何谓决策单调性？
指的就是在最优化 dp 中，状态的最优转移点单调不减的性质。
这使得我们在做 dp 的时候可以减少冗余计算以达到优化的效果。这类优化方法常用于分段问题。
0x01：四边形不等式
设 \(f[i]\) 表示将前 \(i\) 个位置分段的最小代价，\(w(j,i)\) 表示从 \(j\) 转移到 \(i\) 的代价。
若对于 \(a\le b\le c\le d\)，满足
\[w(a,c)+w(b,d)\le w(a,d)+w(b,c) \]我们就说 \(w\) 满足四边形不等式。
\(\bullet\) 结论：若 \(w\) 满足四边形不等式，则该 dp 问题具有决策单调性。
采取反证法：设 \(f[i]\) 的最优决策点为 \(p[i]\)，且代价函数 \(w\) 满足四边形不等式。假设对于 \(j< i\)，有 \(p[i]\le p[j]\)，则根据最优性质，有
\[f[p[i]]+w(p[i],i)\le f[p[j]]+w(p[j],i)\qquad (1) \]又根据四边形不等式，因为 \(p[i]\le p[j]\le j\le i\)，所以有
\[w(p[i],j)+w(p[j],i)\le w(p[i],i)+w(p[j],j)\qquad (2) \]\((1)(2)\)两式相加，两边消去相同项，得到
\[f[p[i]]+w(p[i],j)\le f[p[j]]+w(p[j],j) \]也就是说，从 \(p[i]\) 转移到 \(j\)，比从 \(p[j]\) 转移更优，与我们的假设相悖，故结论得证。
不过在实战中，四边形不等式一般较难证明，暴力输出各决策点的方式确定决策单调性是最方便的。
0x02：在 \(\boxed{\mathrm{2D/1D}}\) dp 中的运用
这一类型的 dp 有分 \(k\) 段问题和区间 dp，朴素的 dp 一般是 \(O(n^3)\) 的，如果 \(w\) 满足四边形不等式，则我们可以用决策单调性来优化到 \(O(n^2)\) 的复杂度。
\(\bullet\) 结论：设 \(p_{i,j}\) 表示 \(f_{i,j}\) 的最优决策点，若 \(w\) 满足四边形不等式，则有 \(p_{i,j-1}\le p_{i,j}\le p_{i+1,j}\)。证明略。
例题 1：
\(\circ\) luoguP4767 [IOI2000]邮局
题目大意：一条数轴上有 \(n\) 个村庄，第 \(i\) 个村庄的位置为 \(a_i\)，你需要放置 \(m\) 个邮局，使得每个村庄到最近的邮局的距离和最小（\(1\le m\le 300\)，\(m\le n\le 3000\)，\(a_i\in [1,10000]\)）。也就是说这个问题是一个分 \(k\) 段问题。
设 \(f_{i,j}\) 表示在前 \(i\) 个村庄中放 \(j\) 个邮局的最小距离和，\(w(i,j)\) 表示在编号（从小到大）为 \([i,j]\) 的村庄中放一个邮局的代价（显然放在中位数处最优）。有状态转移方程
\[f_{i,j}=\min_{1\le k<i}\{f_{k,j-1}+w(k+1,j)\} \]先做一遍 \(O(nm^2)\) 的暴力，求出每个状态的最优决策点并输出，我们可以发现满足 \(p_{i,j-1}\le p_{i,j}\le p_{i+1,j}\)
于是我们枚举 \(f_{i,j}\) 的决策点时候，可以枚举 \(k:p_{i,j-1}\le k\le p_{i+1,j}\)，复杂度降为 \(O(nm)\)。
由于需要用到 \(f_{i+1,j}\) 的决策点，我们需要倒序枚举 \(i\)。
例题 2：
\(\circ\) CF833B The Bakery
题目大意：将一个长度为 \(n\) 的序列分为 \(k\) 段，使得总价值最大。一段区间的价值表示为区间内不同数字的个数。（\(n\leq 35000,k\leq 50\)）
