g[k] - g[j]) - (g[j] - g[i]) * (k - j);}
void merge(int x, int y) {
if(d[x].size() while(d[x].size()) {
while(d[y].size() >= 2 && cross(d[x].back(), d[y][0], d[y][1]) <= 0) d[y].pop_front();
d[y].push_front(d[x].back()), d[x].pop_back();
}
else {
while(d[y].size()) {
while(d[x].size() >= 2 && cross(d[x][d[x].size() - 2], d[x][d[x].size() - 1], d[y][0]) <= 0) d[x].pop_back();
d[x].push_back(d[y].front()), d[y].pop_front();
} d[y].swap(d[x]);
}
}
ll query(ll k, int id) {
int l = 0, r = d[id].size() - 1;
while(l int m = l + r >> 1, x = d[id][m], y = d[id][m + 1];
if((y - x) * k >= g[y] - g[x]) l = m + 1; else r = m;
} return g[d[id][l]] - k * d[id][l];
}
// persistent lichao segment tree
int node, R[N], ls[N <<5], rs[N <<5], mx[N <<5];
void modify(int pre, int &x, int l, int r, int v) {
mx[x = ++node] = mx[pre], ls[x] = ls[pre], rs[x] = rs[pre];
int m = l + r >> 1;
if(get(m, v) if(get(l, v) else if(get(r, v) }
ll query(int l, int r, int p, int x) {
ll ans = get(p, mx[x]);
if(!x || l == r) return ans;
int m = l + r >> 1;
if(p <= m) return min(ans, query(l, m, p, ls[x]));
return min(ans, query(m + 1, r, p, rs[x]));
}
int main() {
cin >> n >> K, b[0] = 1e18;
for(int i = 1; i <= n; i++) cin >> a[i], g[i] = 1e12;
for(int i = 1; i <= K; i++, top = node = 0) {
mem(ls, 0), mem(rs, 0), mem(mx, 0);
for(int i = 1; i <= n; i++) d[i].clear(), d[i].push_back(i - 1);
for(int i = 1; i <= n; i++) {
while(top && a[stc[top]] <= a[i]) merge(stc[top--], i);
k[i] = a[i], b[i] = query(a[i], i);
modify(R[stc[top]], R[i], 1, n, i);
f[i] = query(1, n, i, R[i]), stc[++top] = i;
} swap(f, g);
} cout < return 0;
}


推荐阅读
  • OPPO黄页服务即将停止
    OPPO黄页服务因业务调整即将停止,用户需了解具体卸载路径及受影响的机型。 ... [详细]
  • 1函数1.1函数的定义  设xxx和yyy是两个变量,D,icod ... [详细]
  • PHP 编程疑难解析与知识点汇总
    本文详细解答了 PHP 编程中的常见问题,并提供了丰富的代码示例和解决方案,帮助开发者更好地理解和应用 PHP 知识。 ... [详细]
  • 深入理解OAuth认证机制
    本文介绍了OAuth认证协议的核心概念及其工作原理。OAuth是一种开放标准,旨在为第三方应用提供安全的用户资源访问授权,同时确保用户的账户信息(如用户名和密码)不会暴露给第三方。 ... [详细]
  • 极大似然估计(MLE)及其3D可视化解析
    本文详细介绍了极大似然估计(Maximum Likelihood Estimation, MLE)的推导过程,并通过3D可视化展示其在概率密度函数中的应用。我们将探讨如何利用MLE来估计参数,以及它在实际问题中的重要性。 ... [详细]
  • 2023 ARM嵌入式系统全国技术巡讲旨在分享ARM公司在半导体知识产权(IP)领域的最新进展。作为全球领先的IP提供商,ARM在嵌入式处理器市场占据主导地位,其产品广泛应用于90%以上的嵌入式设备中。此次巡讲将邀请来自ARM、飞思卡尔以及华清远见教育集团的行业专家,共同探讨当前嵌入式系统的前沿技术和应用。 ... [详细]
  • 本文介绍如何解决在 IIS 环境下 PHP 页面无法找到的问题。主要步骤包括配置 Internet 信息服务管理器中的 ISAPI 扩展和 Active Server Pages 设置,确保 PHP 脚本能够正常运行。 ... [详细]
  • Python 异步编程:深入理解 asyncio 库(上)
    本文介绍了 Python 3.4 版本引入的标准库 asyncio,该库为异步 IO 提供了强大的支持。我们将探讨为什么需要 asyncio,以及它如何简化并发编程的复杂性,并详细介绍其核心概念和使用方法。 ... [详细]
  • 探讨一个老旧 PHP MySQL 系统中,时间戳字段不定期出现异常值的问题及其可能原因。 ... [详细]
  • 国内BI工具迎战国际巨头Tableau,稳步崛起
    尽管商业智能(BI)工具在中国的普及程度尚不及国际市场,但近年来,随着本土企业的持续创新和市场推广,国内主流BI工具正逐渐崭露头角。面对国际品牌如Tableau的强大竞争,国内BI工具通过不断优化产品和技术,赢得了越来越多用户的认可。 ... [详细]
  • 优化ListView性能
    本文深入探讨了如何通过多种技术手段优化ListView的性能,包括视图复用、ViewHolder模式、分批加载数据、图片优化及内存管理等。这些方法能够显著提升应用的响应速度和用户体验。 ... [详细]
  • 郑州大学在211高校中的地位与排名解析
    本文将详细解读郑州大学作为一所位于河南省的211和双一流B类高校,在全国211高校中的地位与排名,帮助高三学生更好地了解这所知名学府的实力与发展前景。 ... [详细]
  • 深入理解 Oracle 存储函数:计算员工年收入
    本文介绍如何使用 Oracle 存储函数查询特定员工的年收入。我们将详细解释存储函数的创建过程,并提供完整的代码示例。 ... [详细]
  • 优化ASM字节码操作:简化类转换与移除冗余指令
    本文探讨如何利用ASM框架进行字节码操作,以优化现有类的转换过程,简化复杂的转换逻辑,并移除不必要的加0操作。通过这些技术手段,可以显著提升代码性能和可维护性。 ... [详细]
  • 本文总结了2018年的关键成就,包括职业变动、购车、考取驾照等重要事件,并分享了读书、工作、家庭和朋友方面的感悟。同时,展望2019年,制定了健康、软实力提升和技术学习的具体目标。 ... [详细]
author-avatar
胃热额外_522
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有