uestc594 我要长高

博客介绍了最简朴的dp,dp[i][j]表示第i个人身高为j的最小花费,其转移方程时间复杂度为O(n×h[i]2)。通过单调队列进行优化,对转移方程中的绝对值分类讨论,将原式拆分,用单调队列维护f数组。还提醒身高只可增不可降,最后总结类似转移方程可用单调队列维护最值。

传送门

首先考虑最简朴的dp。
d p [ i ] [ j ] dp[i][j] dp[i][j]表示第 i i i个人身高为 j j j的最小花费。显然这个值只与它前面一个人的身高有关。枚举前一个人身高 k k k,枚举当前人身高 j j j,则有转移方程:
d p [ i ] [ j ] = d p [ i − 1 ] [ k ] + c ∗ a b s ( j − k ) + ( h [ i ] − j ) ∗ ( h [ i ] − j ) dp[i][j]=dp[i-1][k]+c*abs(j-k)+(h[i]-j)*(h[i]-j) dp[i][j]=dp[i1][k]+cabs(jk)+(h[i]j)(h[i]j)
时间复杂度 O ( n × h [ i ] 2 ) O(n\times h[i]^2) O(n×h[i]2)

#include<bits/stdc++.h>
using namespace std;
const int maxn=5e4+10;
const int maxm=1e2+10;
const int oo=1<<30;
int n,c,h[maxn],dp[maxn][maxm],tmp=oo,ans=oo;
int main(){
	while(scanf("%d%d",&n,&c)==2){
		ans=oo;
		for(int i=1;i<=n;++i) scanf("%d",&h[i]);
		for(int a=h[1];a<=100;++a) dp[1][a]=(h[1]-a)*(h[1]-a);
		for(int i=2;i<=n;++i){
			for(int a=h[i];a<=100;++a){
				dp[i][a]=oo;
				for(int b=h[i-1];b<=100;++b)
					dp[i][a]=min(dp[i][a],dp[i-1][b]+c*abs(a-b)+(h[i]-a)*(h[i]-a));
			}
		}
		for(int a=h[n];a<=100;++a) ans=min(ans,dp[n][a]);
		if(n!=0) printf("%d\n",ans);
	}
}

用单调队列优化。观察转移方程。
d p [ i ] [ j ] = d p [ i − 1 ] [ k ] + c ∗ a b s ( j − k ) + ( h [ i ] − j ) ∗ ( h [ i ] − j ) dp[i][j]=dp[i-1][k]+c*abs(j-k)+(h[i]-j)*(h[i]-j) dp[i][j]=dp[i1][k]+cabs(jk)+(h[i]j)(h[i]j)
发现有一个绝对值。分类讨论。如果 j &gt; = k j&gt;=k j>=k ( j &lt; k 时 同 理 ) (j&lt;k时同理) (j<k),那么原式可以化为:
d p [ i ] [ j ] = d p [ i − 1 ] [ k ] + c ∗ j − c ∗ k + ( h [ i ] − j ) ∗ ( h [ i ] − j ) dp[i][j]=dp[i-1][k]+c*j-c*k+(h[i]-j)*(h[i]-j) dp[i][j]=dp[i1][k]+cjck+(h[i]j)(h[i]j)
发现当 i i i j j j确定的时候, c ∗ j c*j cj ( h [ i ] − j ) ∗ ( h [ i ] − j ) (h[i]-j)*(h[i]-j) (h[i]j)(h[i]j)是确定的。于是把原式分成两个部分。
d p [ i ] [ j ] = ( d p [ i − 1 ] [ k ] − c ∗ k ) + ( ( h [ i ] − j ) ∗ ( h [ i ] − j ) + c ∗ j ) dp[i][j]=(dp[i-1][k]-c*k)+((h[i]-j)*(h[i]-j)+c*j) dp[i][j]=(dp[i1][k]ck)+((h[i]j)(h[i]j)+cj)
令:
f [ i ] [ k ] = d p [ i ] [ k ] − c ∗ k , g [ i ] [ j ] = ( h [ i ] − j ) ∗ ( h [ i ] − j ) + c ∗ j f[i][k]=dp[i][k]-c*k,g[i][j]=(h[i]-j)*(h[i]-j)+c*j f[i][k]=dp[i][k]ck,g[i][j]=(h[i]j)(h[i]j)+cj
于是 d p [ i ] [ j ] = m i n ( f [ i − 1 ] [ k ] ) + g [ i ] [ j ] dp[i][j]=min(f[i-1][k])+g[i][j] dp[i][j]=min(f[i1][k])+g[i][j]
f f f数组便可以用一个单调队列来维护。具体实现见代码。
另外,不要忘了身高不能低于原始身高,因为身高只可增不可降。。。

