斜率优化dp小结

最新推荐文章于 2025-09-05 09:40:51 发布

原创

最新推荐文章于 2025-09-05 09:40:51 发布 · 8.9k 阅读

·

11

·

标签

#dp #斜率优化

本文介绍了动态规划中的斜率优化，包括单调队列优化的基本概念和应用。通过分析斜率不等式，展示了如何利用单调队列维护上凸集以求得最优转移点。此外，还探讨了分治策略在处理单调性问题时的应用，虽然复杂度稍高，但编码更简洁且适用范围更广。最后，作者提到了在codeforces 674E问题中学习到的这种方法，并感谢Claris的启发。

单调队列优化

在写斜率优化之前，我们来回顾一下单调队列优化的dp
1. 对于如下形式的dp方程

d p [i] = m i n {d p [j] + f (j)} (0 < j < i)

$dp[i] = min\{dp[j] + f(j)\} (0 < j < i)$
我们直接用一个变量维护(0, i)中dp[j] + f(j)的最小值即可

2.对于如下形式的dp方程

d p [i] = m i n {d p [j] + f (j)} (i - m < j < i)

$dp[i] = min\{dp[j] + f(j)\} (i - m < j < i)$
我们可以用一个单调队列维护一个(i - m, j)中dp[j] + f(j)的最小值，然后做到O(1)转移。

斜率优化

基本形式

但是对于形如

d p [i] = m i n {d p [j] + f (i, j)}

$dp[i] = min\{dp[j] + f(i, j)\}$
的方程，无法做到O(1)计算

最低0.47元/天解锁文章

评论 1

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。