首页 > 其他分享 >DP 优化

DP 优化

时间:2022-10-15 16:56:44浏览次数:76  
标签:int res mid vector include 优化 DP define

决策单调性

四边形不等式

对于一个序列 \(w\),称其满足四边形不等式当且仅当 :

\[\forall a<b\le c<d,w_{a,d}+w_{b,c}\ge w_{a,c}+w_{b,d} \]

\(\forall i,j,w_{i,j+1}+w_{i+1,j}\ge w_{i,j}+w_{i+1,j+1}\) 是 \(w\) 满足四边形不等式的充要条件。

proof:

必要性显然,考虑证明充分性。

上面式子移项可得:\(w_{i,j+1}-w_{i,j}\ge w_{i+1,j+1}-w_{i+1,j}\),也就是说第二位相邻两项的差值随着第一维的增大而减小,那么相邻两项的差值可以放缩为任意两项的差值,即 \(w_{i,j+q}-w_{i,j}\ge w_{i+1,j+q}-w_{i,j}\),那么显然第一维也是可以这样处理的,得到 \(w_{i,j+q}-w_{i,j}\ge w_{i+p,j+q}-w_{i,j}\),再简单整理一下就是四边形不等式。

因此满足四边形不等式的判定可以使用这个式子。

然后考虑如下 DP:

\[f_i=\min g_j+w_{j,i} \]

设 \(c\) 的转移点为 \(b\),\(d\) 的转移点为 \(a\),\(c<d,a< b\),那么有:

\[f_c=g_b+w_{b,c},f_d=g_a+w_{a,d} \]

考虑交换转移点得到:

\[f_c'=g_a+w_{a,c},f_d'=g_b+w_{b,d} \]

由四边形不等式得:\(f_c'+f_d'\le f_c+f_d\),矛盾,所以 \(a\) 肯定大于等于 \(b\),即存在决策单调性。

实现

决策单调性的实现一般有分治做法和二分栈两种做法。

  1. 分治,solve(l,r,x,y) 表示要处理 \([l,r]\) 的 DP 值,且决策点的取值范围是 \([x,y]\),每次取出 \(l,r\) 中点暴力枚举然后缩小决策点取值范围即可,时间 \(\mathcal{O}(n\log n)\)。
  2. 二分栈,每个决策点可以更新到的是一个区间,考虑从左往右加入决策点,且目前我们已经知道整个序列被前面的决策点支配的情况,用一个栈来储存,发现这个决策点加入后支配的区间一定是一个后缀。所以如果栈顶决策点支配的整段区间都应该被新决策点取代就出栈,最后对于一个不能取代完的区间就二分一下把区间裂开。时间 \(\mathcal{O}(n\log n)\)。

分治做法的缺点是不能处理自己转移自己的情况,只能处理分层的情况,但是它的优点是当 \(w\) 不太好计算,但是简单可以从两边加入删除一个数,直接暴力加入删除时间还是 \(\mathcal{O}(n\log n)\) 的。

但是如果出现自己转移自己而且又需要像上面那样计算 \(w\) 呢?可以考虑 CDQ 分治,每次左边贡献右边的时候就跑一边上面那个分治就好了,时间 \(\mathcal{O}(n\log^2 n)\)。

「USACO 2019.2 Platinum」Mowing Mischief

传送门

题意

给定平面上的一些点,你需要选取一些点使得横坐标纵坐标都递增,且选取的点尽量多。在点数尽量多的前提下,使相邻点的 \(\Delta x\cdot \Delta y\) 之和最小。

所有点的横纵坐标都不相同 。

题解

第一个问题就是 LIS,我们先求出 \(f_i\) 表示做到前 \(i\) 个点的且第 \(i\) 个点必选的最多选取的点数。

然后处理第二问,先按照 \(f\) 进行分层。对于一个点 \(i\),能转移到它的点需要满足是上一层的,而且横纵坐标都比 \(i\) 的小。

发现一个性质:在同一层中,按照横坐标从小到大排序,则纵坐标也会递减。这是因为层内的点都是不能出现 \(x_1<x_2\) 且 \(y_1<y_2\) 的情况的,所以显然能转移到 \(i\) 的点在上一层中形成了一个区间,这个区间可以二分找到。

假设没有横纵坐标都比 \(i\) 小的限制,如何快速地转移,考虑决策单调性。设上一层的两个决策点 \(j<k\)。如果 \(k\) 比 \(j\) 更优:

\[\begin{aligned} dp_k+(x_i-x_k)(y_i-y_k)&\le dp_j+(x_i-x_j)(y_i-y_j)\\ x_i(y_j-y_k)+y_i(x_j-x_k)&\le (dp_j+x_jy_j)-(dp_k+x_ky_k) \end{aligned} \]