#include<bits/stdc++.h>
using namespace std;
const int maxn=105;
const int oo=1<<30;
int dp[2][maxn],q[maxn];
int n,c,now,head,tail,h,f,ans;
inline void print(int x){
	if(x>9) print(x/10);
	putchar(x%10+'0');
}
int main(){
	while(scanf("%d%d",&n,&c)==2){
		ans=oo,now=0,scanf("%d",&h);
		for(int i=0;i<h;++i) dp[now][i]=oo;
		for(int i=h;i<=100;++i) dp[now][i]=(i-h)*(i-h);
		for(int i=2;i<=n;++i){
			scanf("%d",&h),head=tail=0,now^=1;
			for(int j=0;j<=100;++j){
			//相当于是枚举当前人的身高为j,而j的枚举顺序(从小到大)又限制了前一个人的身高小于等于当前人的身高。在枚举的过程中顺便就记录了f。
			//这时候队列里存储前一个人的高度从0到j,队首就是最小的f。
				f=dp[now^1][j]-c*j;
				while(head<tail&&q[tail-1]>f) tail--;
				q[tail++]=f,dp[now][j]=(j<h)?(oo):(q[head]+c*j+(j-h)*(j-h));
			}head=tail=0;
			for(int j=100;j>=0;j--){
			//这时候队列里存储前一个人的高度从100到j,同上。
				f=dp[now^1][j]+c*j;
				while(head<tail&&q[tail-1]>f) tail--;
				q[tail++]=f,dp[now][j]=(j<h)?(oo):(min(dp[now][j],q[head]-c*j+(j-h)*(j-h)));
			}
		}for(int i=0;i<=100;++i) ans=min(ans,dp[now][i]);
		if(n) print(ans),putchar(10);
	}
}

发现有一个特殊的地方: d p [ i ] [ j ] = m i n ( f [ i − 1 ] [ k ] ) + g [ i ] [ j ] ( j &gt; = k ) dp[i][j]=min(f[i-1][k])+g[i][j](j&gt;=k) dp[i][j]=min(f[i1][k])+g[i][j](j>=k),这里的 k ∈ [ 1 , j ] k∈[1,j] k[1,j] j j j是依次增加的,于是我们只需要记录最小值就行了。

#include<bits/stdc++.h>
using namespace std;
const int maxn=105;
const int oo=1<<30;
int dp[2][maxn];
int n,c,now,h,f,g,ans;
inline void print(int x){
	if(x>9) print(x/10);
	putchar(x%10+'0');
}
int main(){
	while(scanf("%d%d",&n,&c)==2){
		ans=oo,now=0,scanf("%d",&h);
		for(int i=0;i<h;++i) dp[now][i]=oo;
		for(int i=h;i<=100;++i) dp[now][i]=(i-h)*(i-h);
		for(int i=2;i<=n;++i){
			scanf("%d",&h),f=oo,g=oo,now^=1;
			for(int j=0;j<=100;++j)
			f=min(dp[now^1][j]-c*j,f),dp[now][j]=(j<h)?(oo):(f+c*j+(j-h)*(j-h));
			for(int j=100;j>=0;j--)
			g=min(dp[now^1][j]+c*j,g),dp[now][j]=(j<h)?(oo):(min(dp[now][j],g-c*j+(j-h)*(j-h)));
		}for(int i=0;i<=100;++i) ans=min(ans,dp[now][i]);
		if(n) print(ans),putchar(10);
	}
}

小结一下,以后看到转移方程类似 d p [ i ] = m i n / m a x ( f [ x ] ) + k dp[i]=min/max(f[x])+k dp[i]=min/max(f[x])+k的,都可以考虑单调队列维护最值。这里的 k k k为一个常数。看到绝对值勇敢拆开。不要怕分类讨论麻烦。

考虑柔性负荷的综合能源系统低碳经济优化调度【考虑碳交易机制】(Matlab代码实现)内容概要:本文围绕“考虑柔性负荷的综合能源系统低碳经济优化调度”展开,重点研究在碳交易机制下如何实现综合能源系统的低碳化与经济性协同优化。通过构建包含风电、光伏、储能、柔性负荷等多种能源形式的系统模型,结合碳交易成本与能源调度成本,提出优化调度策略,以降低碳排放并提升系统运行经济性。文中采用Matlab进行仿真代码实现,验证了所提模型在平衡能源供需、平抑可再生能源波动、引导柔性负荷参与调度等方面的有效性,为低碳能源系统的设计与运行提供了技术支撑。; 适合人群:具备一定电力系统、能源系统背景,熟悉Matlab编程,从事能源优化、低碳调度、综合能源系统等相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①研究碳交易机制对综合能源系统调度决策的影响;②实现柔性负荷在削峰填谷、促进可再生能源消纳中的作用;③掌握基于Matlab的能源系统建模与优化求解方法;④为实际综合能源项目提供低碳经济调度方案参考。; 阅读建议:建议读者结合Matlab代码深入理解模型构建与求解过程,重点关注目标函数设计、约束条件设置及碳交易成本的量化方式,可进一步扩展至多能互补、需求响应等场景进行二次开发与仿真验证。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值