方差

\(wait\) \(to\) \(finish\)

关luogu多少不人道了,我在哪儿刷题啊

题面

[NOIP2021] 方差

题目描述

给定长度为 \(n\) 的非严格递增正整数数列 \(1 \le a_1 \le a_2 \le \cdots \le a_n\)。每次可以进行的操作是:任意选择一个正整数 \(1 < i < n\),将 \(a_i\) 变为 \(a_{i – 1} + a_{i + 1} – a_i\)。求在若干次操作之后,该数列的方差最小值是多少。请输出最小值乘以 \(n^2\) 的结果。

其中方差的定义为:数列中每个数与平均值的差的平方的平均值。更形式化地说,方差的定义为 \(D = \frac{1}{n} \sum_{i = 1}^{n} {(a_i – \bar a)}^2\),其中 \(\bar a = \frac{1}{n} \sum_{i = 1}^{n} a_i\)

输入格式

输入的第一行包含一个正整数 \(n\),保证 \(n \le {10}^4\)

输入的第二行有 \(n\) 个正整数,其中第 \(i\) 个数字表示 \(a_i\) 的值。数据保证 \(1 \le a_1 \le a_2 \le \cdots \le a_n\)

输出格式

输出仅一行,包含一个非负整数,表示你所求的方差的最小值的 \(n^2\) 倍。

样例 #1

样例输入 #1

4
1 2 4 6

样例输出 #1

52

样例 #2

样例输入 #2

见附件中的 variance/variance2.in

样例输出 #2

见附件中的 variance/variance2.ans

样例 #3

样例输入 #3

见附件中的 variance/variance3.in

样例输出 #3

见附件中的 variance/variance3.ans

样例 #4

样例输入 #4

见附件中的 variance/variance4.in

样例输出 #4

见附件中的 variance/variance4.ans

提示

【样例解释 #1】

对于 \((a_1, a_2, a_3, a_4) = (1, 2, 4, 6)\),第一次操作得到的数列有 \((1, 3, 4, 6)\),第二次操作得到的新的数列有 \((1, 3, 5, 6)\)。之后无法得到新的数列。

对于 \((a_1, a_2, a_3, a_4) = (1, 2, 4, 6)\),平均值为 \(\frac{13}{4}\),方差为 \(\frac{1}{4}({(1 – \frac{13}{4})}^2 + {(2 – \frac{13}{4})}^2 + {(4 – \frac{13}{4})}^2 + {(6 – \frac{13}{4})}^2) = \frac{59}{16}\)

对于 \((a_1, a_2, a_3, a_4) = (1, 3, 4, 6)\),平均值为 \(\frac{7}{2}\),方差为 \(\frac{1}{4} ({(1 – \frac{7}{2})}^2 + {(3 – \frac{7}{2})}^2 + {(4 – \frac{7}{2})}^2 + {(6 – \frac{7}{2})}^2) = \frac{13}{4}\)

对于 \((a_1, a_2, a_3, a_4) = (1, 3, 5, 6)\),平均值为 \(\frac{15}{4}\),方差为 \(\frac{1}{4} ({(1 – \frac{15}{4})}^2 + {(3 – \frac{15}{4})}^2 + {(5 – \frac{15}{4})}^2 + {(6 – \frac{15}{4})}^2) = \frac{59}{16}\)

【数据范围】

测试点编号 \(n \le\) \(a_i \le\)
\(1 \sim 3\) \(4\) \(10\)
\(4 \sim 5\) \(10\) \(40\)
\(6 \sim 8\) \(15\) \(20\)
\(9 \sim 12\) \(20\) \(300\)
\(13 \sim 15\) \(50\) \(70\)
\(16 \sim 18\) \(100\) \(40\)
\(19 \sim 22\) \(400\) \(600\)
\(23 \sim 25\) \({10}^4\) \(50\)

对于所有的数据,保证 \(1 \le n \le {10}^4\)\(1 \le a_i \le 600\)

GT考试

\(Link\)

数列

\(2^{a_i}\)的加和,会有进位,进位是从低位向高位的,加和的顺序对S是没有任何影响的,所以考虑从低位向高位dp,依次放置\(a_i\),最后再乘上组合数

\(f_{i,j,k,p}\)表示现在dp到了S的第i位(从0开始),a中已经确定了j个元素,前i位中有k个1,要向i+1为进位p个1的方案数

转移:\(f_{i+1,j+t,k+(p+t)\%2,\lfloor \frac{p+t}{2}\rfloor}\space +=\space f_{i,j,k,p}\times v_i^t \times C_{n-j}^{t}\)


如果可以忽略顺序那就不要考虑顺序,怎么容易怎么来
如果当前设的状态转移时不能考虑到所有的限制,那就再加一维
多模几组,找找规律,或者就是按照自己模拟的流程进行dp

数据传输

树上倍增dp,我只能说很女少,至于下次再碰见能不能做出来得另说 😕

直接到达的点之间的距离不能超过K,转化为不能有连续的K个点都没有被计入答案

二维\(dijkstra\) \(O(Qn\log n)\)
\((x,y)\)表示到达点x时有连续y个点(包括x)没有被计入答案
\((x,y)\to (x,0)\)\(val_x\)计入答案
\((x,y)\to (to,y+1)\)

树上倍增优化这个过程
\(dis_{u,i,x,y}\)表示到达u点时有连续x个点没有被计入答案,到达\(fa_{x,i}\)时有连续y个点没有被计入答案,\((u,fa_{u,i}]\)路径上的最小代价

考虑\(dis_{u,0,x,y}\)的初始化:
1.\(\space\)u点计入答案,fa计入答案 代价\(val_{fa}\)
2. u点计入答案,fa不计入答案 没有代价
(u,fa]路径上不必考虑走到儿子节点再回来的情况,因为fa此时不被计入答案,走儿子节点就是增加代价或者连续点数,都是不优的
image

  1. u和fa都不计入答案(只存在于K=3)
    \(dis_{u,0,2,2}\)需要走到相邻节点再回来,因为u和fa两个点连续未选的点已经达到了上限
    image
    代价就是u节点及相邻节点的最小val

可以先猜一个复杂度然后想优化/kk
在树上去统计某个信息,不修改可以考虑倍增
大胆猜结论,然后尝试证明或推翻

原文地址:http://www.cnblogs.com/Facrt/p/16907306.html

1. 本站所有资源来源于用户上传和网络,如有侵权请邮件联系站长! 2. 分享目的仅供大家学习和交流,请务用于商业用途! 3. 如果你也有好源码或者教程,可以到用户中心发布,分享有积分奖励和额外收入! 4. 本站提供的源码、模板、插件等等其他资源,都不包含技术服务请大家谅解! 5. 如有链接无法下载、失效或广告,请联系管理员处理! 6. 本站资源售价只是赞助,收取费用仅维持本站的日常运营所需! 7. 如遇到加密压缩包,默认解压密码为"gltf",如遇到无法解压的请联系管理员! 8. 因为资源和程序源码均为可复制品,所以不支持任何理由的退款兑现,请斟酌后支付下载 声明:如果标题没有注明"已测试"或者"测试可用"等字样的资源源码均未经过站长测试.特别注意没有标注的源码不保证任何可用性