所以 \(i\) 越大,上面的不等式越不容易满足,所以决策点是随着 \(i\) 的变大而变小的。

考虑区间的限制,可以使用线段树分治,把询问点按照可行的决策点区间放入 log 个线段树节点,然后再在每个线段树的节点内跑决策单调性。

时间 \(\mathcal{O}(n\log^2 n)\)。

#include<iostream>
#include<stdio.h>
#include<ctype.h>
#include<algorithm>
#include<vector>
#include<string.h>
#define N 200005
#define ls k<<1
#define rs k<<1|1
#define int long long
using namespace std;
inline int read(){
	int x=0,f=0; char ch=getchar();
	while(!isdigit(ch)) f|=(ch==45),ch=getchar();
	while(isdigit(ch)) x=(x<<3)+(x<<1)+(ch^48),ch=getchar();
	return f?-x:x;
}
struct node{
	int x,y,f;
}a[N];
int n,t,st[N],top,rev[N],dp[N],cnt,q[N],fick[N];
inline bool cmp1(node x,node y){
	return x.x<y.x;
}
inline bool cmp2(node x,node y){
	if(x.f==y.f) return x.x<y.x;
	return x.f<y.f;
}
vector<int> mp[4*N];
void insert(int k,int l,int r,int x,int y,int i){
	if(x<=l && r<=y) return (void)(mp[k].push_back(i));
	int mid=l+r>>1;
	if(x<=mid) insert(ls,l,mid,x,y,i);
	if(mid+1<=y) insert(rs,mid+1,r,x,y,i);
}
void solve(int l,int r,int x,int y){
	int mid=x+y>>1,id=0;
	fick[q[mid]]=1e18;
	for(int i=l;i<=r;++i){
		int tmp=dp[rev[i]]+(a[q[mid]].x-a[rev[i]].x)*(a[q[mid]].y-a[rev[i]].y);
		if(tmp<fick[q[mid]]) fick[q[mid]]=tmp,id=i;
	}
	if(x<mid) solve(id,r,x,mid-1);
	if(mid<y) solve(l,id,mid+1,y);
}
void work(int k,int l,int r){
	if(!mp[k].empty()){
		for(int i=0;i<mp[k].size();++i) q[i+1]=mp[k][i];
		solve(l,r,1,mp[k].size());
		for(int i=1;i<=mp[k].size();++i) dp[q[i]]=min(dp[q[i]],fick[q[i]]);
		mp[k].clear();
	}
	if(l==r) return;
	int mid=l+r>>1;
	work(ls,l,mid),work(rs,mid+1,r);
}
signed main(){
	n=read(),t=read();
	for(int i=1;i<=n;++i){
		a[i].x=read(),a[i].y=read();
	}
	a[++n]={0,0,0},a[++n]={t,t,0};
	sort(a+1,a+n+1,cmp1);
	for(int i=1;i<=n;++i){
		int l=1,r=top;
		while(l<=r){
			int mid=l+r>>1;
			if(a[i].y>st[mid]) l=mid+1;
			else r=mid-1;
		}
		if(r==top) top++;
		st[r+1]=a[i].y;
		a[i].f=r+1;
	}
	sort(a+1,a+n+1,cmp2);
	memset(dp,0x3f,sizeof(dp));
	rev[1]=cnt=1,dp[1]=0;
	for(int l=2,r=2;l<=n;l=++r){
		while(r+1<=n && a[r+1].f==a[l].f) r++;
		for(int i=l;i<=r;++i){
			int L=1,R=cnt;
			while(L<=R){
				int mid=L+R>>1;
				if(a[rev[mid]].x<a[i].x) L=mid+1;
				else R=mid-1;
			}
			int y=R;
			L=1,R=y;
			while(L<=R){
				int mid=L+R>>1;
				if(a[rev[mid]].y<a[i].y) R=mid-1;
				else L=mid+1;
			}
			int x=L;
			insert(1,1,cnt,x,y,i);
		}
		work(1,1,cnt);
		cnt=r-l+1;
		for(int i=l;i<=r;++i) rev[i-l+1]=i;
	}
	cout<<dp[n];
	return 0;
}

凸优化

如果一个 \(f\) 说它是凸的,则 \(f\) 差分后单调。

\(f_i\) 表示流量为 \(i\) 时的最小费用,这就是一个经典的下凸函数。

有些凸性多少和费用流搭点关系。

考虑如下 DP:

\[f_i=\max_{j+k=i} g_j+h_k \]

