DP 凸优化（WQS 二分 & Slope Trick）笔记

一、WQS/ 二分

常学常新的 DP 凸优化。

二、Slope trick

参考资料：https://codeforces.com/blog/entry/77298。

从上面的 WQS 二分部分，我们一定已经清楚了凸包是什么。

1. 拐点维护凸包法

首先将斜率变化的点称作“分界点”，定义一种凸包表示法：将 $f (x)$ 拐点的横坐标从小到大放进一个可重集合 $S_{f}$ 里，在一个拐点处斜率若变化了 $k$ ，则在可重集出现 $k$ 次。

凸包 $f (x) = | x |$ 的分界点的横坐标是 $0$ ，在这个分界点，它的斜率变化了 $2$ （即 $1 - (- 1) = 2$ ）。所以将这个函数表示为 $S_{f} = {0, 0}$ 。

再比如这个凸包：

g (x) = {\begin{cases} 2 & x \leq 2 \\ x & 2 \leq x \leq 8 \\ 4 x - 24 & x \geq 8 \end{cases}

第一个分界点横坐标为 $2$ ，斜率变化了 $1$ ；第二个分界点横坐标为 $8$ ，斜率变化了 $3$ ，故 $S_{g} = {2, 8, 8, 8}$ 。

使用这种表示法还有一个好处，只需要知道任意一段的函数表达式，就可以求得每一段的函数表达式，并且方便的得到每一段的斜率。

1.5 阅读下文须知

如果下文中提到一个点的斜率 / 截距，指这个点所在直线的斜率 / 截距。

对于拐点，则指拐点右侧的直线。因为“拐点所在直线”是一个未定义行为。

2. 凸包基本操作

(1). 两凸包相加

如果 $f (x), g (x)$ 是同种凸包，则 $h (x) = f (x) + g (x)$ 也是一个凸包。证明不会但是比较显然吧……

因此拐点集合合并： $S_{h} = S_{f} \cup S_{g} = {0, 0, 2, 8, 8, 8}$ ，每一段的 $k, b$ 相加，但是根据上文只维护第一段的就好了。

(2). 找函数最值

就是找凸包斜率为 $0$ 的部分，用大根堆维护斜率为 $0$ 左侧的拐点集合，小根堆维护斜率为 $0$ 右侧的拐点集合，始终保证大根堆内元素个数不超过第一段函数的斜率的绝对值（ $| k |$ ）即可。超过了就往小根堆里扔，达不到就从小根堆里拿。

(3). 平移

假设 $f (x), a (x)$ 都是凸函数，其中通常 $f (x)$ 是我们正在维护的，而 $a (x)$ 是容易通过题目读入等，在 $O (1)$ 或其它较快的时间内得到的，现在要维护 $g (x) = f (x - 5) + a (x)$ ，把维护的 $S_{f}$ 一个一个拿出来加上 $5$ 再合并 $a (x)$ 复杂度显然比较烂。

所以，干脆直接让坐标轴平移，如上例，让坐标轴向左平移 $5$ 格（意思是原点不再是 $(0, 0)$ 而是 $(- 5, 0)$ ，此时 $f (x)$ 相对坐标轴的位置就等效于原坐标系中的 $f (x - 5)$ 。

因此，也就不能再加上 $a (x)$ 了，因为坐标轴的位置改变，而是要加上 $a (x + 5)$ 。也就是让 $S_{a}$ 中每个数减掉 $5$ 塞进 $S_{f}$ 即可。

这个减掉多少显然是可以一直往下传递的，所以要专门整个变量维护坐标轴的移动情况。需要注意的是，有时候大根堆和小根堆可能分别对应两个不同的坐标轴（下文将会提到），所以必要时需要两个变量。

