Description

Input

Output

Sample Input
4
-1 10 -20
2 2 3 4
-1 10 -20
2 2 3 4
Sample Output
9
HINT

朴素n^2的dp方程相信大家都会写,f[i]=min(f[i],f[j]+a*(s[i]-s[j])*(s[i]-s[j])+b*(s[i]-s[j])+c)
显然我们发现可以用斜率优化的DP来搞。
#include<cstdio>
#include<iostream>
#define ll long long
using namespace std;
int n,head,tail;
int x[1000005],q[1000005];
ll s[1000005],f[1000005];
ll a,b,c;
ll dx(int i,int j)
{
return 2*s[i]-2*s[j];
}
ll dy(int i,int j)
{
return f[i]+a*s[i]*s[i]-b*s[i]-(f[j]+a*s[j]*s[j]-b*s[j]);
}
int main()
{
cin>>n;
cin>>a>>b>>c;
for(int i=1;i<=n;i++)
{
scanf("%d",&x[i]);
s[i]=s[i-1]+x[i];
}
head=0;tail=1;q[tail]=0;
for(int i=1;i<=n;i++)
{
while(head<tail&&dy(q[head+1],q[head])>=a*s[i]*dx(q[head+1],q[head]))
head++;
ll sum=s[i]-s[q[head]];
f[i]=f[q[head]]+a*sum*sum+b*sum+c;
while(head<tail&&dy(i,q[tail])*dx(q[tail],q[tail-1])>=dx(i,q[tail])*dy(q[tail],q[tail-1]))
tail--;
tail++;
q[tail]=i;
}
cout<<f[n]<<endl;
return 0;
}
本文介绍了一种高效的动态规划优化方法——斜率优化DP,通过实例演示如何解决具有二次项和线性项的复杂动态规划问题。重点在于理解如何利用斜率优化减少计算复杂度,提高算法效率。
917

被折叠的 条评论
为什么被折叠?



