LOJ #2483 [CEOI2017]Building Bridges CDQ分治+斜率优化

2024-03-30 02:48

本文主要是介绍LOJ #2483 [CEOI2017]Building Bridges CDQ分治+斜率优化,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

题目链接:传送门
洛咕传送门

s u m w sumw sumw表示 w w w的前缀和。
显然的 d p dp dp方程: d p [ i ] = m i n ( d p [ j ] + ( h [ i ] − h [ j ] ) 2 + s u m w [ i − 1 ] − s u m w [ j ] ) dp[i]=min(dp[j]+(h[i]-h[j])^2+sumw[i-1]-sumw[j]) dp[i]=min(dp[j]+(h[i]h[j])2+sumw[i1]sumw[j])
展开,移项,一通乱搞,得到 2 h [ i ] ∗ h [ j ] + d p [ i ] + 常 数 = d p [ j ] + h [ j ] 2 − s u m w [ j ] 2h[i]*h[j]+dp[i]+常数=dp[j]+h[j]^2-sumw[j] 2h[i]h[j]+dp[i]+=dp[j]+h[j]2sumw[j]
有乘积项,所以要斜率优化。
发现 h h h不单调,所以需要CDQ分治。
然后就是CDQ分治+斜率优化的套路:
先把所有点按照 x x x坐标排序(本题 x x x坐标为 h h h),然后CDQ分治时把 i d id id [ l , m i d ] [l,mid] [l,mid] [ m i d + 1 , r ] [mid+1,r] [mid+1,r]的分成左右两边区间,这样仍然满足左边和右边区间 x x x坐标分别单调。
然后套上单调队列+斜率优化即可qwq。

代码

#include<stdio.h>
#include<cstring>
#include<algorithm>
#define re register int
#define rl register ll
using namespace std;
typedef long long ll;
int read() {re x=0,f=1;char ch=getchar();while(ch<'0' || ch>'9') {if(ch=='-')    f=-1;ch=getchar();}while(ch>='0' && ch<='9') {x=(x<<1)+(x<<3)+ch-'0';ch=getchar();}return x*f;
}
inline void write(int x) {if(x>9)	write(x/10);putchar(x%10+'0');
}
const int Size=100005;
namespace I_Love {ll n,h[Size],w[Size],sumw[Size],dp[Size];
struct node {double x,y;int id;
} p[Size],tmp[Size],Queue[Size];
inline bool comp(node a,node b) {if(a.x!=b.x)	return a.x<b.x;return a.id<b.id;
}
inline bool operator < (node a,node b) {return a.x<b.x;
}
void Divide(int l,int r) {int mid=(l+r)>>1;int ptrl=l-1,ptrr=mid;for(re i=l; i<=r; i++) {if(p[i].id<=mid) {tmp[++ptrl]=p[i];} else {tmp[++ptrr]=p[i];}}for(re i=l; i<=r; i++) {p[i]=tmp[i];}
}
void Merge(int l,int r) {int mid=(l+r)>>1;int ptrl=l,ptrr=mid+1,tot=l-1;while(ptrl<=mid && ptrr<=r) {if(p[ptrl]<p[ptrr]) {tmp[++tot]=p[ptrl++];} else {tmp[++tot]=p[ptrr++];}}while(ptrl<=mid)	tmp[++tot]=p[ptrl++];while(ptrr<=r)		tmp[++tot]=p[ptrr++];for(re i=l; i<=r; i++) {p[i]=tmp[i];}
}
inline double slope(node a,node b) {return (b.y-a.y)/(b.x-a.x);
}
void CDQ_Divide(int l,int r) {if(l==r) {p[l].y=dp[l]+h[l]*h[l]-sumw[l];return;}int mid=(l+r)>>1;//按照id分为左右两个区间 Divide(l,r);CDQ_Divide(l,mid);int hd=1,tl=0;//斜率优化 for(re i=l; i<=mid; i++) {while(hd<tl && (p[i].y-Queue[tl].y)*(Queue[tl].x-Queue[tl-1].x)<=(Queue[tl].y-Queue[tl-1].y)*(p[i].x-Queue[tl].x))tl--;Queue[++tl]=p[i];}for(re i=mid+1; i<=r; i++) {while(hd<tl && slope(Queue[hd],Queue[hd+1])<=p[i].x*2)	hd++;int x=p[i].id,y=Queue[hd].id;dp[x]=min(dp[x],dp[y]+(h[x]-h[y])*(h[x]-h[y])+sumw[x-1]-sumw[y]);}
//	if(l==1 && r==n) {
//		puts("我永远喜欢珂朵莉");
//	}CDQ_Divide(mid+1,r);Merge(l,r);
}
void Kutori() {n=read();for(re i=1; i<=n; i++) {h[i]=read();p[i].x=h[i];p[i].id=i;}for(re i=1; i<=n; i++) {w[i]=read();sumw[i]=sumw[i-1]+w[i];}memset(dp,0x3f,sizeof(dp));dp[1]=0;sort(p+1,p+1+n,comp);CDQ_Divide(1,n);printf("%lld",dp[n]);
}}
int main() {I_Love::Kutori();return 0;
}

