HDU 3507 Print Article(DP斜率优化)

本文介绍了一种使用斜率DP算法解决特定问题的方法。通过分析如何将一系列数值划分成若干区间,并使得各区间贡献和最小,进而求解整体最优解。文章详细阐述了斜率DP的实现过程及代码示例。
题目链接
题意

将n个数任意划分成若干区间,每个区间贡献为,区间内权值和的平方+m,求最小的贡献和是多少。

思路

斜率DP入门题。
d p [ 前 i 个 最 小 贡 献 ] dp[前i个最小贡献] dp[i] p r e [ 前 i 个 元 素 前 缀 和 ] pre[前i个元素前缀和] pre[i] 快速求区间和用
最简单的DP思路, d p [ i ] = ∑ j = 1 i − 1 m i n ( d p [ j ] + ( p r e [ i ] − p r e [ j ] ) 2 + m ) dp[i] = \sum_{j=1}^{i-1}min(dp[j]+(pre[i]-pre[j])^2+m) dp[i]=j=1i1min(dp[j]+(pre[i]pre[j])2+m) O ( n 2 ) O(n^2) O(n2) 显然超时。

k 1 > k 2 k1>k2 k1>k2,在 k 1 k1 k1 处转移比 k 2 k2 k2 处转移更优

d p [ k 1 ] + ( p r e [ i ] − p r e [ k 1 ] ) 2 + m > d p [ k 2 ] + ( p r e [ i ] − p r e [ k 2 ] ) 2 + m dp[k1]+(pre[i]-pre[k1])^2+m>dp[k2]+(pre[i]-pre[k2])^2+m dp[k1]+(pre[i]pre[k1])2+m>dp[k2]+(pre[i]pre[k2])2+m

化简移项 d p [ k 1 ] + p r e [ k 1 ] 2 − d p [ k 2 ] − p r e [ k 2 ] 2 p r e [ k 1 ] − p r e [ k 2 ] &lt; 2 p r e [ i ] \frac{dp[k1]+pre[k1]^2-dp[k2]-pre[k2]^2}{pre[k1]-pre[k2]}&lt;2pre[i] pre[k1]pre[k2]dp[k1]+pre[k1]2dp[k2]pre[k2]2<2pre[i]

写不动了下面简略写。具体学习链接
维护一个下凸的斜率,由于 p r e [ i ] pre[i] pre[i] 单调增,斜率只要留一个小于当前更新到的 2 ∗ p r e [ i ] 2*pre[i] 2pre[i] 即可

代码
#include <bits/stdc++.h>
using namespace std;

#define ll long long


ll read(ll &_a){return scanf("%lld",&_a);}
ll rd(){ll _tmp; scanf("%lld",&_tmp); return _tmp;}

ll pre[500005], dp[500005], que[500005];

ll getd(ll i, ll j, ll ii, ll jj)
{
    return (dp[i]+pre[i]*pre[i]-dp[j]-pre[j]*pre[j])*(pre[ii]-pre[jj]) >= (dp[ii]+pre[ii]*pre[ii]-dp[jj]-pre[jj]*pre[jj])*(pre[i]-pre[j]);
}

ll getd(ll i, ll j, ll num)
{
    return (dp[j]+pre[j]*pre[j]-dp[i]-pre[i]*pre[i]) <= num*(pre[j]-pre[i]);
}