（如图，改变 $f$ 的蓝色 $g_{0}$ 与黑色坐标轴的相对位置，和改变 $a$ 的橙色 $g_{1}$ 与红色“坐标轴”的相对位置，是一样的）

所以，整个变量维护坐标轴平移即可。

因此平移后还是凸包。

(4). 维护前缀 $min / max$

例如对一个下凸包 $f (x)$ 维护 $g (x) = min (f (x), g (x - 1))$ 。

那就把小根堆里的东西全丢掉就好了，因为从小根堆开始 $f (x)$ 递增。

因此维护后还是凸包。

(5). 维护前面某个区间取 $min / max$

例如对一个下凸包 $f (x)$ 维护 $g (x) = {min}_{i = x - l}^{x - r} f (i)$ 。

你会发现由于下凸包，所以当 $f (x)$ 斜率小于 $0$ 时， $g (x + r)$ 总从 $f (x)$ 取到最小值，即 $g (x) = f (x - r)$ ；当 $f (x)$ 斜率大于 $0$ 时， $g (x + l)$ 总从 $f (x)$ 取到最小值，即 $g (x) = f (x - l)$ 。所以只要对大根堆和小根堆的“坐标轴”分别进行平移即可。

如下图是 $l = 3, r = 1$ 的情况，可以发现大根堆维护的地方平移了 $1$ 距离，而小根堆维护的地方平移了 $3$ 距离。

因此维护后还是凸包。

3. CF713C Sonya and Problem Wihtout a Legend

(1). 暴力求解

首先将 $a_{i} \leftarrow a_{i} - i$ ，这样就可以把严格单调递增改为求单调不降。

暴力的 dp 想法：设 $f_{i} (x)$ 表示令前 $i$ 个元素调为单调不降，且第 $i$ 个元素至多为 $x$ 的最小代价。设 $g_{i} (x)$ 表示令前 $i$ 个元素调为单调不降，且第 $i$ 个元素是 $x$ 的最小代价。答案即为 $f_{n} (\infty)$ 。这样子已经可以 $O (n^{3})$ dp 做出来了，但是想想 Slope trick 做法。

(2). 证明凸包

显然地， $f_{0} (x) = 0$ ，是一个凸包。

如果第 $i$ 位想要放数 $x$ ，说明第 $i - 1$ 位及以前都不大于 $x$ ，而把第 $i$ 位调到 $x$ 的代价是 $A_{i} (x) = | a_{i} - x |$ 。故 $g_{i} (x) = f_{i - 1} (x) + A_{i} (x)$ 。 $A_{i} (x)$ 肯定是凸包，所以，从 $f_{i - 1} (x)$ 是凸包能推到 $g_{i} (x)$ 是凸包。

然后 $f_{i} (x)$ 是 $g_{i} (x)$ 的前缀最小值，即 $f_{i} (x) = {min}_{j = 1}^{x} {g_{i} (j)}$ 。对下凸包做这样的前缀最小值一定也能构成一个斜率单调递增，但斜率总不会超过 $0$ 的凸包。所以从 $g_{i} (x)$ 是凸包能推到 $f_{i} (x)$ 是凸包。

所以从 $f_{0} (x)$ 开始推， $\forall i, f_{i} (x), g_{i} (x)$ 都是凸包。

然后 $g_{i} (x)$ 这个凸包还有个性质：它最终一定以一条斜率为 $1$ 的直线结尾。考虑当 $x \geq {max}_{j = 1}^{i}$ 时，再怎么调大 $x$ 前缀 $min$ 也不会变小，即 $f_{i - 1} (x)$ 斜率已经归零，而 $A_{i} (x)$ 的斜率还是 $1$ ，所以 $g_{i} (x)$ 最终的斜率会是 $1$ 。

(3). 实现凸包

每当加入函数 $A_{i} (x)$ ， $A_{i} (x)$ 的第一段函数的斜率是 $- 1$ ，故 $g_{i} (x)$ 第一段函数的斜率的绝对值显然增加了 $1$ ，因此大根堆里应该只增加 $1$ 个元素，而 $S_{A_{i}} = {a_{i}, a_{i}}$ ，因此插入到 $S_{f_{i - 1}}$ 后，将最大的弹给小根堆即可得到 $S_{g_{i}}$ 。而 $f_{i} (x)$ 对 $g_{i} (x)$ 做了一个取 $min$ 操作，小根堆的就被全部丢掉了，而我们实际上也并不关心 $g_{i} (x)$ 的情况，他只是对求 $f_{i} (x)$ 进行辅助，所以丢了就丢了。

