Peter算法小课堂—动态规划斜率优化

2024-04-12 23:52

本文主要是介绍Peter算法小课堂—动态规划斜率优化,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!

大家来到这一堂课,就说明大家已经学过函数了

直线方程:y=kx+b

大家可以算一算。

其实,在数学上,这玩意要分类讨论

那么,这唯一的交点就是我们要背出来的

直线最值

这像一个分段函数

其实,只有部分直线能提供最小值,另外的,就可以省略

当然,最大值也一样。

看一下太戈编程第2627题

题目

在平面直角坐标系里,横坐标为x,纵坐标为y。有n条直线,第i条直线的形式为:y=b[i]+k[i]*x。其中整数b[i]为截距,整数k[i]为斜率。已知k[i]随着i的增加而减小。另外有m个从小到大排布的横坐标,第i个为x[i]。请求出在每个横坐标位置上各个直线的纵坐标最小值是多少?(纯数学)

暴力

struct Line{ll b,k;} lines[N];
int main(){ll n,m;cin>>n>>m;for(ll i=1;i<=n;i++) cin>>lines[i].b;for(ll i=1;i<=n;i++) cin>>lines[i].k;for(ll i=1;i<=m;i++) cin>>x[i];for(ll i=1;i<=m;i++){ans[i]=INF;for(ll j=1;j<=n;j++){ans[i]=min(ans[i],lines[j].b+lines[j].k*x[i]);}}for(int i=1;i<=m;i++) cout<<ans[i]<<" ";return 0;
}

时间复杂度不太行

优化

根据前面的分析,

但是,这好像只能做到常数级别的优化

注意:斜率递减

2号和0号的节点在2号和1号节点左侧,那么说明,1号线是废线,可以省略。

做之前,要做准备工作

struct Line{ll b,k;} lines[N];
ld X(ll u,ll v){return -(ld)(lines[u].b-lines[v].b)/(lines[u].k-lines[v].k);
}

然后,我们维护一个队列,里面是可能参与最小值的直线编号

ll l=1,r=1;
for(ll i=1;i<=n;++i){while(r-l>=2&&X(i,q[r-1])<X(q[r-1],q[r-2])) r--;q[r++]=i;
}

筛完了,剩下一个上凸轮廓。那么,一条直线只会提供一部分最小,之后的我们称之为“过气的直线”

假设现在有两条直线l,l+1,程序运行到x[i]。当x[i]在交点右侧时,l+1提供最小;当x[i]在交点左侧时,l+1不能提供最小。

for(ll i=1;i<=m;++i){while(r-l>=2&&X(q[l],q[l+1])<x[i]) ++l;int j=q[l];ans[i]=lines[j].b+lines[j].k*x[i];
}

书籍叠放1

题目

你有n本书,编号1到n,需要分几堆叠放在桌面上。每本书的正面都是一个长方形,共四条边,左右两侧边长对应长方形的长度,上下两侧边长对应长方形的宽度。第i本书的长度为h[i],宽度为w[i]。你可以选择任意几本书分出任意的堆数。但是,叠放的时候要注意,每本书两两之间都保持上下左右四条边平行,不能旋转。每组叠放好的书都会在桌面上占据一定的面积。例如我们将3本书叠放在一堆里:第一本长度为1宽度为4,第二本长度为2宽度为3,第三本长度为3宽度为2,这三本占据的面积为长度为3宽度为4的长方形面积,也就是3*4=12。

目前,已知你的书籍满足一种特殊顺序:你发现随着编号i增加,书的长度h[i]增加,宽度w[i]减少。请问,经过合理叠放后,总体占据的面积最小是多少?

这是一道dp题,可以用朴素

朴素

cin>>n;
for(ll i=1;i<=n;i++) cin>>bk[i].h>bk[i].w;
for(ll i=1;i<=n;++i){f[i]=bk[1].w*bk[i]*h;for(ll j=1;j<i;++j)f[i]=min(f[i],f[j]+bk[j+1].w*bk[i].h);
}

