洛谷 P4072 [SDOI2016]征途 斜率优化DP

时间:2023-03-09 07:35:13
洛谷 P4072 [SDOI2016]征途 斜率优化DP

洛谷 P4072 [SDOI2016]征途 斜率优化DP

题目描述

\(Pine\) 开始了从 \(S\) 地到 \(T\) 地的征途。

从\(S\)地到\(T\)地的路可以划分成 \(n\) 段,相邻两段路的分界点设有休息站。

\(Pine\)计划用\(m\)天到达\(T\)地。除第\(m\)天外,每一天晚上\(Pine\)都必须在休息站过夜。所以,一段路必须在同一天中走完。

\(Pine\)希望每一天走的路长度尽可能相近,所以他希望每一天走的路的长度的方差尽可能小。

帮助\(Pine\)求出最小方差是多少。

设方差是\(v\),可以证明,\(v\times m^2\)是一个整数。为了避免精度误差,输出结果时输出\(v\times m^2\)。

输入格式

第一行两个数 \(n\)、\(m\)。

第二行 \(n\) 个数,表示 \(n\) 段路的长度

输出格式

一个数,最小方差乘以 \(m^2\) 后的值

输入输出样例

输入 #1

5 2

1 2 5 8 6

输出 #1

36

说明/提示

对于 \(30\%\) 的数据,\(1 \le n \le 10\)

对于 \(60\%\) 的数据,\(1 \le n \le 100\)

对于 \(100\%\) 的数据,\(1 \le n \le 3000\)

保证从 \(S\) 到 \(T\) 的总路程不超过 \(30000\) 。

分析

\[s^2 \times m^2=\frac{(v_1-\overline{v})^2+(v_2-\overline{v})^2+...+(v_m-\overline{v})^2}m \times m^2
\]

\[s^2 \times m^2=((v_1-\overline{v})^2+(v_2-\overline{v})^2+...+(v_m-\overline{v})^2) \times m
\]

\[s^2 \times m^2=m\times \sum_{i=1}^mv_i^2+m^2 \times \overline {v}^2-2\times m \times \overline {v} \times sum[n]
\]

又因为$$\overline{v}=\frac{sum[n]}{m}$$

所以

\[s^2\times m^2=m\times \sum_{i=1}^mv_i^2-sum[n]\times sum[n]
\]

后面的值是固定的,所以我们只需要让前面的值最小化即可

我们设\(f[i][j]\)为前\(i\)天分成\(j\)段所得到的最小值

那么就有

\[f[i][k]=\min(f[j][k-1]+(sum[i]-sum[j])^2)
\]

展开就有

\[f[i][k]=f[j][k-1]+sum[i]^2+sum[j]^2-2\times sum[i] \times sum[j]
\]

移项得

\[f[j][k-1]+sum[j]^2=2\times sum[i] \times sum[j]+f[i][k]-sum[i]^2
\]

可以用斜率优化

我们把\(f[j][k-1]+sum[j]^2\)看成\(y\)

把\(2 \times sum[i]\)看成\(k\)

把\(sum[j]\)看成\(x\)

把\(f[i][k]-sum[i]^2\)看成\(b\)

这样,对于每一个\(i\)来说,直线的\(k\)是确定的

我们要使\(f[i][k]\)最小,也就是要使\(b\)最小

我们可以把所有的\(j\)想象成空间中的点

知道了斜率,知道了直线上的点,那么这条直线就确定了

那么我们考虑什么样的点使直线的\(b\)最大

洛谷 P4072 [SDOI2016]征途 斜率优化DP

直线\(l\)是我们要移动的直线,平面中的点是可以转移的\(j\)值

我们会发现当当前点和后一个点形成的直线的斜率恰好大于直线\(l\)的斜率是,由当前点转移决策是最优的

这就是代码里面的

while(head<tail && xl(q[head],q[head+1])<2*sum[j]) head++;
f[j]=g[q[head]]+sum[j]*sum[j]+sum[q[head]]*sum[q[head]]-2*sum[j]*sum[q[head]];

我们再去考虑什么样的点肯定不会对结果产生贡献

洛谷 P4072 [SDOI2016]征途 斜率优化DP

上面的图中\(2\)号节点是无论如何也不会更新其它节点的

因为\(1\)号节点或\(3\)号节点总会比它更优

这就是代码里的

 while(head<tail && xl(q[tail-1],q[tail])>=xl(q[tail],i)) tail--;

整个过程就相当于维护了一个下凸包

但是,如果斜率不是单调递增,我们就不能从前面清空队列直接转移,只能二分答案

洛谷 P4072 [SDOI2016]征途 斜率优化DP

比如上面这幅图如果我们一直从前清空队列的话那么就会把\(2\)号决策点弹出队列

但是如果之后遇到一个斜率比较小的直线\(m\)那么就不能转移到最优解

代码

#include<cstdio>
#include<cstring>
inline int read(){
int x=0,fh=1;
char ch=getchar();
while(ch<'0' || ch>'9'){
if(ch=='-') fh=-1;
ch=getchar();
}
while(ch>='0' && ch<='9'){
x=(x<<1)+(x<<3)+(ch^48);
ch=getchar();
}
return x*fh;
}
const int maxn=1e6+5;
int a[maxn],sum[maxn],n,m,f[maxn],g[maxn],q[maxn],head,tail;
double xl(int i,int j){
return (double)(g[i]+sum[i]*sum[i]-g[j]-sum[j]*sum[j])/(double)(sum[i]-sum[j]);
}
int main(){
n=read(),m=read();
for(int i=1;i<=n;i++){
a[i]=read();
sum[i]=sum[i-1]+a[i];
g[i]=sum[i]*sum[i];
}
for(int i=1;i<m;i++){
head=tail=1;
q[1]=i;
for(int j=i+1;j<=n;j++){
while(head<tail && xl(q[head],q[head+1])<2*sum[j]) head++;
f[j]=g[q[head]]+sum[j]*sum[j]+sum[q[head]]*sum[q[head]]-2*sum[j]*sum[q[head]];
while(head<tail && xl(q[tail],q[tail-1])>xl(q[tail-1],j)) tail--;
q[++tail]=j;
}
for(int j=1;j<=n;j++) g[j]=f[j];
}
printf("%d\n",f[n]*m-sum[n]*sum[n]);
return 0;
}