这篇关于LOJ #2483 [CEOI2017]Building Bridges CDQ分治+斜率优化的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/860300

相关文章

MySQL索引的优化之LIKE模糊查询功能实现

《MySQL索引的优化之LIKE模糊查询功能实现》:本文主要介绍MySQL索引的优化之LIKE模糊查询功能实现,本文通过示例代码给大家介绍的非常详细,感兴趣的朋友一起看看吧... 目录一、前缀匹配优化二、后缀匹配优化三、中间匹配优化四、覆盖索引优化五、减少查询范围六、避免通配符开头七、使用外部搜索引擎八、分

Python通过模块化开发优化代码的技巧分享

《Python通过模块化开发优化代码的技巧分享》模块化开发就是把代码拆成一个个“零件”,该封装封装,该拆分拆分,下面小编就来和大家简单聊聊python如何用模块化开发进行代码优化吧... 目录什么是模块化开发如何拆分代码改进版:拆分成模块让模块更强大:使用 __init__.py你一定会遇到的问题模www.

SpringBoot首笔交易慢问题排查与优化方案

《SpringBoot首笔交易慢问题排查与优化方案》在我们的微服务项目中,遇到这样的问题:应用启动后,第一笔交易响应耗时高达4、5秒,而后续请求均能在毫秒级完成,这不仅触发监控告警,也极大影响了用户体... 目录问题背景排查步骤1. 日志分析2. 性能工具定位优化方案:提前预热各种资源1. Flowable

SpringBoot3实现Gzip压缩优化的技术指南

《SpringBoot3实现Gzip压缩优化的技术指南》随着Web应用的用户量和数据量增加,网络带宽和页面加载速度逐渐成为瓶颈,为了减少数据传输量,提高用户体验,我们可以使用Gzip压缩HTTP响应,... 目录1、简述2、配置2.1 添加依赖2.2 配置 Gzip 压缩3、服务端应用4、前端应用4.1 N

Spring Boot + MyBatis Plus 高效开发实战从入门到进阶优化(推荐)

《SpringBoot+MyBatisPlus高效开发实战从入门到进阶优化(推荐)》本文将详细介绍SpringBoot+MyBatisPlus的完整开发流程,并深入剖析分页查询、批量操作、动... 目录Spring Boot + MyBATis Plus 高效开发实战:从入门到进阶优化1. MyBatis

MyBatis 动态 SQL 优化之标签的实战与技巧(常见用法)

《MyBatis动态SQL优化之标签的实战与技巧(常见用法)》本文通过详细的示例和实际应用场景,介绍了如何有效利用这些标签来优化MyBatis配置,提升开发效率,确保SQL的高效执行和安全性,感... 目录动态SQL详解一、动态SQL的核心概念1.1 什么是动态SQL?1.2 动态SQL的优点1.3 动态S

Python如何使用__slots__实现节省内存和性能优化

《Python如何使用__slots__实现节省内存和性能优化》你有想过,一个小小的__slots__能让你的Python类内存消耗直接减半吗,没错,今天咱们要聊的就是这个让人眼前一亮的技巧,感兴趣的... 目录背景:内存吃得满满的类__slots__:你的内存管理小助手举个大概的例子:看看效果如何?1.

一文详解SpringBoot响应压缩功能的配置与优化

《一文详解SpringBoot响应压缩功能的配置与优化》SpringBoot的响应压缩功能基于智能协商机制,需同时满足很多条件,本文主要为大家详细介绍了SpringBoot响应压缩功能的配置与优化,需... 目录一、核心工作机制1.1 自动协商触发条件1.2 压缩处理流程二、配置方案详解2.1 基础YAML

MySQL中慢SQL优化的不同方式介绍

《MySQL中慢SQL优化的不同方式介绍》慢SQL的优化,主要从两个方面考虑,SQL语句本身的优化,以及数据库设计的优化,下面小编就来给大家介绍一下有哪些方式可以优化慢SQL吧... 目录避免不必要的列分页优化索引优化JOIN 的优化排序优化UNION 优化慢 SQL 的优化,主要从两个方面考虑,SQL 语

MySQL中慢SQL优化方法的完整指南

《MySQL中慢SQL优化方法的完整指南》当数据库响应时间超过500ms时,系统将面临三大灾难链式反应,所以本文将为大家介绍一下MySQL中慢SQL优化的常用方法,有需要的小伙伴可以了解下... 目录一、慢SQL的致命影响二、精准定位问题SQL1. 启用慢查询日志2. 诊断黄金三件套三、六大核心优化方案方案