平行四边形优化(HDOJ3506)

四边形不等式是一种比较常见的优化动态规划的方法：

证明:http://baike.baidu.com/view/1985058.htm?fr=aladdin

解决这类问题的大概步骤是：

状态转移方程 dp[i][j]=min{dp[i][k-1]+dp[k][j]}+w[i][j]  (i<=k<=j) 

要用平行四边形优化则要证明w[i][j],dp[i][j]是否满足四边形不等式

w[a,c]+w[b,d]<=w[b,c]+w[a,d](a<b<c<d) 就称其满足凸四边形不等式

或打表观察w[i][j+1]-w[i][j]关于i的表达式，如果关于i递减，则w满足凸四边形不等式

如果一个函数w[i][j]，满足 w[i'][j]<=w[i][j']  i<=i'<=j<=j' 则称w关于区间包含关系单调

如果w同时满足四边形不等式和区间单调关系，则dp也满足四边形不等式

通常的动态规划的复杂度是O(n^3)，四边形不等式程序中跑一遍i只会跑一遍j，所以可以优化到O(n^2)

详细证明:

http://baike.baidu.com/view/1985058.htm?fr=aladdin

http://blog.csdn.net/lmyclever/article/details/6677683

经典的石子合并问题:http://blog.csdn.net/acdreamers/article/details/18039073

HDOJ2829

题目大意：给定一个长度为n的序列，至多将序列分成m段，每段序列都有权值，权值为序列内两个数两两相乘之和。m<=n<=1000. 令权值最小。

状态转移方程:

dp[c][i]=min(dp[c][i],dp[c-1][j]+w[j+1][i])

#include <iostream>#include <cstdio>#include <cstring>using namespace std;const int INF=1<<30;const int MAXN=1000+10;typedef long long LL;LL dp[MAXN][MAXN];//dp[c][j]表示前j个点切了c次后的最小权值int val[MAXN];int w[MAXN][MAXN];//w[i][j]表示i到j无切割的权值int s[MAXN][MAXN];//s[c][j]表示前j个点切的第c次的位置int sum[MAXN];int main(){int n,m;while(~scanf("%d%d",&n,&m)){if(n==0&&m==0)break;memset(s,0,sizeof(s));memset(w,0,sizeof(w));memset(dp,0,sizeof(dp));memset(sum,0,sizeof(sum));for(int i=1;i<=n;++i){scanf("%d",&val[i]);sum[i]+=sum[i-1]+val[i];}for(int i=1;i<=n;++i){w[i][i]=0;for(int j=i+1;j<=n;++j){w[i][j]=w[i][j-1]+val[j]*(sum[j-1]-sum[i-1]);}}for(int i=1;i<=n;++i){for(int j=1;j<=m;++j){dp[j][i]=INF;}}for(int i=1;i<=n;++i){dp[0][i]=w[1][i];s[0][i]=0;}for(int c=1;c<=m;++c){s[c][n+1]=n;//设置边界for(int i=n;i>c;--i){int tmp=INF,k;for(int j=s[c-1][i];j<=s[c][i+1];++j){if(dp[c-1][j]+w[j+1][i]<tmp){tmp=dp[c-1][j]+w[j+1][i];//状态转移方程，j之前切了c-1次，第c次切j到j+1间的k=j;}}dp[c][i]=tmp;s[c][i]=k;}}printf("%d\n",dp[m][n]);}return 0;}