前言
近几日回归竞赛后，便开始学些新东西了（对于蒟蒻来说）。这几天就连续的更新一下自己对斜率优化的学习过程。
1.思想
在一些常见的DP题中，可能会出现形如\(f[i]=\min/\max(f[j]+(sum[i]-sum[j])^2\)的转移方程式。
这时，我们就可以把后面的二次项展开：
\(f[i]=f[j]+sum[i]^2+sum[j]^2+2*sum[i]*sum[j]\)
\(f[j]+sum[j]^2=2*sum[i]*sum[j]+sum[i]^2+f[i]\)
再将\(2*sum[i]\)看做斜率，\(f[j]+sum[j]\)看做\(y\)，\(sum[j]\)看做\(x\)，则\(f[i]+sum[i]^2\)就成了截距，由于斜率不变，我们就用一个单调队列来维护之前的决策点，再将该斜率的直线从下到上平移，找到斜率最小的点。所以我们既要维护一个下凸包。
2.实现
利用单调队列维护当前的决策点构成的凸包，在遍历到\(i\)时，先将斜率小于当前斜率的决策点全部删去。然后对头的点就是当前的最优决策点，更新当前值后，在队尾加点时保证斜率的单调递增即可。
标签：sum,决策,笔记,斜率,算法,当前,看做,单调 来源： https://www.cnblogs.com/sszxlcy/p/15931168.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。