也就是说，往 $S_{f_{i - 1}}$ 里插入两个 $a_{i}$ 并弹掉最大的就能得到 $S_{f_{i}}$ 了。

(4). 实现求答案

接着考虑怎么算答案，其实就是要算最后 $f_{i} (x)$ 斜率归零时，它的截距时多少。

为方便记述，定义 $m = max {S_{f_{i - 1}}}$ ，即 $f_{i - 1} (x)$ 最后一个拐点的位置，也就是大根堆的堆顶。

若 $a_{i} < m$ ，则 $f_{i} (x)$ 斜率变为 $0$ 的位置仍会是 $m$ 。同时有 $A_{i} (m) = m - a_{i}$ ，即 $A_{i} (m)$ 在 $m$ 点截距为 $- a_{i}$ 。而由于 $g_{i} (m) = f_{i - 1} (m) + A_{i} (m)$ ，假设我们已经知道了 $f_{i - 1} (m)$ 的截距（因为是递推可求的）是 $b$ ，则 $g_{i} (m)$ 的截距就是 $b - a_{i}$ 。而由于 $f_{i} (m)$ 的斜率是 $0$ ，所以 $g_{i} (m)$ 斜率是 $1$ ，故 $f_{i} (m)$ 的截距就是 $g_{i} (m)$ 的值，即 $m + b - a_{i}$ 。

也就是说，我们一直维护一个变量 $b$ ，出现 $a_{i} < m$ 就让它加上 $m - a_{i}$ 即可。

若 $a_{i} > m$ ，则 $f_{i} (x)$ 斜率变为 $0$ 的位置将会变为 $a_{i}$ 。同时有 $A_{i} (a_{i}) = 0$ ，即 $A_{i} (a_{i})$ 截距为 $0$ ，所以 $g_{i} (a_{i})$ 的截距就是 $f_{i - 1} (a_{i})$ 的截距也就是 $f_{i - 1} (m)$ 的截距（思考 $m$ 是什么易得），所以 $b$ 不变。

~~我滴任务，完成啦！！！哈哈哈哈……~~

4. AT_abc217_h [ABC217H] Snuketoon

~~什么神经分讨啊。~~

(1). 暴力求解

设 $f_{i} (j)$ 表示第 $i$ 个事件发生时位于 $j$ 的最小代价。

$D_{i} = 0$ ： $f_{i} (j) = min_{能从 j 到 k} f_{i - 1} (k) + max (0, X_{i} - j)$ 。
$D_{i} = 1$ ： $f_{i} (j) = min_{能从 j 到 k} f_{i - 1} (k) + max (0, j - X_{i})$ 。

(2). 证明凸包

看完上面那题一眼能看出这是凸包吧…… $max$ 函数是凸包，从 $f_{0} (x)$ 是凸包开始递推就能得到 $\forall i, f_{i} (x)$ 是凸包。

(3). 实现凸包

其实就是第二章中操作 $1$ 和操作 $5$ 的结合，理解了那两个操作就没难度了。

以下是我一开始还没有系统归纳那些操作时的想法：

因为 $T$ 实际上就是平移这个函数，整个变量维护他平移了多少就可以了，非常好搞，所以为了方便理解，讨论没有平移的情况。

对于 $D_{i} = 0$ ，有了上一题的经验，这个凸包是一个结尾斜率总为 $0$ 的下凸包，对于 $D_{i} = 1$ ，这个凸包是一个开头斜率总为 $0$ 的下凸包。However， $D_{i} = 0$ 和 $D_{i} = 1$ 并非独立而是混合在询问中的，所以要用大根堆维护斜率小于 $0$ 的部分，用小根堆维护斜率大于 $0$ 的部分。

重点讲解 $D_{i} = 0$ 的情况，因为另一种是同理的。

它的 $max$ 函数显然初始斜率为 $- 1$ ，截距为 $X_{i}$ ，拐点集合为 ${X_{i}}$ 的一个凸包，当他加到 $f_{i - 1} (x)$ 上时， $f_{i} (x)$ 的初始斜率增加了 $1$ ，所以大根堆内应恰好多一个数（思考大根堆是维护什么的？），如果 $X_{i}$ 位于 $f_{i - 1} (x)$ 斜率变为 $0$ 位置的左侧，直接丢进大根堆就好了，否则从小根堆里丢一个数进大根堆，再把 $X_{i}$ 塞进小根堆。