还是熟悉的分 \(k\) 段问题，\(f_{i,j}\) 表示前 \(i\) 个位置分 \(j\) 段，状态转移方程直接出来
\[f_{i,j}=\min_{1\le k<i}\{f_{k,j-1}+w(k+1,j)\} \]我们发现 \(w\) 是个数颜色问题，具有决策单调性（大概就是区间越长越亏），但并不能快速的得出。
注意到每次转移都是由第 \(j-1\) 层转移到第 \(j\) 层，也就是说同层之间不会转移，我们可以用上一层区间 \([0,n-1]\) 的结果去转移当前区间 \([1,n]\) 的结果，连续做 \(k\) 次，不就得到答案了吗？
考虑一种分治做法，记 \(solve(ql,qr,L,R)\) 表示从上一次分治的 \([L,R]\) 转移到 \([ql,qr]\)。对于 \(mid=\lfloor\frac{ql+qr}{2}\rfloor\)，我们可以先求出它的最优决策点 \(p\)，由决策单调性可知，\([ql,mid)\) 一定由 \([L,p]\) 转移而来，\((mid,qr]\) 一定由 \([p,R]\) 转移而来。
对于 \(w\) 的计算，由数颜色我们想到类似莫队的方法转移，维护当前左右端点 \(tl,tr\)，随着分治移动，时间复杂度 \(O(n\log n)\)，\(k\) 次分治就是 \(O(nk\log n)\)。
也就是说，当 \(w\) 的贡献难算时，可采用分治的方法。
但注意，分治方法仅适用于一轮决策用上一轮结果转移的情况，如果同层转移则不可用。
习题：
\(\circ\) CF868F Yet Another Minimization Problem
\(\circ\) P5574 [CmdOI2019]任务分配问题
\(\circ\) P4072 [SDOI2016]征途
0x03： 在 \(\boxed{\mathrm{1D/1D}}\) dp 中的运用
状态转移方程一般形如 \(f_i=\min\{f_{j-1}+w(j,i)\}\)，也就是一个分段问题（不过段数不限），这类问题就不能使用分治（因为是同层转移），而是使用二分队列/二分栈维护决策点。
例题：
\(\circ\) P1912 [NOI2009] 诗人小G
设 \(S_i\) 表示前 \(i\) 句诗加上 \((i-1)\) 个空格的长度，则 \(w(j,i)=|S_i-S_{j-1}-1-L|^P\) 表示将从 \(j\) 到 \(i\) 的诗句单独分成一行的代价。
通过暴力发现 \(w\) 满足四边形不等式，考虑决策单调性优化。
我们维护最优决策点 \(p_i\) ，由于满足决策单调性，对于两个决策点 \(x,y\ (x<y)\)，我们一定能找到个分界点 \(k\)，使得在 \(k\) 之前（\(< k\)）用 \(x\) 转移优于 \(y\)，在 \(k\) 之后（\(\ge k\)）用 \(y\) 转移优于 \(x\)。
于是我们可以维护一个三元组 \((l,r,x)\)，表示在区间 \([l,r]\) 中用 \(x\) 转移较优。根据优劣，对决策点维护个单调队列。
具体地，假设当前在位置 \(i\)，我们取队头为最优转移，则队头 \((l_{head},r_{head},q_{head})\) 出队的前提是 \(r_{head}<i\)。对于队尾的三元组 \((l_{tail},r_{tail},q_{tail})\)，我们能踢掉他的前提是 \(q_{tail}\) 和 \(i\) 的分界点 \(k\le l_{tail}\)。插入 \(i\) 即插入 \((k+1,n,i)\)。
事实上也不用那么麻烦地维护个三元组，记录队列中相邻两点的分界点即可。
标签：le,dp,决策,DP,四边形,转移,单调,小记 来源： https://www.cnblogs.com/RuntimeErr/p/16599957.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。