「四边形不等式优化」学习笔记
「四边形不等式优化」学习笔记
博主学术不精,若有错误恳请指出QwQ
定义
区间包含单调性 :如果 $ \forall l \le l' \le r' \le r $ ,都有 \(w(l',r')\le w(l,r)\) ,那么称函数 \(w\) 对于区间包含关系具有单调性。
四边形不等式 : 如果 $ \forall l_1 \le l_2 \le r_1 \le r_2 $ ,都有 \(w(l_1,r_1) + w(l_2,r_2) \le w(l_1,r_2) + w(l_2,r_1)\) ,那么称函数 \(w\) 满足四边形不等式,(等号永远取等则成为四边形恒等式)。
区间DP(2D1D)
转移式形如:
一些定理
引理1 :如果 \(w(l,r)\) 满足区间包含单调性且四边形不等式,那么 \(f_{l,r}\) 也满足四边形不等式。
证明:
对 \(r_2 - l_1\) 的长度使用归纳法, \(l_1 = l_2\) 或 \(r_1 = r_2\) 时显然成立。
设 \(u\) 为 \(f_{l_1,r_2}\) 的最小最优决策点, \(v\) 为 \(f_{l_2,r_1}\) 的最小最优决策点。
发现当 \(l_2=r_1\) 时 \(v\) 是没有意义的,所以提出来特别考虑。
如果 \(l_1 < l_2 = r_1 < r_2\) ,那么
如果 \(u < r_1\) ,则
如果 \(r_1 \le u\) ,同理。
如果 \(l_1 < l_2 < r_1 < r_2\) ,就不需要用到「区间包含单调性」这一条件了,证明类似。
定理1 : 如果 \(f_{l,r}\) 满足四边形不等式,设 \(g_{l,r}\) 为 \(f_{l,r}\) 的最小最优决策点,那么有
设 \(k_1 = g_{l,r-1}\) , \(k_2 = g_{l+1,r}\) ,\(u=g_{l,r}\) ,
以下进行分讨,如果 \(u < k_1\) ,则有 \(u + 1 \le k_1 + 1 \le r-1 \le r\) 。
所以:
这说明 \(u\) 比 \(k_1+1\) 对 \(f_{l,r-1}\) 的贡献更优,与题设矛盾。
\(k_2<u\) 的情况类似,故不再赘述。
另一形式的区间 DP
有
到此,区间 DP 的四边形不等式优化已经讲解完毕,以下其他形式的四边形不等式优化也十分类似,不再书写证明。
1D1D 动态规划
形如 \(f_i = \min_{j=1}^{i-1}\left\{ f_{j} + w(i,j) \right\}\) 。
实际上跟前一个式子长得几乎一模一样,区别在于前者固定了层数,而这个没有。
定理
这个形式就比较简单了。
然而我们发现,后两个优化都需要前后的 \(g\) 来限定范围,没有一定优先的 DP 顺序,而第一个优化可以以长度为优先级进行 DP 。
第一个优化可以令所有点在同一层中被遍历的次数是 \(O(n)\) 的,总复杂度被优化至 \(O(n^2)\)。
对于后两个优化,我们尽量让每个点在进行 DP 的时候有上下界以避免不必要的计算,首先肯定可以想到分治,每层会将当前的决策区间期望减半,于是总复杂度就是 \(O(n \log n)\) 的。