int main()
{
    ll n, m;
    while(~scanf("%lld%lld",&n,&m))
    {
        ll head = 0, tail = 0;
        que[0] = 0;
        // 初始插个斜率为0的进去,使转移方程可以从头开始
        for(ll i = 1; i <= n; ++i)
        {
            read(pre[i]), pre[i] += pre[i-1];
            ll k1 = que[head], k2 = que[head+1];
            while(head < tail && getd(k1,k2,pre[i]*2ll) ) ++head, k1 = que[head], k2 = que[head+1];
            dp[i] = dp[k1]+(pre[i]-pre[k1])*(pre[i]-pre[k1])+m;
            while(head < tail && getd(que[tail],que[tail-1],i,que[tail]) ) --tail;
            que[++tail] = i;
        }
        printf("%lld\n",dp[n]);
    }
    return 0;
}
基于51单片机,实现对直流电机的调速、测速以及正反转控制。项目包含完整的仿真文件、源程序、原理图PCB设计文件,适合学习实践51单片机在电机控制方面的应用。 功能特点 调速控制:通过按键调整PWM占空比,实现电机的速度调节。 测速功能:采用霍尔传感器非接触式测速,实时显示电机转速。 正反转控制:通过按键切换电机的正转反转状态。 LCD显示:使用LCD1602液晶显示屏,显示当前的转速PWM占空比。 硬件组成 主控制器:STC89C51/52单片机(与AT89S51/52、AT89C51/52通用)。 测速传感器:霍尔传感器,用于非接触式测速。 显示模块:LCD1602液晶显示屏,显示转速占空比。 电机驱动:采用双H桥电路,控制电机的正反转调速。 软件设计 编程语言:C语言。 开发环境:Keil uVision。 仿真工具:Proteus。 使用说明 液晶屏显示: 第一行显示电机转速(单位:转/分)。 第二行显示PWM占空比(0~100%)。 按键功能: 1键:加速键,短按占空比加1,长按连续加。 2键:减速键,短按占空比减1,长按连续减。 3键:反转切换键,按下后电机反转。 4键:正转切换键,按下后电机正转。 5键:开始暂停键,按一下开始,再按一下暂停。 注意事项 磁铁霍尔元件的距离应保持在2mm左右,过近可能会在电机转动时碰到霍尔元件,过远则可能导致霍尔元件无法检测到磁铁。 资源文件 仿真文件:Proteus仿真文件,用于模拟电机控制系统的运行。 源程序:Keil uVision项目文件,包含完整的C语言源代码。 原理图:电路设计原理图,详细展示了各模块的连接方式。 PCB设计:PCB布局文件,可用于实际电路板的制作。
### 回答1: hdu 2829 Lawrence 斜率优化dp 这道题是一道经典的斜率优化dp题目,需要用到单调队列的思想。 题目大意是给定一个序列a,求出一个序列b,使得b[i]表示a[1]~a[i]中的最小值,且满足b[i] = min{b[j] + (i-j)*k},其中k为给定的常数。 我们可以将上式拆开,得到b[i] = min{b[j] - j*k} + i*k,即b[i] = i*k + min{b[j] - j*k},这个式子就是斜率优化dp的形式。 我们可以用单调队列来维护min{b[j] - j*k},具体思路如下: 1. 首先将第一个元素加入队列中。 2. 从第二个元素开始,我们需要将当前元素加入队列中,并且需要维护队列的单调性。 3. 维护单调性的方法是,我们从队列的末尾开始,将队列中所有大于当前元素的元素弹出,直到队列为空或者队列中最后一个元素小于当前元素为止。 4. 弹出元素的同时,我们需要计算它们对应的斜率,即(b[j]-j*k)/(j-i),并将这些斜率与当前元素的斜率比较,如果当前元素的斜率更小,则将当前元素加入队列中。 5. 最后队列中的第一个元素就是min{b[j] - j*k},我们将它加上i*k就得到了b[i]的值。 6. 重复以上步骤直到处理完所有元素。 具体实现可以参考下面的代码: ### 回答2: HDU 2829 Lawrence 斜率优化 DP 是一道经典的斜率优化 DP 题目,其思想是通过维护一个下凸包来优化 DP 算法。