决策分治学习笔记

这篇博客探讨了决策分治的概念,利用决策单调性优化问题解决。通过分析CF868F和ICPC2017 WF的问题,阐述了如何在O(nlogn)的时间复杂度内找到最优决策点。文章详细介绍了每个问题的分析过程,包括转移方程和莫队算法的应用,并给出了关键代码片段。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

概要

决策分治,利用的是决策单调性。
比如说,有 i < j i< j i<j,且 f i , f j f_i, f_j fi,fj 分别由 g x , g y g_x,g_y gx,gy 转移而来,那么会满足 x ≤ y x \le y xy。也就是决策点是单调的。
这时候,我们要求出 f 1 , f 2 , . . . f n f_1,f_2,...f_n f1,f2,...fn 的决策点,应该怎么做捏?
可以采用分治来搞。
假设当前区间为 [ l , r ] [l,r] [l,r],最优决策区间为 [ L , R ] [L,R] [L,R]。设 m i d = ( l + r ) / 2 mid = (l + r)/2 mid=(l+r)/2,也就是区间中点。我们先求出 f m i d f_{mid} fmid 的决策点,设这个决策点为 p p p。接下来,我们只用递归 ( [ l , m − 1 ] , [ L , p ] ) ([l,m-1],[L,p]) ([l,m1],[L,p]) ( [ m + 1 , r ] , [ p , R ] ) ([m+1,r],[p,R]) ([m+1,r],[p,R]) 就可以了。
只要每层的复杂度是 O ( R − L + 1 ) O(R-L+1) O(RL+1) 的,也就是最优决策区间长度的,那总复杂度就是 O ( n l o g n ) O(nlogn)

评论 1
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