《算法竞赛进阶指南》0x59 单调队列优化DP

news/2024/11/30 5:49:59/

0x59 单调队列优化DP

在正确性的前提下,及时排除不可能的决策,保持决策集合内部有序和查找决策的高效性。

对于形如 d p i = min ⁡ { d p j + f ( i ) + f ( j ) } dp_i = \min\{dp_j+f(i)+f(j)\} dpi=min{dpj+f(i)+f(j)},都可以尝试使用单调队列优化。

“一个人如果比你小还比你强,那么你就永远不如他”

例如状态转移方程 f i = max ⁡ j ≥ i − r i − l { f j + a i + b j } f_i = \max\limits_{j \ge i-r}\limits^{i-l}\{f_j+a_i+b_j\} fi=jirmaxil{fj+ai+bj}

f i = max ⁡ j ≥ i − r i − l { f j + b j } + a i f_i = \max\limits_{j \ge i-r}\limits^{i-l}\{f_j+b_j\}+a_i fi=jirmaxil{fj+bj}+ai。当前决策集合为 [ i − r , i − l ] [i-r,i-l] [ir,il],当 i i i 增大时,集合的左端点也增大,之前小于 i − r i-r ir 的点之后永远小于 i − r i-r ir,所以可以永远删除。

如果 j < j ′ j<j' j<j f j + b j ≤ f j ′ + b j ′ f_j +b_j \le f_{j'}+b_{j'} fj+bjfj+bj,则 j j j 也可以从决策集合中删除。因为 j j j j ′ j' j 同时在决策集合中时, j ′ j' j 更优秀;且 j j j 一定会更早成为不合法决策点。因此,维护了一个价值的单调队列。

围栏

题意:

n n n 个点, m m m 个人。第 i i i 个人可以选择包含点 s i s_i si,长度不超过 l i l_i li 的一段连续的点,每选择一个可以得到 p i p_i pi 的报酬。

询问如何安排使报酬和最多。

解析:

将所有人按 s i s_i si 升序排序,保证没有后效性。

f i , j f_{i,j} fi,j 表示前 i i i 个人刷到 j j j 的报酬和

对第 i i i 个人:

  • 如果不选或者不选当前点 j j j f i , j = m a x ( f i − 1 , j , f i , j − 1 ) f_{i,j} = max(f_{i-1, j}, f_{i, j-1}) fi,j=max(fi1,j,fi,j1)
  • 选择 j j j ( j ≥ s i 且 j < s i + l i ) (j \ge s_i且j < s_i+l_i) (jsij<si+li) f i , j = max ⁡ k = j − l i s i − 1 { f i − 1 , k + p i × ( j − k ) } f_{i,j} = \max\limits_{k = j-l_i}\limits^{s_i-1}\{f_{i-1, k}+p_i\times (j-k)\} fi,j=k=jlimaxsi1{fi1,k+pi×(jk)}

i i i 不变时,随着 j j j 增大,决策区间的左边界 j − l i j-l_i jli 不断增大,维护 f i − 1 , k − p i × k f_{i-1,k}-p_i \times k fi1,kpi×k 递减的单调队列,从队首转移

代码:

#include<bits/stdc++.h>
using namespace std;
typedef long long ll;
typedef double db;
#define fi first
#define se second
#define debug(x) cerr << #x << ": " << (x) << endl
#define rep(i, a, b) for(int i = (a); i <= (b); i++)
const int maxn = 2e4+10;
const int maxm = 1e2+10;
const int INF = 0x3f3f3f3f;
typedef pair<int, int> pii;int q[maxn], hh = 1, tt;
int f[maxm][maxn]; 
struct person{int s, l, p;bool operator < (const person &b) const{return s < b.s;}
}a[maxm];
int n, m;
int main(){//ios::sync_with_stdio(false);//cin.tie(0); cout.tie(0);cin >> n >> m;for(int i = 1; i <= m; i++)cin >> a[i].l >> a[i].p >> a[i].s;sort(a+1, a+1+m);memset(f, 0, sizeof(f));for(int i = 1; i <= m; i++){hh = 1, tt = 0;int p = a[i].p, s = a[i].s, l = a[i].l;for(int k = max(s-l, 0); k < s; k++){int x = f[i-1][k] - p * k;while(hh <= tt && f[i-1][q[tt]]-p*q[tt] <= x)tt--;q[++tt] = k;}for(int j = 1; j <= n; j++){f[i][j] = max(f[i-1][j], f[i][j-1]);if(j >= s && j < s + l){while(hh <= tt && q[hh] < j-l)hh++;if(hh <= tt)f[i][j] = max(f[i][j], f[i-1][q[hh]]-p*q[hh]+ p*j);}}}cout << f[m][n] << endl;return 0;
}