优化

这个看起来像直线最值吗

解释完毕

索道选址II

题目描述

lester的老家有一个著名的旅游景点:大牛山。据说爬完就能成为C++大牛,所以游客不断。从山脚到山顶共有n个景点,排成一条直线。山顶为景点n,并且只有这一条登山路线orz。由于山太高,当地政府决定架设若干条索道站点。索道站点山上某个景点,并且到山顶(景点n)是必须有索道站点的。在景点i修建索道站点的花费为Ai。对于没有索道直达的景点,游客会乘坐高于该景点且最近的一个索道站点,然后从该站点向下走到目的地。步行游客会产生一定的不满意度,值等于索道站点与目的地编号之差。你可以认为想去每个景点的游客人数是相同的,例如索道站点在景点3,6,则去景点4需要先到景点6,然后向下走到景点4,不满意度为6-4=2。lester既不想花太多钱,又不愿意积累太多的不满意度。注意:游客出发的位置可以理解为在0号,而不是1号。他希望求一种折衷方案,使得花费与不满意度总和最小。

f[i]表示用前i个选址覆盖前i个景点最小代价,且上一段为j。则不满意度为

也就是j+1加到i-1。

最后,我们以-j为斜率,f[j]+1/2*(j+1)*j为截距画直线

这篇关于Peter算法小课堂—动态规划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/898586

相关文章

Java调用C#动态库的三种方法详解

《Java调用C#动态库的三种方法详解》在这个多语言编程的时代,Java和C#就像两位才华横溢的舞者,各自在不同的舞台上展现着独特的魅力,然而,当它们携手合作时,又会碰撞出怎样绚丽的火花呢?今天,我们... 目录方法1:C++/CLI搭建桥梁——Java ↔ C# 的“翻译官”步骤1:创建C#类库(.NET

MyBatis编写嵌套子查询的动态SQL实践详解

《MyBatis编写嵌套子查询的动态SQL实践详解》在Java生态中,MyBatis作为一款优秀的ORM框架,广泛应用于数据库操作,本文将深入探讨如何在MyBatis中编写嵌套子查询的动态SQL,并结... 目录一、Myhttp://www.chinasem.cnBATis动态SQL的核心优势1. 灵活性与可

Mybatis嵌套子查询动态SQL编写实践

《Mybatis嵌套子查询动态SQL编写实践》:本文主要介绍Mybatis嵌套子查询动态SQL编写方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录前言一、实体类1、主类2、子类二、Mapper三、XML四、详解总结前言MyBATis的xml文件编写动态SQL

SpringBoot实现Kafka动态反序列化的完整代码

《SpringBoot实现Kafka动态反序列化的完整代码》在分布式系统中,Kafka作为高吞吐量的消息队列,常常需要处理来自不同主题(Topic)的异构数据,不同的业务场景可能要求对同一消费者组内的... 目录引言一、问题背景1.1 动态反序列化的需求1.2 常见问题二、动态反序列化的核心方案2.1 ht

golang实现动态路由的项目实践

《golang实现动态路由的项目实践》本文主要介绍了golang实现动态路由项目实践,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习... 目录一、动态路由1.结构体(数据库的定义)2.预加载preload3.添加关联的方法一、动态路由1

SpringBoot中HTTP连接池的配置与优化

《SpringBoot中HTTP连接池的配置与优化》这篇文章主要为大家详细介绍了SpringBoot中HTTP连接池的配置与优化的相关知识,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一... 目录一、HTTP连接池的核心价值二、Spring Boot集成方案方案1:Apache HttpCl

使用雪花算法产生id导致前端精度缺失问题解决方案

《使用雪花算法产生id导致前端精度缺失问题解决方案》雪花算法由Twitter提出,设计目的是生成唯一的、递增的ID,下面:本文主要介绍使用雪花算法产生id导致前端精度缺失问题的解决方案,文中通过代... 目录一、问题根源二、解决方案1. 全局配置Jackson序列化规则2. 实体类必须使用Long封装类3.

PyTorch高级特性与性能优化方式

《PyTorch高级特性与性能优化方式》:本文主要介绍PyTorch高级特性与性能优化方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、自动化机制1.自动微分机制2.动态计算图二、性能优化1.内存管理2.GPU加速3.多GPU训练三、分布式训练1.分布式数据

Python Selenium动态渲染页面和抓取的使用指南

《PythonSelenium动态渲染页面和抓取的使用指南》在Web数据采集领域,动态渲染页面已成为现代网站的主流形式,本文将从技术原理,环境配置,核心功能系统讲解Selenium在Python动态... 目录一、Selenium技术架构解析二、环境搭建与基础配置1. 组件安装2. 驱动配置3. 基础操作模

MySQL中like模糊查询的优化方案

《MySQL中like模糊查询的优化方案》在MySQL中,like模糊查询是一种常用的查询方式,但在某些情况下可能会导致性能问题,本文将介绍八种优化MySQL中like模糊查询的方法,需要的朋友可以参... 目录1. 避免以通配符开头的查询2. 使用全文索引(Full-text Index)3. 使用前缀索