标签：limits 决策 leq dp 动态 优化 单调 mathrm

动态规划的单调性优化

1. 决策集合优化

\(\mathrm{dp}\)的时候决策集合只扩大不减小，直接把最大值\(/\)最小值\(/\)累加和记下来就好了.

例如：\(\mathrm{LCIS\ CH5101}\)，\(f_{i,j}=\max\limits_{0\leq k<j,B_k<A_i}\{f_{i-1,k}\}+1\).

外层\(i\)不变，随着\(j\)增大，每次决策\(k\)最多增加一个，判断一下是否合法记下来即可.

2. 单调队列优化

\(\mathrm{dp}\)的时候决策区间上下界都单调变化，可以直接记录区间和的值. 如果是最优化\(\mathrm{dp}\)，那就要用滑动窗口记录区间最值.

写代码的时候，在循环开始的时候排除队首过期决策，然后取队首作为最优解，然后加入新决策. 有些边界麻烦的初值可以暴力算掉.

多重背包怎么用单调队列优化？先写方程：\(f[j]=\max\limits_{1\leq k\leq c_i}\{f[j-k\times v_i]+k\times w_i\}\).

观察：决策点每次位移\(v_i\)，那就把\(j\)按照\(v_i\)的余数分类. 设\(j=u+v_i\times p\)，于是：

\[f[u+v_i\times p]=\max\limits_{\max\{0,p-c_i\}\leq k\leq p-1}\{f[u+v_i\times k]+(p-k)\times w_i\} \]

这样的话可以把\(i,u\)当成定值，枚举\(p\)，此时决策变量\(k\)的上下界单调变化，就可以用单调队列了.

3. 斜率优化

多项式\(v(i,j)\)含有\(i,j\)乘积项的\(1D/1D\)动态规划，一般可以用单调队列维护下凸壳\(/\)上凸壳.

设\(f_i=\max\limits_{0\leq j\leq i-1}\{f_j+A(i)+B(j)+p(i)q(j)\}\)，然后移项一下：

\[f_j+B(j)=-p(i)q(j)-A(i)+f_i \]

这时候把所有决策点\(j\)看成平面上的点\(P_j(-q(j),f_j+B(j))\)，那么现在你要用一条斜率为\(p(i)\)的直线去切这些点，求最小截距.

一般来说，这些点都是单调递增的，所以我们可以用单调队列维护下凸壳作为最优决策集. 如果\(p(i)\)也是单调的，只要在队首操作最优决策即可，如果\(p(i)\)不单调，那就二分找最优决策点.

如果这些点不是单调递增的话，那就要用平衡树\(/\)\(\mathrm{cdq}\)分治维护凸壳. 不过用李超树求一次函数最值会更简单.

注意事项有点多：

4. 四边形不等式

直接记结论即可：对于整数域上的二元函数\(w(x,y)\)，若其满足：

\[a\leq b\leq c\leq d,w(a,d)+w(b,c)\geq w(a,c)+w(b,d) \]

或者

\[a< b,w(a,b+1)+w(a+1,b)\geq w(a,b+1)+w(b,a+1) \]

则称\(w\)满足四边形不等式.

对于\(f_i=\min\limits_{0\leq j < i}\{f_j+w(j,i)\}\)，\(w(a,b)\)满足四边形不等式，则\(f\)的决策数组\(p\)单调不减.

暴力优化的话直接从上一个决策点开始枚举即可，如果用队列维护决策点连续段可以做到\(O(n\log_2 n)\)，需要用二分找分界点. 如果是二维的\(\mathrm{dp}\)，每次仅从上一维转移，可以采用分治写法，时间复杂度也是每层\(O(n\log_2 n)\)，如果一维\(\mathrm{dp}\)强行套\(\mathrm{cdq}\)分治的话，时间复杂度两个\(\log\).

对于\(f_{i,j}=\min\limits_{i\leq k<j}\{f_{i,k+1}+f_{k+1,j}+w(i,j)\}\)，若\(f_{i,i}=w_{i,i}=0\)，\(\forall a\leq b\leq c\leq d,w(a,d)\geq w(b,c)\)，\(w\)满足四边形不等式，则\(f\)的决策数组\(p\)有二维决策单调性：

\[\forall i < j,p_{i,j-1}<p_{i,j}<p_{i+1,j} \]

按照长度为阶段的区间\(\mathrm{dp}\)，直接在决策范围里面枚举时间复杂度就优化到\(O(n^2)\).

习题：

\(\mathrm{BZOJ}4709\) 柠檬

\(\mathrm{CF868F\ Yet\ Another\ Minimization\ Problem}\)

\(\mathrm{CF321E\ Ciel\ and\ Gondolas}\)

任务安排\(4\)

标签：limits,决策,leq,dp,动态,优化,单调,mathrm
来源： https://www.cnblogs.com/Parsnip/p/13373161.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。