四边形不等式优化

动态规划相关

通常需要排除一些不可能的决策点或者排序,以满足最优子结构。这通常在常数优化时被 oier 考虑到。

四边形不等式

  • 区间包含单调性:如果对于任意 l \leq l' \leq r' \leq r ,均有 w(l',r') \leq w(l,r) 成立,则称函数 w 关于区间包含关系具有单调性。
  • 四边形不等式:如果对于任意 l_1\leq l_2 \leq r_1 \leq r_2 ,均有 w(l_1,r_1)+w(l_2,r_2) \leq w(l_1,r_2) + w(l_2,r_1) 成立,则称函数 w 满足四边形不等式(简记为“交叉小于包含”)。若等号永远成立,则称函数 w 满足四边形恒等式

1D/1D的优化

我们常有方程
f_{r} = \min_{l=1}^{r-1}\{f_{l}+w(l,r)\}\qquad\left(1 \leq r \leq n\right)
定理 若函数 w(l,r) 满足四边形不等式,则 f 满足决策单调性,即:记 h_{l,r}=f_l+w(l,r) 表示从 l 转移过来的状态 r , k_{r}=\min\{l:f_{r}=h_{l,r}\} 表示最优决策点,有 \forall r_1 \leq r_2:k_{r_1} \leq k_{r_2}

2D/1D的优化

区间类动态规划中,常常遇到形如下面的转移方程:

f_{l,r} = \min_{k=l}^{r-1}\{f_{l,k\pm 1,0}+f_{k\pm 1,0,r}\} + w(l,r)\qquad\left(1 \leq l \leq r \leq n\right)
对于不同的问题,f_{i,j} 的边界取值可能不同。这对我们讨论的问题没有影响(源于华中师大一附中赵爽)。考试时请打表。

定理 若函数 w(l, r) 满足四边形不等式(且满足区间包含单调性?),则 f_{l,r} 也满足四边形不等式。(用数学归纳法证明)

定理f 满足四边形不等式,则 f 满足决策单调性,即:记 m_{l,r}=\min\{k:f_{l,r} = g_{k,l,r}\} 表示最优决策点,则有 m_{l,r-1} \leq m_{l,r} \leq m_{l+1,r}

即若函数 w(l, r) 满足四边形不等式,则 f 满足决策单调性。只需枚举决策

k in c[i][j-1] to c[i+1][j]

核心代码

for(int bias=1; bias<n; bias++) // bias=j-i, where[i,j]
{
    for(int i=1,j; (j=i+k)<=n; i++)
    {
        f[i][j]=1e18;
        for(k=c[i][j-1]; k<=c[i+1][j]; k++)
           if(..<..) update f and c;
        f[i][j]+=x[j]-x[i-1];
    }
}

满足四边形不等式的函数类

摘自oi wiki

为了更方便地证明一个函数满足四边形不等式,我们有以下几条性质:

性质 1. 若函数 w_1(l,r),w_2(l,r) 均满足四边形不等式(或区间包含单调性),则对于任意 c_1,c_2\geq 0 ,函数 c_1w_1+c_2w_2 也满足四边形不等式(或区间包含单调性)。

性质 2. 若存在函数 f(x),g(x) 使得 w(l,r) = f(r)-g(l) ,则函数 w 满足四边形恒等式。当函数 f,g 单调增加时,函数 w 还满足区间包含单调性。

性质 3.h(x) 是一个凸函数,若函数 w(l,r) 满足四边形恒等式并且对区间包含关系具有单调性,则复合函数 h(w(l,r)) 也满足四边形不等式。

性质 4.h(x) 是一个单调增加的凸函数,若函数 w(l,r) 满足四边形不等式并且对区间包含关系具有单调性,则复合函数 h(w(l,r)) 也满足四边形不等式和区间包含单调性

凸函数(Convex Function)的定义在国内教材中有分歧,本文指(可微的)下凸函数,即一阶导数单调增加的函数。

更高更妙的记忆与性质

若两函数 w_{1,2}(l,r) 均满足四边形不等式(或区间包含单调性),则其(正系数)线性组合也满足四边形不等式(或区间包含单调性)。

若存在函数 f(x),g(x) 使得 w(l,r) = f(r)-g(l) ,则 w 满足四边形恒等式。当函数 f,g 单调增加时,函数 w 还满足区间包含单调性。

h(x) 是一个凸函数,若函数 w(l,r) 满足四边形恒等式并且对区间包含关系具有单调性,则其复合函数 h(w(l,r)) 也满足四边形不等式。若 h(x) 还单调增加,复合函数 h(w(l,r)) 也满足区间包含单调性。

目前已经见过的式子

f(x)=-\sqrt x 为凸函数
w(l,r)=f(l)\cdot g(r),其中 f,g 单调性互异:满足四边形不等式

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,088评论 5 459
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,715评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,361评论 0 319
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,099评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 60,987评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,063评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,486评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,175评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,440评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,518评论 2 309
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,305评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,190评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,550评论 3 298
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,880评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,152评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,451评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,637评论 2 335

推荐阅读更多精彩内容