<更新提示>


<正文>

四边形不等式

定理1:四边形不等式的等价表达

\(w(x,y)\)是定义在整数集合上的的二元函数,若对于定义域上的任意整数\(a,b\),在满足\(a< b\)时,都有\(w(a,b+1)+w(a+1,b)\geq w(a,b)+w(a+1,b+1)\)成立,则称函数\(w\)满足四边形不等式。

证明:

设\(a<c\),则有\(w(a,c+1)+w(a+1,c)\geq w(a,c)+w(a+1,c+1)\)。

若\(a+1<c\),则有\(w(a+1,c+1)+w(a+2,c)\geq w(a+1,c)+w(a+2,c+1)\)。

两式相加,消去相同项可得:\(w(a,c+1)+w(a+2,c)\geq w(a,c)+w(a+2,c+1)\)。

类似的,只要\(a+k<c\)就可以得到:\(w(a,c+1)+w(a+k,c)\geq w(a,c)+w(a+k,c+1)\)。

所以对于\(a\leq b\leq c\),就有\(w(a,c+1)+w(b,c)\geq w(a,c)+w(b,c+1)\)。

同理可证对于\(a\leq b\leq c\leq d\),有\(w(a,d)+w(b,c)\geq w(a,c)+w(b,d)\)。

定理2:决策单调性

在状态转移方程\(f[i]=min_{0\leq j <i}\{f[j]+val(j,i)\}\)中,若函数\(val\)满足四边形不等式,则\(f\)具有决策单调性。

证明:

对于\(\forall i\in[1,n],\forall j\in[0,p[i]-1]\),由\(p[i]\)的最优性可得:$$f[p[i]]+val(p[i],i)\leq f[j]+val(j,i)\tag1$$

设有\(i'\in[i+1,n]\),因为\(val\)满足四边形不等式,所以$$val(j,i')+val(p[i],i)\geq val(j,i)+val(p[i],i')$$

整理可得:

\[val(p[i],i')-val(p[i],i)\leq val(j,i')-val(j,i)\tag2
\]

\((1)(2)\)两式相加,可得:

\[f[p[i]]+val(p[i],i')\leq f[j]+val(j,i')
\]

所以,对于\(i\)以后的任意一个\(i'\),\(p[i]\)都是比任意\(j<p[i]\)更优的决策,故\(f\)具有决策单调性。

诗人小G

Description

小G是一个出色的诗人,经常作诗自娱自乐。但是,他一直被一件事情所困扰,那就是诗的排版问题。

一首诗包含了若干个句子,对于一些连续的短句,可以将它们用空格隔开并放在一行中, 注意一行中可以放的句子数目是没有限制的。小G给每首诗定义了一个行标准长度(行的长度为一行中符号的总个数),他希望排版后每行的长度都和行标准长度相差不远。显然排版时,不应改变原有的句子顺序,并且小G不允许把一个句子分在两行或者更多的行内。在满足上面两个条件的情况下,小G对于排版中的每行定义了一个不协调度, 为这行的实际长度与行标准长度差值绝对值的P次方,而一个排版的不协调度为所有行不协调度的总和。

小G最近又作了几首诗,现在请你对这首诗进行排版,使得排版后的诗尽量协调(即不协调度尽量小),并把排版的结果告诉他。

Input Format

输入包含多组数据。

第一行包含一个整数T,表示诗的数量,接下来是T首诗,这里一首诗即为一组数据。每组数据的第一行包含三个由空格分隔的正整数N、L、P,其中N表示这首诗句子的数目,L表示这首诗的行标准长度,P的含义见问题描述。从第2行开始,每行为一个句子,句子由英文字母、数字、标点符号等符号组成(ASCII码33~127, 但不包含 ‘-’)。

Output Format

对于每组数据,若最小的不协调度不超过10181018,则一行一个数表示不协调度,若最小的不协调度超过10181018,则输出"Too hard to arrange"(不包含引号)。每组数据结束后输出"--------------------"(不包括引号),共20个"-","-"的ASCII码为45,请勿输出多余的空行或者空格。

Sample Input

4
4 9 3
brysj,
hhrhl.
yqqlm,
gsycl.
4 9 2
brysj,
hhrhl.
yqqlm,
gsycl.
1 1005 6
poet
1 1004 6
poet

Sample Output

108
--------------------
32
--------------------
Too hard to arrange
--------------------
1000000000000000000
--------------------