(4). 实现求答案

答案就是 $f_{n} (x)$ 在斜率为 $0$ 的位置的截距。

假设 $f_{i - 1} (x)$ 在斜率为 $0$ 的位置截距是 $b$ 。

如果 $X_{i}$ 被丢到了大根堆，和上题同理，当到 $f_{i - 1} (x)$ 斜率变为 $0$ 的位置时， $max (0, X_{i} - x)$ 函数的斜率截距都已经归零了。（思考大根堆是维护什么的？ $X_{i}$ 被丢到大根堆的条件？）

所以 $f_{i} (x)$ 斜率变为 $0$ 的位置截距不变， $b$ 不变。

否则，由于 $X_{i}$ 被丢到了小根堆，小根堆的堆顶就被踢到了大根堆，也就是说原本小根堆的堆顶就是 $f_{i} (x)$ 斜率变为 $0$ 的位置。

假设这个堆顶是 $t$ 吧，那么 $max (0, X_{i} - x)$ 在 $t$ 这点的截距显然是 $X_{i}$ （取到 $max$ 的后半部分了）。

$f_{i - 1} (t)$ 这一点的斜率显然是 $1$ （ $t$ 是小根堆堆顶），一条斜率为 $1$ 的直线过 $(t, b)$ （ $t$ 同时也是 $f_{i - 1} (x)$ 斜率为 $0$ 位置的终点），那截距就是 $b - t$ ，所以 $f_{i} (t)$ 的截距就是 $b - t + X_{i}$ 。

所以像上一题一样整个 $b$ 不断维护大根堆堆顶的截距。

(5). 对于 $D_{i} = 1$

是同理的，照着重新分析一遍即可。

DP 凸优化（WQS 二分 & Slope Trick）笔记

一、WQS/ 二分

1. P2619 [国家集训队] Tree I

2. P5633 最小度限制生成树

3. CF739E Gosha is hunting

二、Slope trick

1. 拐点维护凸包法

1.5 阅读下文须知

2. 凸包基本操作

(1). 两凸包相加

(2). 找函数最值

(3). 平移

(4). 维护前缀 $min / max$

(5). 维护前面某个区间取 $min / max$

3. CF713C Sonya and Problem Wihtout a Legend

(1). 暴力求解

(2). 证明凸包

(3). 实现凸包

(4). 实现求答案

4. AT_abc217_h [ABC217H] Snuketoon

(1). 暴力求解

(2). 证明凸包

(3). 实现凸包

(4). 实现求答案

(5). 对于 $D_{i} = 1$

更多练习题

DP 凸优化（WQS 二分 & Slope Trick） 笔记 ​

一、WQS/ 二分 ​

1. P2619 [国家集训队] Tree I ​

2. P5633 最小度限制生成树 ​

3. CF739E Gosha is hunting ​

二、Slope trick ​

1. 拐点维护凸包法 ​

1.5 阅读下文须知 ​

2. 凸包基本操作 ​

(1). 两凸包相加 ​

(2). 找函数最值 ​

(3). 平移 ​

(4). 维护前缀 min/max ​

(5). 维护前面某个区间取 min/max ​

3. CF713C Sonya and Problem Wihtout a Legend ​

(1). 暴力求解 ​

(2). 证明凸包 ​

(3). 实现凸包 ​

(4). 实现求答案 ​

4. AT_abc217_h [ABC217H] Snuketoon ​

(1). 暴力求解 ​

(2). 证明凸包 ​

(3). 实现凸包 ​

(4). 实现求答案 ​

(5). 对于 Di=1 ​

更多练习题 ​

DP 凸优化（WQS 二分 & Slope Trick）笔记

一、WQS/ 二分

1. P2619 [国家集训队] Tree I

2. P5633 最小度限制生成树

3. CF739E Gosha is hunting

二、Slope trick

1. 拐点维护凸包法

1.5 阅读下文须知

2. 凸包基本操作

(1). 两凸包相加

(2). 找函数最值

(3). 平移

(4). 维护前缀 $min / max$

(5). 维护前面某个区间取 $min / max$

3. CF713C Sonya and Problem Wihtout a Legend

(1). 暴力求解

(2). 证明凸包

(3). 实现凸包

(4). 实现求答案

4. AT_abc217_h [ABC217H] Snuketoon

(1). 暴力求解

(2). 证明凸包

(3). 实现凸包

(4). 实现求答案

(5). 对于 $D_{i} = 1$

更多练习题