[APIO2010]特别行动队

本文深入探讨了动态规划中的一种高级技巧——斜率优化。通过一个具体的数学模型,阐述了如何将二次函数形式的DP状态转移方程进行优化,从而降低时间复杂度,从O(n^2)降至更高效的级别。文章提供了详细的数学推导过程,以及C++代码实现,为读者理解斜率优化提供了一个实例。

嘟嘟嘟

这道题dp式特别好想:
\[dp[i] = max_{j = 0} ^ {i - 1} (dp[j] + f(s[i] - s[j]))\]
其中\(f(x) = ax^ 2 + bx + c\)\(s[i] = \sum_{j = 1} ^ {i} x[j]\)
但是\(O(n ^ 2)\)过不了,需要斜率优化。
勇敢的把项拆开得到
\[dp[i] = max(dp[j] - b * s[j] + a * s[j] ^ 2 - 2a * s[i] * s[j]) + a * s[i] ^ 2 + b * s[i] + c\]
然后就是套路:把这个式子看成\(b = y - k * x\),那么
\(y = dp[j] - b * s[j] + a * s[j] ^ 2\),
\(k = 2a * s[i]\),
\(x = s[j]\),
\(b = dp[i] - a * s[i] ^ 2 - b * s[i] - c\)
方便的是\(x\)是单调递增的,\(k\)是单调递减的,于是用最朴素的单调队列维护上凸包即可。

斜率优化写的还是不太熟练

#include<cstdio>
#include<iostream>
#include<cmath>
#include<algorithm>
#include<cstring>
#include<cstdlib>
#include<cctype>
#include<vector>
#include<stack>
#include<queue>
using namespace std;
#define enter puts("") 
#define space putchar(' ')
#define Mem(a, x) memset(a, x, sizeof(a))
#define rg register
typedef long long ll;
typedef double db;
const int INF = 0x3f3f3f3f;
const db eps = 1e-8;
const int maxn = 1e6 + 5;
inline ll read()
{
  ll ans = 0;
  char ch = getchar(), last = ' ';
  while(!isdigit(ch)) {last = ch; ch = getchar();}
  while(isdigit(ch)) {ans = (ans << 1) + (ans << 3) + ch - '0'; ch = getchar();}
  if(last == '-') ans = -ans;
  return ans;
}
inline void write(ll x)
{
  if(x < 0) x = -x, putchar('-');
  if(x >= 10) write(x / 10);
  putchar(x % 10 + '0');
}

int n, a, b, c;
ll sum[maxn], dp[maxn];
int q[maxn], l = 0, r = 0;

#define x(i) sum[i]
#define k(i) (2 * a * sum[i])
#define y(i) (dp[i] - b * sum[i] + a * sum[i] * sum[i])
db slope(int i, int j)
{
  return 1.0 * (y(i) - y(j)) / (x(i) - x(j));
}

int main()
{
  n = read();
  a = read(), b = read(), c = read();
  for(int i = 1, x; i <= n; ++i) x = read(), sum[i] = sum[i - 1] + x;
  for(int i = 1; i <= n; ++i)
    {
      while(l < r && slope(q[l], q[l + 1]) > k(i)) l++;
      dp[i] = y(q[l]) - k(i) * x(q[l]) + a * sum[i] * sum[i] + b * sum[i] + c;
      while(l < r && slope(q[r - 1], q[r]) <= slope(q[r], i)) r--;
      q[++r] = i;
    }
  write(dp[n]), enter;
  return 0;
}

转载于:https://www.cnblogs.com/mrclr/p/10130472.html

(1)普通用户端(全平台) 音乐播放核心体验: 个性化首页:基于 “听歌历史 + 收藏偏好” 展示 “推荐歌单(每日 30 首)、新歌速递、相似曲风推荐”,支持按 “场景(通勤 / 学习 / 运动)” 切换推荐维度。 播放页功能:支持 “无损音质切换、倍速播放(0.5x-2.0x)、定时关闭、歌词逐句滚动”,提供 “沉浸式全屏模式”(隐藏冗余控件,突出歌词与专辑封面)。 多端同步:自动同步 “播放进度、收藏列表、歌单” 至所有登录设备(如手机暂停后,电脑端打开可继续播放)。 音乐发现与管理: 智能搜索:支持 “歌曲名 / 歌手 / 歌词片段” 搜索,提供 “模糊匹配(如输入‘晴天’联想‘周杰伦 - 晴天’)、热门搜索词推荐”,结果按 “热度 / 匹配度” 排序。 歌单管理:创建 “公开 / 私有 / 加密” 歌单,支持 “批量添加歌曲、拖拽排序、一键分享到社交平台”,系统自动生成 “歌单封面(基于歌曲风格配色)”。 音乐分类浏览:按 “曲风(流行 / 摇滚 / 古典)、语言(国语 / 英语 / 日语)、年代(80 后经典 / 2023 新歌)” 分层浏览,每个分类页展示 “TOP50 榜单”。 社交互动功能: 动态广场:查看 “关注的用户 / 音乐人发布的动态(如‘分享新歌感受’)、好友正在听的歌曲”,支持 “点赞 / 评论 / 转发”,可直接点击动态中的歌曲播放。 听歌排行:个人页展示 “本周听歌 TOP10、累计听歌时长”,平台定期生成 “全球 / 好友榜”(如 “好友中你本周听歌时长排名第 3”)。 音乐圈:加入 “特定曲风圈子(如‘古典音乐爱好者’)”,参与 “话题讨论(如‘你心中最经典的钢琴曲’)、线上歌单共创”。 (2)音乐人端(创作者中心) 作品管理: 音乐上传:支持 “无损音频(FLAC/WAV)+ 歌词文件(LRC)+ 专辑封面” 上传,填写 “歌曲信息
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