bzoj3156防御准备——DP之单调队列优化

本文介绍了一种解决战线最小花费问题的动态规划算法,通过优化DP过程达到高效求解,利用单调队列实现复杂度降低。

Description
这里写图片描述
Input
第一行为一个整数N表示战线的总长度。

第二行N个整数,第i个整数表示在位置i放置守卫塔的花费Ai。

Output
共一个整数,表示最小的战线花费值。

Sample Input

10
2 3 1 5 4 5 6 3 1 2

Sample Output

18


这道题是DP,这是毋庸置疑的。我们先考虑暴力DP,我们显然可以推出N²的DP,然后再进行优化。
我们设f[i][0]表示第i点不建守卫塔时,到此地的最小花费,而f[i][1]就表示在i建造守卫塔时到此地的最小花费,则我们可以推出:
f[i][1]=min(f[i+1][1],f[i+1][0])+a[i]
f[i][0]=min(f[i][0],f[j][1]+(j-i+1)*(j-i)/2) //j=i+1~n
//最后ans=min(f[1][0],f[1][1])
//由于若f[i][0]由j推出,则i+1~j-1全由j推出,则增加的值为Σ1~(j-i),
//也就是(1+j-i)*(j-i)/2。
因为数据范围为10^6,所以必须进行优化,我们f[i][1]是由f[i+1]线性推出的,所以不需要进行优化,而f[i][0]由于从i+1~n,所以得进行优化。我们先考虑斜率优化,发现无法推出一个单调变化的斜率,所以我们考虑使用单调队列优化。
由于f[i][0]都是由f[j][1]推出的,所以我们维护f[j][1]的值,我们可以维护一个单调递增的队列,如果新的f[i][1]小于旧的,就可以把旧的全部弹出队列,因为从i往后更新肯定更优秀。
然后我们在队列里进行枚举,从队尾tail枚举到队头top,如果对于其中的某数j,更新出的答案小于f[i][0],则将队尾tail赋值为j,因为从tail~j-1的数位置在j之后,更新肯定不如j优。而大于j但目前答案不如j优的数先不删去,因为(j-i+1)*(j-i)是以几何级数增长的,之后的数更新时,可能j+1优于j。

Code:

//这题数据很大,所以初始化得赋值2^60才行,1e18可能会WA
#include<bits/stdc++.h>
#define ll long long
using namespace std;
ll read(){
	char c;ll x;while(c=getchar(),c<'0'||c>'9');x=c-'0';
	while(c=getchar(),c>='0'&&c<='9') x=x*10+c-'0';return x;
} 
ll n,a[1000005],f[1000005][2],top,tail;
struct node{
	ll pl,num;
}q[2000005];
ll sure(ll x){return x*(x-1)/2;}
int main()
{
	n=read();q[0].num=-2e9;q[0].pl=n+1;f[n+1][1]=pow(2,60);
	for(ll i=1;i<=n;i++) f[i][1]=f[i][0]=pow(2,60);
	for(ll i=1;i<=n;i++) a[i]=read(),f[i][0]=f[i][1]=pow(2,60);
	for(ll i=n;i>=1;i--){
		for(ll j=tail;j<=top;j++){
			if(f[i][0]>f[q[j].pl][1]+sure(q[j].pl-i+1)) f[i][0]=f[q[j].pl][1]+sure(q[j].pl-i+1),tail=j;
		}
		f[i][1]=min(f[i+1][1],f[i+1][0])+a[i];
		while(q[top].num>=f[i][1]) top--;
		q[++top]=(node){i,f[i][1]};
	}
	printf("%lld",min(f[1][0],f[1][1]));
	return 0;
}
题目描述 有一个 $n$ 个点的棋盘,每个点上有一个数字 $a_i$,你需要从 $(1,1)$ 走到 $(n,n)$,每次只能往右或往下走,每个格子只能经过一次,路径上的数字和为 $S$。定义一个点 $(x,y)$ 的权值为 $a_x+a_y$,求所有满足条件的路径中,所有点的权值和的最小值。 输入格式 第一行一个整数 $n$。 接下来 $n$ 行,每行 $n$ 个整数,表示棋盘上每个点的数字。 输出格式 输出一个整数,表示所有满足条件的路径中,所有点的权值和的最小值。 数据范围 $1\leq n\leq 300$ 输入样例 3 1 2 3 4 5 6 7 8 9 输出样例 25 算法1 (树形dp) $O(n^3)$ 我们可以先将所有点的权值求出来,然后将其看作是一个有权值的图,问题就转化为了在这个图中求从 $(1,1)$ 到 $(n,n)$ 的所有路径中,所有点的权值和的最小值。 我们可以使用树形dp来解决这个问题,具体来说,我们可以将这个图看作是一棵树,每个点的父节点是它的前驱或者后继,然后我们从根节点开始,依次向下遍历,对于每个节点,我们可以考虑它的两个儿子,如果它的两个儿子都被遍历过了,那么我们就可以计算出从它的左儿子到它的右儿子的路径中,所有点的权值和的最小值,然后再将这个值加上当前节点的权值,就可以得到从根节点到当前节点的路径中,所有点的权值和的最小值。 时间复杂度 树形dp的时间复杂度是 $O(n^3)$。 C++ 代码 算法2 (动态规划) $O(n^3)$ 我们可以使用动态规划来解决这个问题,具体来说,我们可以定义 $f(i,j,s)$ 表示从 $(1,1)$ 到 $(i,j)$ 的所有路径中,所有点的权值和为 $s$ 的最小值,那么我们就可以得到如下的状态转移方程: $$ f(i,j,s)=\min\{f(i-1,j,s-a_{i,j}),f(i,j-1,s-a_{i,j})\} $$ 其中 $a_{i,j}$ 表示点 $(i,j)$ 的权值。 时间复杂度 动态规划的时间复杂度是 $O(n^3)$。 C++ 代码
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