这是一个经典的 max + 卷积,如果 \(g,h\) 都是上凸的,则可以优化到 \(\mathcal{O}(n)\)。

考虑把 \(g,h\) 差分,\(f_i\) 其实就是两边选前几个然后一共选 \(i\) 个,发现我们是可以选到前 \(i\) 大的,因为 \(g,h\) 差分后单调不增,所以归并即可。

其实这个也可以理解为做闵可夫斯基和。

Gym102331J Jiry Matchings

题意

给定一棵树,边有边权,对于每个 \(k\) 求出 \(k\) 条边的匹配的最大权值和。

解法

\(f_{u,i}\) 表示 \(u\) 子树中匹配了 \(i\) 条边的最大权值和,\(g_{u,i}\) 同理,但是强制不选 \(i\),因为是费用流模型, \(f,g\) 都是上凸的。所以可以简单做到 \(\mathcal{O}(n^2)\)。

但是第二维的大小是子树大小的一半,还是可以优化的。

优化复杂度的关键肯定是找带权中心分治然后卷积。首先肯定是重链剖分,对于一个点的轻子树我们需要先合并好,这个直接分治乘就好,先找到带权中心,做好左右儿子的 \(f,g\) 然后闵可夫斯基和。

之后就是一条重链上的问题,这就变成序列问题了,同样也是分治乘,不过要记一下左右端点用没用。

总的时间 \(\mathcal{O}(n\log^2 n)\)。

#include<iostream>
#include<stdio.h>
#include<ctype.h>
#include<vector>
#define ll long long
#define ld long double
#define fi first
#define se second
#define pii pair<int,int>
#define lowbit(x) ((x)&-(x))
#define popcount(x) __builtin_popcount(x)
#define inf 0x3f3f3f3f
#define infll 0x3f3f3f3f3f3f3f3f
#define umap unordered_map
#define int long long
#define N 200005
using namespace std;
inline int read(){
	int x=0,f=0; char ch=getchar();
	while(!isdigit(ch)) f|=(ch==45),ch=getchar();
	while(isdigit(ch)) x=(x<<3)+(x<<1)+(ch^48),ch=getchar();
	return f?-x:x;
}
vector<int> merge(vector<int> A,vector<int> B){
	int i=0,j=0;
	vector<int> res;
	res.push_back(max(-infll,A[0]+B[0]));
	while(i+1<A.size() || j+1<B.size()){
		if(j+1==B.size() || (i+1<A.size()&&A[i+1]+B[j]>A[i]+B[j+1])) i++;
		else j++;
		res.push_back(max(-infll,A[i]+B[j]));
	}
	return res;
}
struct edge{
	int b,c,n;
}e[N*2];
int n,h[N],tot,sze[N],son[N],len[N];
inline void charu(int a,int b,int c){
	e[++tot].b=b,e[tot].c=c,e[tot].n=h[a],h[a]=tot;
}
void dfs1(int u,int fa){
	sze[u]=1;
	for(int i=h[u];i;i=e[i].n){
		int v=e[i].b;
		if(v==fa) continue;
		dfs1(v,u);
		sze[u]+=sze[v];
		if(sze[v]>sze[son[u]]) son[u]=v,len[v]=e[i].c;
	}
}
inline vector<int> mx(vector<int> F,vector<int> G){
	vector<int> res;
	res.resize(max(F.size(),G.size()));
	for(int i=0;i<min(F.size(),G.size());++i) res[i]=max(F[i],G[i]);
	for(int i=min(F.size(),G.size());i<F.size();++i) res[i]=F[i];
	for(int i=min(F.size(),G.size());i<G.size();++i) res[i]=G[i];
	return res;
}
inline vector<int> get(vector<int> F,int x){
	F.push_back(0);
	for(int i=(int)F.size()-1;i>=1;--i) F[i]=F[i-1]+x;
	F[0]=-infll;
	return F;
}
vector<int> f[N],g[N];
int id[N],cnt;
void solve1(int l,int r,vector<int> &F,vector<int> &G){
	if(l==r){
		G=f[id[l]];
		F=mx(f[id[l]],g[id[l]]);
		return;
	}
	int mid=l,sum=0,now=f[id[l]].size();
	for(int i=l;i<=r;++i) sum+=f[id[i]].size();
	while(mid+1<r && 2*now<sum) mid++,now+=f[id[mid]].size();
	vector<int> lf,lg,rf,rg;
	solve1(l,mid,lf,lg),solve1(mid+1,r,rf,rg);
	F=mx(merge(lf,rg),merge(lg,rf));
	G=merge(lg,rg);
}
struct node{
	vector<int> a00,a01,a10,a11;
};
node solve2(int l,int r){
	node res;
	if(l==r){
		res.a00.push_back(-infll);
		res.a01=res.a10=g[id[l]];
		res.a11=mx(f[id[l]],g[id[l]]);
		return res;
	}
	int mid=l,sum=0,now=f[id[l]].size();
	for(int i=l;i<=r;++i) sum+=f[id[i]].size();
	while(mid+1<r && 2*now<sum) mid++,now+=f[id[mid]].size();
	node L=solve2(l,mid),R=solve2(mid+1,r);
	int x=len[id[mid+1]];
	res.a00=mx(merge(L.a01,R.a10),get(merge(L.a00,R.a00),x));
	res.a01=mx(merge(L.a01,R.a11),get(merge(L.a00,R.a01),x));
	res.a10=mx(merge(L.a11,R.a10),get(merge(L.a10,R.a00),x));
	res.a11=mx(merge(L.a11,R.a11),get(merge(L.a10,R.a01),x));
	return res;
}
void dfs2(int rt){
	for(int u=rt;u;u=son[u]){
		for(int i=h[u];i;i=e[i].n){
			int v=e[i].b;
			if(sze[v]<sze[u] && v!=son[u]) dfs2(v);
		}
		cnt=0;
		for(int i=h[u];i;i=e[i].n){
			int v=e[i].b;
			if(sze[v]<sze[u] && v!=son[u]){
				id[++cnt]=v;
				g[v]=get(g[v],e[i].c);
			}
		}
		if(cnt==0){
			f[u].push_back(0);
			g[u].push_back(0);
			continue;
		}
		solve1(1,cnt,f[u],g[u]);
	}
	cnt=0;
	for(int u=rt;u;u=son[u]) id[++cnt]=u;
	node tmp=solve2(1,cnt);
	g[rt]=max(tmp.a00,tmp.a01);
	f[rt]=max(tmp.a10,tmp.a11);
}
signed main(){
	n=read();
	for(int i=1;i<n;++i){
		int x=read(),y=read(),z=read();
		charu(x,y,z),charu(y,x,z);
	}
	dfs1(1,0);
	dfs2(1);
	for(int i=1;i<f[1].size();++i){
		if(f[1][i]>=(int)-1e15) printf("%lld ",f[1][i]);
		else printf("? ");
	}
	for(int i=f[1].size();i<n;++i) printf("? ");
	return 0;
}

