dp优化-四边形不等式(模板题：合并石子)

dp优化-四边形不等式(模板题：合并石子)

学习博客：https://blog.youkuaiyun.com/noiau/article/details/72514812

 

看了好久，这里整理一下证明

方程形式：dp(i,j)=min(dp(i,k)+dp(k+1,j))+cost(i,j)  O(n^3)

四边形不等式：将其优化为O(n^2)

 

1.四边形不等式

a<b<=c<d

f(a,c)+f(b,d)<=f(b,c)+f(a,d)交叉小于包含

 

则对于i<i+1<=j<j+1

f(i,j)+f(i+1,j+1)<=f(i+1,j)+f(i,j+1)

f(i,j)-f(i+1,j)<=f(i,j+1)-f(i+1,j+1)

令g(j)=f(i,j)-f(i+1,j),则g(j)递增

 

2.若cost(i,j)有凸性，则dp(i,j)也有凸性

只需要证明对任意i<i+1<=j<j+1,有dp(i,j)+dp(i+1,j)<=dp(i+1,j)+dp(i,j+1)

设dp(i+1,j)取最优解的k=x，dp(i,j+1)取最优解的k=y

即要证：dp(i,j)+dp(i+1,j)<=dp(i,y)+dp(y+1,j+1)+dp(i+1,x)+dp(x+1,j)+cost(i,j+1)+cost(i+1,j)（1）

令A=dp(i,y)+dp(y+1,j+1)+dp(i+1,x)+dp(x+1,j)；

由于dp(i,j)的最优解不一定为k=x,则dp(i,j)<=dp(i,x)+dp(x+1,y)+cost(i,j)

同理由于dp(i+1,j)的最优解不一定为k=y,则dp(i+1,j)<=dp(i+1,y)+dp(y+1,j)+cost(i+1,j)

（1）式可化为：

dp(i,j)+dp(i+1,j)<=A+cost(i,j)+cost(i+1,j)<=A+cost(i,j+1)+cost(i+1,j)

由cost的凸性可知成立，故dp(i,j)也有凸性

 

3.证明决策的单调性

设s(i,j)表示dp(i,j)最优时的k值

要证：s(i,j-1)<=s(i,j)<=s(i+1,j)

先证s(i,j-1)<=s(i,j):

设y=s(i,j-1),对任意x满足x<=y<j-1<j,有x+1<=y+1<=j-1<j

由四边形不等式：dp(x+1,j-1)+dp(y+1,j)<=dp(x+1,j)+dp(y+1,j-1)

令A=dp(i,x)+cost(i,j-1)+dp(i,y)+cost(i,j)

两边同时加上A

化简得到:dp(i,j-1)(k=x时的值)+dp(i,j)(k=y)<=dp(i,j)(k=x)+dp(i,j-1)(k=y)

移项：dp(i,j-1)(k=x)-dp(i,j-1)(k=y)<=dp(i,j)(k=x)-dp(i,j)(k=y)

由于k=y时dp(i,j-1)取最小值，则左边>=0，即dp(i,j)(k=x)>=dp(i,j)(k=y)

也就是说，对于dp(i,j)，任意一个k=x<y都不如k=y优。

故s(i,j-1)<=s(i,j)

另一边同理（不证了）

 

那么关键就在于枚举k的部分

 1 //s(i,j-1)<=s(i,j)<=s(i+1,j)
 2     for(int i=n;i>=1;i--)
 3         (int j=i+1;j<=n;j++)
 4         {
 5             int d=INF,id=0;
 6             for(int k=s[i][j-1];k<=s[i+1][j];k++)
 7             {
 8                 if(d>dp[i][k]+dp[k+1][j]+sum[j]-sum[i-1])
 9                 {
10                     d=dp[i][k]+dp[k][j]+sum[j]-sum[i-1];
11                     id=k;
12                 }
13             }
14             dp[i][j]=d;
15             s[i][j]=id;
16         }

 

总复杂度O(n^2)

补充一个证明

来源为https://www.cnblogs.com/mlystdcall/p/6525962.html，我稍微加了一点点

对于固定的区间长度len，有

　　dp[i][i+len]的决策范围为s[i][i+len-1]至s[i+1][i+len]

　　dp[i+1][i+len+1]的决策范围为s[i+1][i+len]至s[i+2][i+len+1]

　　dp[i+2][i+len+2]的决策范围为s[i+2][i+len+1]至s[i+3][i+len+2]

　　如此脑补下去，我们发现，对于固定的区间长度len，总共的决策只有O(n)个！因为一共有O(n)个不同的区间长度len，所以算法的总复杂度就是O(n^2)！

 

模板题：合并石子

 

现在有n堆石子，要将石子按一定顺序地合成一堆，规定如下，每次只能移动相邻的两堆石子，合并费用为新和成一堆石子的数量，求把n堆石子全部合并到一起所花的最少或者最大花费

 

很容易想到这样一个dp转移 
dp[i][j]=min{dp[i][k]+dp[k+1][j]}+cost[i][j] 
震惊！这不就是之前所讲的模型嘛？原来之前O（n^3）方的合并石子问题还可以优化（我太弱了） 
首先明确一点，cost[i][j]表示把第i堆到第j堆的石子和到一起的最后一步的代价，显然，之前无论怎么合并，最后一步的代价都是一样的，所以我们可以先预处理出这个cost数组，他等于cnt[j]-cnt[i-1]，其中cnt数组是前缀和 
--------------------- 
作者：NOIAu 
来源：优快云 
原文：https://blog.youkuaiyun.com/noiau/article/details/72514812 
版权声明：本文为博主原创文章，转载请附上博文链接！

 

分析题目：

只要证明cost(i,j)满足凸性。g(j)=cost(i,j)-cost(i+1,j)=sum(j)-sum(i-1)-sum(j)+sum(i）=sum(i)-sum(i-1)与j无关，满足（此时为等于）。

我的模板：

 

 1 #include<bits/stdc++.h>
 2 using namespace std;
 3 
 4 const int N=10010,INF=(int)1e9;
 5 int dp[N][N],s[N][N],sum[N];
 6 
 7 int main()
 8 {
 9     //freopen("a.in","r",stdin);
10     int n;
11     scanf("%d",&n);
12     sum[0]=0;
13     for(int i=1;i<=n;i++)
14     {
15         int x;
16         scanf("%d",&x);
17         sum[i]=sum[i-1]+x;
18     }
19     for(int i=1;i<=n;i++) dp[i][i]=0,s[i][i]=i;
20     //s(i,j-1)<=s(i,j)<=s(i+1,j)
21     for(int i=n;i>=1;i--)
22         (int j=i+1;j<=n;j++)
23         {
24             int d=INF,id=0;
25             for(int k=s[i][j-1];k<=s[i+1][j];k++)
26             {
27                 if(d>dp[i][k]+dp[k+1][j]+sum[j]-sum[i-1])
28                 {
29                     d=dp[i][k]+dp[k][j]+sum[j]-sum[i-1];
30                     id=k;
31                 }
32             }
33             dp[i][j]=d;
34             s[i][j]=id;
35         }
36     printf("%d\n",dp[1][n]);
37     return 0;
38 }

 

posted @ 2018-10-31 17:39 拦路雨偏似雪花 阅读( ...) 评论( ...) 编辑 收藏