四边形不等式学习笔记

简要题意

四边形不等式是一种 dp 优化策略。多用于 2D DP。

内容

对于区间 \([l,r]\) 带来的贡献 \(w(l,r)\),如果其满足:

对于 \(L\leq l\leq r \leq R\)\(w(L,r)+w(l,R)\leq w(L,R)+w(l,r)\)

则称 \(w\) 满足四边形不等式。特别地,如果上式符号取等,则称其满足四边形恒等式

注:上面的不等式可以记成:交叉小于包含

四边形不等式优化基础:对于一个 dp \(f(i,j)\),如果其最优决策点(即第三维枚举的最优位置) \(s(i,j)\) 满足 \({s(i,j-1)\leq s(i,j) \leq s(i+1,j)}\),则可以用此方法将时间复杂度优化到 \(O(\max i \cdot \max j)\)

类型一

对于一类 dp(多见于把一个序列分成 \(k\) 段,最小化或最大化每一段段贡献的的和),其状态转移方程为(\(\min\) 也可以换成 \(\max\)):

\[f(i,j)=\min_{k=1}^{i-1}{(f(k,j-1)+w(k+1,j))}
\]

\(w\) 满足四边形不等式。则:

  • \(f\) 也满足四边形不等式。
  • \(f\) 满足四边形不等式基础。

SPOJ LARMY - Lannister Army

给出一个长为 \(N\) 的序列 \(H\),你需要将其分成 \(K\) 段,使得每一段的逆序对数量之和最小。输出最小值。

\(1 \leq K \leq N \leq 5\times10^3,1 \leq H_i \leq 10^5\)

不能再板的四边形不等式吧。先推出每一个序列的每一个区间的逆序对数量,然后四边形不等式即可。

时间复杂度 \(O(N^2)\)

P4767 [IOI2000]邮局

在数轴上分布着 \(V\) 个村庄。第 \(i\) 个村庄在 \(a_i\)。两个村庄的距离为这两个村庄的位置之差得绝对值。你需要在一些村庄中修建邮局,你需要输出每一个村庄到离其最近的邮局的距离之和的最小值。

\(1 \leq P \leq 300,1 \leq P \leq V \leq 3 \times 10^3,1 \leq a_i \leq 10^4\)

这道题可以看成将村庄排序后分成 \(P\) 段,每段在其中点修建一个邮局。最小化每段到其中点的距离和的和。

可以递推出每段的贡献 \(w(i,j)=w(i-1,j)+a_j-a_{\lfloor (i+j)\div 2\rfloor}\)

然后,然后就没了。

时间复杂度 \(O(V^2)\)

类型二

对于一类区间 dp 问题(多见于石子合并类),其状态转移方程为(\(\min\) 也可以换成 \(\max\)):

\[f(i,j)=\min_{k=i}^{j-1}{(f(i,k)+f(k+1,j)+w(i,j))}
\]

\(w\) 满足四边形不等式。则:

  • \(f\) 也满足四边形不等式。
  • \(f\) 满足四边形不等式基础。

P1775 石子合并(弱化版)

有一个长度为 \(N\) 的序列 \(m\)。你可以合并相邻的两个元素 \(m_i,m_j\),变成 \(m_i+m_j\),并花费 \(m_i+m_j\) 的代价。输出最小代价和。

\(1 \leq N \leq 300,1 \leq m_i \leq 10^3\)

这道题暴力 \(O(N^3)\) 前缀和 + 区间 DP 可以过,但是容易发现 \(w(i,j)=\sum_{k=i}^{j} m_k\) 满足四边形不等式。于是可以使用四边形不等式优化。

时间复杂度 \(O(N^2)\)