标签:int,res,mid,vector,include,优化,DP,define
From: https://www.cnblogs.com/xzzduang/p/16794499.html

相关文章

  • 用户数据报协议UDP
    UDP的首部格式如下:(1)源端口,源端口号。在需要对方回信时选用。不需要时可用全0。⑵目的端口,目的端口号。这在终点交付报文时必须使用。⑶长度,UDP用户数据报的长度,其最......
  • 【图像压缩】基于蚁群算法优化小波变换实现图像压缩附matlab代码
    ✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信。......
  • DPDK基础概念和原理
    1、DPDK做什么的?数据平面开发套件(DPDK,DataPlaneDevelopmentKit)dpdk为Intel处理器架构下用户空间高效的数据包处理提供了库函数和驱动的支持,它不同于Linux系......
  • 树形DP做题记录
    “访问”美术馆树形背包问题。容易将美术馆转化成一棵二叉树,将展厅也视为走廊,每个走廊对应二叉树上一个节点。对于这种读入方式可以采用递归建树。记\(t_{cost}\)为通......
  • 2022-09-11-Typecho_RSS优化显示全文
    layout:postcid:26title:TypechoRSS优化显示全文slug:26date:2022/09/1115:53:38updated:2022/09/1115:53:38status:waitingauthor:admincategories:......
  • 很多优化器详解(原理+代码)
    https://blog.csdn.net/tcn760/article/details/123965374?spm=1001.2101.3001.6650.5&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7ERate-......
  • 一本通数位DP小结(更新中)
    「一本通5.3例1」AmountofDegrees点击查看代码//先转化为前缀和//从头到尾枚举每一位:这一位的贡献为前面的位都相同,这一位比原来更小,后面的位任意的方案......
  • Wireshark Lab: UDP v7.0
    0.实验文件地址http://www-net.cs.umass.edu/wireshark-labs/Wireshark_UDP_v7.0.pdf为什么UDP提供了检验和:不能保证源和目的之间的所有链路都提供差错检测(端到端原......
  • 单机安装基于LNMP结构的WordPress网站
    单机安装基于LNMP结构的WordPress网站基本环境准备配置nginx配置数据库服务器部署wordpressweb与数据库服务分离准备数据库服务器单机安装基于LNMP结构的WordPress网......
  • uni-app 171部分小细节优化
    /pages/mail/user-base/user-base.vue<template><viewclass="page"><!--导航栏--><free-nav-barshowBack:showRight="detail.friend"bgColor="bg-white">......