小 trick 不足挂齿。
考虑一个最优化分段 dp 状物 \(dp_i\gets \max\limits_{j=1}^{i-1}\{dp_j+w(j+1,i)\}\),然而你只会 \(\mathcal O(nc)\) 转移,其中 \(c\) 是计算权值的复杂度。
这时候我们尝试使用决策单调性,也就是最终转移到 \(i\) 的 \(j\) 和最终转移到 \(i+1\) 的 \(k\) 始终有 \(j\leqslant k\)。
想发现是否有这样的性质也并不难。考虑到 \(i\) 的两条转移 \(dp_u+w(u+1,i)\) 和 \(dp_v+w(v+1,i)\) 且满足 \(u<v\),你只需要保证存在性质 \(dp_u<dp_v\) 且后面那个东西的增量也满足 \(\Delta_u<\Delta_v\) 就行了。
然后就做完了。分 \(k\) 段的话就把 dp 数组变成 2D 的,然后尝试发现对于分相同段数存在决策单调性。
下面说说写法。
这东西绝不能双指针。虽然决策点的位置满足单调性,但是每个点上面的贡献完全不一定单调,所以双指针二分什么的都不行。
考虑分治。考虑拿下区间 \([1,n]\) 的中点 \(dp_{mid}\) 的转移点,显然可以 \(\mathcal O(nc)\) 取得,然后往两边分治,这样每次需要考虑的决策点折半,需要考虑的被转移点也折半,于是复杂度 \(\mathcal O(cn\log n)\)。
标签:决策,单调,mathcal,考虑,转移,dp From: https://www.cnblogs.com/lemonniforever/p/18054581