解析

设\(f[i]\)代表对前\(i\)句诗版排的最小不协调度,\(a[i]\)为第\(i\)句诗的长度,\(sum[i]\)为\(a[i]\)的前缀和。

\[f[i]=\min_{0\leq j<i}\{f[j]+|sum[i]-sum[j]+i-j-1-L|^P\}
\]

其中,设\(val(j,i)=|sum[i]-sum[j]+i-j-1-L|^P\),那么方程符合上述四边形不等式中提到的状态转移方程的格式。

我们可以证明函数\(val(j,i)\)满足四边形不等式,进而得知\(f\)具有决策单调性,也可以打标发现\(f\)具有决策单调性。现在,我们讨论如何利用决策单调性对动态规划进行优化。

我们首先考虑维护决策数组\(p\),首先它一定是单调不减的。对于求出一个新的状态\(f[i]\)后,我们要考虑\(i\)可以作为哪些状态的最优决策。由决策单调性可知,数组\(p\)中一定存在一个最小位置\(pos\),使得\([pos,n]\)中的所有决策都劣于\(i\),我们需要将\(p\)数组中下标在\([pos,n]\)的值都改为\(i\)。

在数组上大量修改时很费时的,我们不妨用一个队列来代替\(p\)数组,在队列中存储若干个三元组\((j,l,r)\),代表\(p\)数组中\([l,r]\)位置的值都为\(j\),这样我们就可以高效地维护队列了。

对于一个新的状态\(f[i]\),我们先将队头已经过时的决策弹出,然后取队头决策就可以进行转移。

如何加入一个决策\(i\)呢?我们可以将决策\(i\)与队尾的决策逐个比较,如果\(i\)优于队尾的某个整段决策,就将整段决策弹出队列,直到队列为空。或者,遇到某一段决策,\(i\)不比整段决策优,那就在这段决策中进行二分查找,找到最小的\(pos\)即可。

最后,我们加入决策\(i\),有效范围为\([pos,n]\)。当然,如果\(pos\)处于原本的一段中间,则还需修改原本队尾决策的右端点。

\(Code:\)

#include<bits/stdc++.h>
using namespace std;
const int N = 1e5+20;
const long long INF = 1e18;
struct state{int j,l,r;}q[N];
int n,L,p,a[N];
long double f[N],sum[N];
char poem[40];
inline void input(void)
{
scanf("%d%d%d",&n,&L,&p);
for (int i=1;i<=n;i++)
{
scanf("%s",poem);
a[i] = strlen(poem);
sum[i] = sum[i-1] + a[i];
}
}
inline long double power(long double val)
{
if ( val < 0 ) val = -val;
long double res = 1;
int p_ = p;
while ( p_ )
{
if ( 1 & p_ ) res *= val;
p_ >>= 1 , val *= val;
}
return res;
}
inline long double calc(int i,int j)
{
return f[j] + power( sum[i] - sum[j] + i - j - 1 - L );
}
inline int binary_search(state T,int i)
{
int l = T.l , r = T.r;
while ( l + 1 < r )
{
int mid = (l+r) >> 1;
if ( calc( mid , T.j ) < calc( mid , i ) )
l = mid;
else r = mid;
}
if ( calc( l , T.j ) >= calc( l , i ) ) return l;
if ( calc( r , T.j ) >= calc( r , i ) ) return r;
return r+1;
}
inline void dp(void)
{
int head = 1 , tail = 0 , pos;
f[0] = 0 , q[++tail] = (state){0,1,n};
for (int i=1;i<=n;i++)
{
while ( head <= tail && q[head].r < i ) head++;
f[i] = calc( i , q[head].j );
if ( head > tail || calc(n,i) <= calc(n,q[tail].j) )
{
while ( head <= tail && calc(q[tail].l,i) <= calc(q[tail].l,q[tail].j) ) tail--;
if ( head > tail )
q[++tail] = (state){i,i+1,n};
else
{
int pos = binary_search(q[tail],i);
q[tail].r = pos-1;
q[++tail] = (state){i,pos,n};
}
}
}
}
int main(void)
{
int T;
scanf("%d",&T);
while (T--)
{
input();
dp();
if ( f[n] > INF ) puts("Too hard to arrange");
else printf("%lld\n",(long long)f[n]);
puts("--------------------");
}
return 0;
}

<后记>

05-11 11:09