原文链接:https://www.cnblogs.com/zheyuanxie/p/quadrangle.html

本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:四边形不等式学习笔记 - Python技术站

(0)
上一篇 2023年4月17日
下一篇 2023年4月17日

相关文章

  • Python使用遗传算法解决最大流问题

    Python使用遗传算法解决最大流问题 本文将详细介绍如何使用Python和遗传算法解决最大流问题。我们将介绍最大流问题的基本原理和遗传算法的基本原理,以及如何使用Python实现遗传算法解决最大流问题。同时,我们提供两个示例说明,分别使用遗传算法解决最大流问题和最小割问题。 最大流问题简介 最大流问题是指在一个有向图中,从源点到汇点的最大流量。最大流问题是…

    python 2023年5月14日
    00
  • Python实现最短路径问题的方法

    最短路径问题是计算机科学中的一个经典问题,它的目标是在一个加权图中找到两个节点之间的最短路径。在Python中,我们可以使用Dijkstra算法和Bellman-Ford算法来解决最短路径问题。 Dijkstra算法 Dijkstra算法是一种贪心算法,它的基本思想是从起点,每次选择距离起点最近的节点,并更新与该节点相邻的节点的距离。在Python中,我们可…

    python 2023年5月14日
    00
  • 详解普里姆算法原理与使用方法

    什么是普里姆算法 普里姆算法是一种贪心算法,用于求解加权连通图的最小生成树问题。它的基本思想是从某一点开始,不断选择与当前集合(生成树)连通而且边权最小的点,直到覆盖所有节点。 使用方法 以下为普里姆算法的具体步骤: 选择一个起点,将其标记为已经考虑过的节点,加入到当前集合中。 按照节点与集合的连接边权从小到大的顺序,将这些连接该集合的边加入到一个备选集合中…

    算法 2023年3月27日
    00
  • 腾讯2018秋招正式笔试题目小结

    腾讯2018秋招正式笔试题目小结 背景介绍 腾讯作为中国科技领域的佼佼者,每年都会举行大规模的招聘,吸引着众多优秀的应聘者前来。其中,笔试是选拔过程中的重要环节,也是一个入职的关键。本文旨在对腾讯2018秋招正式笔试的题目进行详细的分析和总结,帮助广大应聘者更好地进行准备。 题目类型 腾讯2018秋招正式笔试共分为两个部分:编程题和客观题。编程题主要考察应聘…

    数据结构 2023年5月17日
    00
  • python人工智能遗传算法示例解析

    Python人工智能遗传算法示例解析 遗传算法是一种基于自然选择和遗传学原理的优化算法,它通过模拟生物进化过程来寻找最优解。在本攻略中,我们将介绍如何使用Python实现遗传算法,并提供两个示例来说明如何使用遗传算法进行优化。 步骤1:了解遗传算法 在遗传算法中,我们需要考虑以下因素: 个体:个体是指一个可能的解决方案。 种群:种群是指一组个体。 适应度函数…

    python 2023年5月14日
    00
  • C++数据结构与算法之反转链表的方法详解

    C++数据结构与算法之反转链表的方法详解 在C++中,反转链表是一种常见的数据结构与算法技巧。在本文中,我们将详细讲解反转链表的实现过程以及常见的两种反转方法。 基本定义 在开始讲述反转链表算法之前,我们先介绍一下链表的基本定义。 链表是一种数据结构,其中每个节点包含一个数据元素和一个指向下一个节点的指针。下面是一个简单的链表的节点结构定义: struct …

    数据结构 2023年5月17日
    00
  • Javascript数据结构与算法之列表详解

    Javascript数据结构与算法之列表详解 简介 本文旨在讲解Javascript中数据结构和算法的列表。 列表定义和实现 列表是一组有序的数据,每个列表中的数据项称为元素。在Javascript中,列表可以用数组来实现。数组的好处是它能够存储任意类型的数据,而且可以根据需要动态地调整数组的大小。下面是一个创建列表的基本模板: function List(…

    数据结构 2023年5月17日
    00
  • Python实现约瑟夫环问题的方法

    下面是详细讲解“Python实现约瑟夫环问题的方法”的完整攻略。 1. 什么是约瑟夫环问题 约瑟夫环问题是一个经典的数学问题,它的故事起源于代约瑟夫斯的传说。问题描述如下:有n个人围成一圈,从第一个人开始报数,报到m的人出,然后从出圈的下一个人开始重新报数,直到剩下最后一个人。问后剩下的人是谁? 2. 实现约瑟夫环问题 以下是用Python实现约瑟问题的步骤…

    python 2023年5月14日
    00
合作推广
合作推广
分享本页
返回顶部