裁剪序列

题意:

长度为 n n n 的序列,分成若干段,每段所有数的和不能超过 m m m,使 每段最大值 的和最小

解析:

f i f_{i} fi 表示前 i i i 个数的最小代价。根据含 i i i 的最后一段长度划分集合 f i = min ⁡ s i − s j ≤ m { f j + max ⁡ j + 1 ≤ k ≤ i a k } f_{i} = \min\limits_{s_i-s_j \le m}\{f_j+\max\limits_{j+1\le k \le i} a_k \} fi=sisjmmin{fj+j+1kimaxak} s i s_i si a a a 的前缀和

如果能在 O ( 1 ) O(1) O(1) 的时间内求出 max ⁡ j + 1 ≤ k ≤ i a k \max\limits_{j+1\le k \le i} a_k j+1kimaxak 的话,时间复杂度为 O ( n 2 ) O(n^2) O(n2)

然后就傻眼了,看了大佬的博客才会的。

在枚举到 i i i 时,假设决策集合的左端点为 j j j时,即将 [ j , i ] [j,i] [j,i] 分成一段且 s i − s j − 1 ≤ m s_i-s_{j-1} \le m sisj1m 的最小的 j j j。此时 f i = f j − 1 + a p 1 f_i = f_{j-1}+a_{p_1} fi=fj1+ap1 a p 1 = max ⁡ j ≤ k ≤ i a k a_{p1} = \max\limits_{j\le k \le i} a_k ap1=jkimaxak

当决策点 u ∈ [ j , p 1 ] u\in[j,p_1] u[j,p1]时, max ⁡ u ≤ k ≤ i a k \max\limits_{u\le k \le i} a_k ukimaxak 值不变, f i = min ⁡ { f u − 1 } + a p 1 f_i = \min\{f_{u-1}\}+a_{p_1} fi=min{fu1}+ap1

f u − 1 f_{u-1} fu1 随着 u u u 减小而减小,所以当 u ∈ [ j , p 1 ] u\in [j,p_1] u[j,p1] 时,最优决策点为 j j j f i = f j − 1 + a p 1 f_i = f_{j-1}+a_{p_1} fi=fj1+ap1

将决策集合 [ j , r ] [j, r] [j,r] 划分为两部分,第一部分为 [ j , p 1 ] [j, p_1] [j,p1],第二部分为 [ p 1 + 1 , i ] [p_1+1, i] [p1+1,i]

在第二部分,设 a p 2 = max ⁡ p 1 + 1 ≤ k ≤ i a k a_{p_2} = \max\limits_{p_1+1\le k \le i} a_k ap2=p1+1kimaxak,当 u ∈ [ p 1 + 1 , p 2 ] u\in [p_1+1, p_2] u[p1+1,p2] 时, max ⁡ u ≤ k ≤ i a k \max\limits_{u\le k \le i} a_k ukimaxak 不变,最优决策点为 p 1 + 1 p_1+1 p1+1 f i = f p 1 + a p 2 f_i = f_{p_1}+a_{p_2} fi=fp1+ap2

以此类推,在按照最大值的位置进行分段。

所以,可以维护单调递减的 a p k a_{p_k} apk。但直接枚举维护的序列时间复杂度还是 O ( n 2 ) O(n^2) O(n2),需要快速求出这些决策点中的最优决策点,即最小值。每次操作都是找到最小值,在头部删除,尾部删除和插入,可以用multiset来维护决策点的对应值 f p k + a p k + 1 f_{p_k}+a_{p_{k+1}} fpk+apk+1

需要注意的是,维护的序列 a p k a_{p_k} apk 中如果有 c n t cnt cnt 个元素,则multiset 中有 c n t − 1 cnt-1 cnt1 个元素。

所以当序列插入后至少有两个元素时,在multiset中插入;删除前序列中至少有两个元素时,在multiset中删除。

每次转移都是 O ( log ⁡ n ) O(\log n) O(logn) 的,所有时间复杂度为 O ( n l o g n ) O(nlog n) O(nlogn)

代码:

#include<bits/stdc++.h>
using namespace std;
typedef long long ll;
typedef double db;
#define fi first
#define se second
#define debug(x) cerr << #x << ": " << (x) << endl
#define rep(i, a, b) for(int i = (a); i <= (b); i++)
const int maxn = 1e5+10;
const int maxm = 1e5+10;
const int INF = 0x3f3f3f3f;
typedef pair<int, int> pii;ll n, m;
ll a[maxn], sum, f[maxn];
int q[maxn], hh = 1, tt = 0;
int main(){ios::sync_with_stdio(false);cin.tie(0); cout.tie(0);cin >> n >> m;for(int i = 1; i <= n; i++)cin >> a[i];for(int i = 1; i <= n; i++)if(a[i] > m){cout << -1 << endl;return 0;}multiset<ll> s;for(int i = 1, j = 1; i <= n; i++){sum += a[i];while(sum > m)sum -= a[j++];//[j,i]while(hh <= tt && q[hh] < j){if(hh < tt)s.erase(s.find(f[q[hh]]+a[q[hh+1]]));hh++;}while(hh <= tt && a[q[tt]] <= a[i]){if(hh < tt)s.erase(s.find(f[q[tt-1]]+a[q[tt]]));tt--;}q[++tt] = i;if(hh < tt)s.insert(f[q[tt-1]]+a[q[tt]]);f[i] = f[j-1] + a[q[hh]];if(!s.empty())	f[i] = min(f[i], *s.begin());}cout << f[n] << endl;return 0;
}

http://www.ppmy.cn/news/47575.html

相关文章

【C++类和对象】类和对象(上){初识面向对象,类的引入,类的定义,类的访问限定符,封装,类的作用域,类的实例化,类对象模型,this指针}

一、面向过程和面向对象初步认识 C语言是面向过程的&#xff0c;关注的是过程&#xff0c;分析出求解问题的步骤&#xff0c;通过函数调用逐步解决问题。 C是基于面向对象的&#xff0c;关注的是对象&#xff0c;将一件事情拆分成不同的对象&#xff0c;靠对象之间的交互完成。…

基于web的小型餐厅餐饮饭馆供货订货系统asp.net+sqlserver

本研究课题重点主要包括了下面几大模块&#xff1a;用户登录&#xff0c;管理员信息管理&#xff0c;类别信息管理&#xff0c;商家信息管理&#xff0c;商品信息管理&#xff0c;订单信息管理&#xff0c;损耗信息管理&#xff0c;退货信息管理&#xff0c;修改密码等功能。。…

【花雕学AI】深度挖掘ChatGPT角色扮演的一个案例—CHARACTER play : 莎士比亚

CHARACTER play : 莎士比亚 : 52岁&#xff0c;男性&#xff0c;剧作家&#xff0c;诗人&#xff0c;喜欢文学&#xff0c;戏剧&#xff0c;爱情 : 1、问他为什么写《罗密欧与朱丽叶》 AI: 你好&#xff0c;我是莎士比亚&#xff0c;一位英国的剧作家和诗人。我很高兴你对我的…

有奖征文|小鱼再进化!OceanBase 4.1免费体验

OceanBase 4.0&#xff08;小鱼&#xff09;的首次亮相是在 2022 年 8 月&#xff0c;作为业内首个单机分布式一体化架构的数据库&#xff0c;4.0 版本兼顾了分布式架构的扩展性和集中式架构的性能优势&#xff0c;在同等硬件条件下实现单机性能赶超集中式数据库的同时&#xf…

Hyperledger Fabric 2.x 环境搭建

一、说明 区块链网络的核心是分布式账本&#xff0c;在这个账本中记录了网络中发生的所有交易信息。 Hyperledger Fabric 是一个是开源的&#xff0c;企业级的&#xff0c;带权限的分布式账本解决方案的平台。Hyperledger Fabric 由模块化架构支撑&#xff0c;并具备极佳的保…

幂等性问题与解决方案

幂等性问题与解决方案 摘要 幂等概念来自数学&#xff0c;表示N次变换和1次变换的结果是相同的。这里讨论在某些场景下&#xff0c;客户端在调用服务没有达到预期结果时&#xff0c;会进行多次调用&#xff0c;为避免多次重复的调用对服务资源产生副作用&#xff0c;服务提供…

机器学习:皮尔逊相关系数——影评相关性分析案例

机器学习&#xff1a;皮尔逊相关系数——影评相关性分析案例 文章目录 机器学习&#xff1a;皮尔逊相关系数——影评相关性分析案例:rocket:1、皮尔逊相关系数概念及公式:rocket:2、案例代码部分 皮尔逊&#xff08;pearson&#xff09;相关系数、 斯皮尔曼&#xff08;spearm…

TypeScript泛型类型和接口

本节课我们来开始了解 TypeScript 中泛型类型的概念和接口使用。 一&#xff0e;泛型类型 1. 前面&#xff0c;我们通过泛型变量的形式来存储调用方的类型从而进行检查&#xff1b; 2. 而泛型也可以作为类型的方式存在&#xff0c;理解这一点&#xff0c;先了解下函数的…