下面我们来具体分析一下这道题目。 首先,让我们看一下该题目的描述。题目给定一些木棒,要求我们将这些木棒割成一些给定长度,且要求每种长度的木棒的数量都是一样的,求最小的割枝次数。这是一个典型的背包问题,而且在此基础上还要求每种长度的木棒的数量相同,这就需要我们在状态设计上走一些弯路。 我们来看一下状态的定义。定义 $dp[i][j]$ 表示前 $i$ 个木棒中正好能割出 $j$ 根长度为 $c_i$ 的木棒的最小割枝次数。对于每个 $dp[i][j]$,我们可以分类讨论: 1. 不选当前的木棒,即 $dp[i][j]=dp[i-1][j]$; 2. 选当前的木棒,即 $dp[i][j-k]=dp[i-1][j-k]+k$,其中 $k$ 是 $j/c_i$ 的整数部分。 现在问题再次转化为我们需要在满足等量限制的情况下,求最小的割枝次数。可以看出,这是一个依赖于 $c_i$ 的限制。于是,我们可以通过斜率优化 DP 来解决这个问题。 我们来具体分析一下斜率优化 DP 算法的思路。我们首先来看一下动态规划的状态转移方程 $dp[i][j]=\min\{dp[i-1][k]+x_k(i,j)\}$。可以发现,$dp[i][j]$ 的最小值只与 $dp[i-1][k]$ $x_k(i,j)$ 有关。其中,$x_k(i,j)$ 表示斜率,其值为 $dp[i-1][k]-k\times c_i+j\times c_i$。 接下来,我们需要维护一个下凸包,并通过斜率进行优化。我们具体分析一下该过程。假设我们当前要计算 $dp[i][j]$。首先,我们需要找到当前点 $(i,j)$ 在凸包上的位置,即斜率最小值的位置。然后,我们根据该位置的斜率计算 $dp[i][j]$ 的值。接下来,我们需要将当前点 $(i,j)$ 加入到下凸包上。 我们在加入点的时候需要注意几点。首先,我们需要将凸包中所有斜率比当前点小的点移除,直到该点能够加入到凸包中为止。其次,我们需要判断该点是否能够加入到凸包中。如果不能加入到凸包中,则直接舍弃。最后,我们需要保证凸包中斜率是单调递增的,这就需要在加入新的点之后进行上一步操作。 以上就是该题目的解题思路。需要注意的是,斜率优化 DP 算法并不是万能的,其使用情况需要根据具体的问题情况来确定。同时,该算法中需要维护一个下凸包,可能会增加一些算法的复杂度,建议常规 DP 算法进行对比,选择最优的算法进行解题。 ### 回答3: 斜率优化DP是一种动态规划优化算法,其主要思路是通过对状态转移方程进行变形,提高算法的时间复杂度。HDU2829 Lawrence问题可以用斜率优化DP解决。 首先,我们需要了解原问题的含义。问题描述如下:有$n$个人在数轴上,第$i$个人的位置为$A_i$,每个人可以携带一定大小的行李,第$i$个人的行李重量为$B_i$,但是每个人只能帮助没有他们重量大的人搬行李。若第$i$个人搬运了第$j$个人的行李,那么第$i$个人会累加$C_{i,j}=\left|A_i-A_j\right|\cdot B_j$的体力消耗。求$m$个人帮助每个人搬运行李的最小体力消耗。 我们可以通过斜率优化DP解决这个问题。记$f_i$为到前$i$个人的最小体力消耗,那么状态转移方程为: $$f_i=\min_{j<i}\{f_j+abs(A_i-A_j)\cdot B_i\}$$ 如果直接使用该方程,时间复杂度为$O(n^2)$,如果$n=10^4$,则需要计算$10^8$次,运算时间极长。斜率优化DP通过一些数学推导将方程变形,将时间复杂度降低到$O(n)$,大大缩短了计算时间。 通过斜率优化DP的推导式子,我们可以得到转移方程为: $$f_i=\min_{j<i}\{f_j+slope(j,i)\}$$ 其中,$slope(j,i)$表示直线$j-i$的斜率。我们可以通过如下方式来求解$slope(j,i)$: $$slope(j,i)=\frac{f_i-f_j}{A_i-A_j}-B_i-B_j$$ 如果$slope(j,i)\leq slope(j,k)$,那么$j$一定不是最优,可以直接舍去,降低计算时间。该算法的时间复杂度为$O(n)$。 综上所述,斜率优化DP是一种动态规划优化算法,可以大大缩短计算时间。在处理类似HDU2829 Lawrence问题的时候,斜率优化DP可以很好地解决问题。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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