题解：P10977 Cut the Sequence

zhouruoheng · 2024-11-19 20:28:35 · 题解

Cut the Sequence

P10977 Cut the Sequence

前言

单调队列优化 dp 的好题，思维难度大细节多。因为觉得自己看不懂其他题解，在看完 y 总的讲解后豁然开朗，所以写这篇题解来巩固一下。包括完整的细节分析和思考过程，或许很多大佬都不需要 qwq。叠甲完毕，下面开始正文。

分析

先考虑无解的情况，将单个元素分成段，每段的和最小，如果还是大于 m 肯定无解。所以当存在 a_i > m 时，输出 -1。

状态表示

题意和给出的信息都很简单，看 n 的范围判断大致是 O(n) 或者 O(n\log(n)) 的算法。因为要满足限制且最优化答案，不难想到动态规划来解决。第一维显然是考虑前 i 个数，通过复杂度分析判断不能存在第二维，实际上也并不需要。所以，设 f_i 表示只考虑前 i 个数划分成若干段，每段的和不超过 m 的最小代价，代价为每一段的最大值之和。

状态转移

考虑 f_i 的集合划分依据，显然是最后一段的长度，设上一个状态为 f_j，最后一段就是 [j+1,i]，其中 0 \le j \le i-1，而且要满足限制，所以 \sum_{k=j+1}^{i} a_k \le m，最后一段产生的贡献为 \max_{k=j+1}^{i} a_k。状态转移方程即为：

f_i=\min_{0 \le j \le i-1 \land \sum_{k=j+1}^{i} a_k \le m} (f_j+\max_{k=j+1}^{i} a_k)

优化

上面这个方程显然是 O(n^2) 的，不足以通过此题。看式子好像也没啥能转化的，考虑一些性质来优化。

首先注意到 f 是单调不减的，也就是说 f_{i-1} \le f_i，简单证明下：

设最后一段的贡献为 a_{max}，考虑在末尾加上 a_i。

若 a_i 加入最后一段，
若 a_i 自己新开一段，有 f_i=f_{i-1}+a_i。

因为序列中的数大于等于 0，所以有 f_{i-1} \le f_i，即 f 单调不减。

蓝书上的话：

DP 转移优化的指导思想就是及时排除不可能的决策，保持候选集合的高度有效性和秩序性。

所以不妨设 j 为转移的最优决策，考虑其满足什么样的性质。

f_i=\min(f_j+a_{max})

设最后一段的贡献为 a_{max}，设 k_0 为满足 \sum_{k=j+1}^{i} a_k \le m 的最小的 j。a_{max_1} 为 [k_0,i] 的最大值，下标为 k_1。次大值为 a_{max_2}，下标为 k_2。所以：

\max_{k=k_0+1}^{i} a_k=a_{max_1}=a_{k_1}

\max_{k=k_1+1}^{i} a_k=a_{max_2}=a_{k_2}

\max_{k=k_2+1}^{i} a_k=a_{max_3}=a_{k_3}

\dots

当 k_0 \le j < k_1 时，a_{max}=a_{max_1}，f_j 最小值肯定是在 j=k_0 时，所以最优的 j 为 k_0。
当 k_1 \le j < k_2 时，a_{max}=a_{max_2}，最优的 j 为 k_1。
当 k_2 \le j < k_3 时，a_{max}=a_{max_3}，最优的 j 为 k_2。

所以最优决策 j 为 k_0,k_1,k_2,\dots

所以 j 要成为最优决策，除了要满足 \sum_{k=j+1}^{i} a_k \le m 外，还要满足下面条件之一：

取 k_0 时，k_0 为满足 \sum_{k=j+1}^{i} a_k \le m 的最小的 j。
取 k_1,k_2,k_3,\dots 时，满足 a_j=\max_{k=j}^{i} a_k。

情况 1，只需要用双指针求 k_0。

情况 2，可以用单调队列维护 k_1,k_2,\dots，只需要保证 a_j 单调递减。可是有一个问题，f_j+a_{max} 在单调队列中并不一定是单调的，所以要用其他东西维护，要支持加入元素，删除元素，求最小值，可以用平衡树，当然不用自己写，可以用 set，但是值可能有重复，所以使用 multiset。k_p 为队列中的元素，能产生的贡献为 f_{k_p}+a_{k_{p+1}}

有一个细节，只有当单调队列中的元素大于一时，才能出现第二种情况，思考一下就能理解。

时间复杂度瓶颈主要在于 multiset 的操作，时间复杂度为 O(n\log(n))。

代码还是很好写的。

code

#include <iostream>
#include <cstdio>
#include <cstring>
#include <algorithm>
#include <cmath>
#include <vector>
#include <queue>
#include <map>
#include <set>
using namespace std;
typedef long long ll;
const int N=1e5+5;
int n;
ll m;
ll a[N],f[N];
int q[N];
multiset<ll> st;
void solve()
{
    cin>>n>>m;
    for(int i=1;i<=n;i++)
    {
        cin>>a[i];
        if(a[i]>m) //无解的情况
        {
            cout<<"-1\n";
            return ;
        }
    }
    int l=1,r=0;
    ll sum=0;
    for(int i=1,j=1;i<=n;i++)
    {
        sum+=a[i];
        while(sum>m) 
        {
            sum-=a[j++];
            while(l<=r&&q[l]<j) 
            {
                if(l<r) st.erase(f[q[l]]+a[q[l+1]]);
                l++;
            }
        }
        while(l<=r&&a[q[r]]<=a[i]) 
        {
            if(l<r) st.erase(f[q[r-1]]+a[q[r]]);
            r--;
        }
        q[++r]=i;
        if(l<r) st.insert(f[q[r-1]]+a[q[r]]);
        f[i]=f[j-1]+a[q[l]];//处理后j=k0+1
        if(st.size()) f[i]=min(f[i],*st.begin());
    }
    cout<<f[n]<<'\n';
}
int main()
{
    #ifndef ONLINE_JUDGE
    freopen("1.in","r",stdin);
    freopen("1.out","w",stdout);
    #endif 
    ios::sync_with_stdio(0);
    cin.tie(0);cout.tie(0);
    solve();
    return 0;
}

后记

思维量大，但是代码简单。利用题目性质进行优化 dp。考虑最优决策满足的条件。双指针和单调队列维护。multiset 维护单调队列贡献。

求审核大大通过 qwq。