## [$AcWing$ $300$. 任务安排$1$](https://www.acwing.com/problem/content/302/) ### 一、题目描述 有 $N$ 个任务排成一个序列 **在一台机器上** 等待执行,它们的顺序不得改变。 机器会把这 $N$ 个任务分成若干批,每一批包含连续的若干个任务。 从时刻 $0$ 开始,任务被分批加工,执行第 $i$ 个任务所需的时间是 $T_i$。 另外,在每批任务开始前,机器需要 $S$ 的启动时间,故执行一批任务所需的时间是启动时间 $S$ 加上每个任务所需时间之和。 一个任务执行后,将在机器中稍作等待,直至该批任务全部执行完毕。 也就是说,**同一批任务将在同一时刻完成**。 每个任务的费用是 **它的完成时刻乘以一个费用系数 $C_i$**。 **请为机器规划一个分组方案,使得总费用最小**。 **输入格式** 第一行包含整数 $N$。 第二行包含整数 $S$。 接下来 $N$ 行每行有一对整数,分别为 $T_i$ 和 $C_i$,表示第 $i$ 个任务单独完成所需的时间 $T_i$ 及其费用系数 $C_i$。 **输出格式** 输出一个整数,表示最小总费用。 **数据范围** $1≤N≤5000,0≤S≤50,1≤T_i,C_i≤100$ **输入样例**: ```cpp {.line-numbers} 5 1 1 3 3 2 4 3 2 3 1 4 ``` **输出样例**: ```cpp {.line-numbers} 153 ``` ### 二、理解用例 假如这样分组:
最佳答案是$153$,我们现在算出来是$163$,很显然这不是最优的办法。 最优的解是这样的:
### 二、暴力枚举$MLE$ 空间复杂度$O(n^2)$、时间复杂度$O(n^3)$
**状态表示**: - 集合:$f[i][j]$表示前$i$个任务分成$j$组的集合 - 属性:最小费用 **状态计算**: $$\large f[i][j]=min(f[k][j−1]+(j×s+\sum_{a=1}^{i}t[i])×(\sum_{a=k+1}^ic[i])),k \in [j-1,i)$$ **最后一个不同点**:最后一组,枚举最后一组的起点:可以分为前$k$个机器分为$j−1$组,$k+1 \sim i$个机器是第$j$组 $\displaystyle \sum_{a=1}^i t[i]$和$\displaystyle \sum_{a=k+1}^{i}c[i]$可以用前缀和优化 #### 暴力代码 ```cpp {.line-numbers} #include using namespace std; const int INF = 0x3f3f3f3f; const int N = 5010; int t[N], c[N]; int f[N][N]; int n, s; /** 5 1 1 3 3 2 4 3 2 3 1 4 答案:153 二维数组: 5000*5000=25000000 25000000 * 4byte=100000000 byte = 100000 kb = 100 mb >题目要求的64mb ,所以不出意外: MLE了!还没有来的及TLE,先MLE了!看来需要一个一维的状态表示方法! */ int main() { // 任务个数与启动时间 cin >> n >> s; for (int i = 1; i <= n; i++) { cin >> t[i] >> c[i]; t[i] += t[i - 1]; // t数组自带前缀和 c[i] += c[i - 1]; // c数组自带前缀和 } /* 1、为什么这样初始化? 答:看状态转移方程 f[i][j] = min(f[i][j], f[k][j - 1] + (j * s + t[i]) * (c[i] - c[k])); f[i][j]:前i个任务,在j个阶段的场景下,最小的代价值是多少。 这个k好说,有上面的循环限制了它的范围。 这个j-1就要小心了,不能小于零吧~,而且,如果等于0是啥意思,也要从现实意义出发进行初始化设置 j-1=0,也就是说在第0个阶段,第0个阶段就是还没有开始,管你前多少个任务,代价值都应该是0 */ memset(f, 0x3f, sizeof f); memset(f[0], 0, sizeof f[0]); // 2、开始填表 for (int i = 1; i <= n; i++) // i个任务 for (int j = 1; j <= i; j++) // j个阶段,注意j的上界,一个阶段1个任务是极限,此时i=j for (int k = j - 1; k < i; k++) // 最后一个阶段的起点k f[i][j] = min(f[i][j], f[k][j - 1] + (s * j + t[i]) * (c[i] - c[k])); // 前缀和 \sum_{a=k+1}^{i}c[a] /* 3、收集答案 f[n]表示在n个任务,那么划分的分组数量可能是多少呢?是1,2,3,...n,其中1表示全部划归一组,n表示一个任务一组,共n组 */ int res = INF; for (int i = 1; i <= n; i++) res = min(res, f[n][i]); cout << res << endl; return 0; } ``` ### 四、优化:费用提前计算 #### 为什么要写暴力? 所有题目拿下来都可以先向暴力的方向去想,然后再进行优化 #### 进一步思考 我们为什么要枚举每一组?是为了得到启动机器的次数进而算费用 我们可以发现,只要我们分一组,后面还未分组的机器一定会增加相应的费用,高兴的是我们现在就可以算出来增加的费用是多少,所以我们只需要提前把这个多出来的费用加上就行了 ![](https://dsideal.obs.cn-north-1.myhuaweicloud.com/HuangHai/BlogImages/%7Byear%7D/%7Bmonth%7D/%7Bmd5%7D.%7BextName%7D/20230616080633.png) **状态表示**: - 集合:$f[i]$表示前$i$个任务处理完的所有方案的集合 > 不关心划分成多少个组 - 属性:最小费用 **考虑最后一个不同点** ![](https://dsideal.obs.cn-north-1.myhuaweicloud.com/HuangHai/BlogImages/%7Byear%7D/%7Bmonth%7D/%7Bmd5%7D.%7BextName%7D/20230616081037.png) 假设当前正在思考$f[i]$,它前面的最后一个任务终点$j$在哪里,很明显,$j \in [0,i)$,$i$在最后一组中。 当在$j+1$处创建一个新的分组时,那么后续的所有任务,都将增加$S$的时间,总共的增加时长=$(c[n]-c[j])\times s$ **状态转移方程**: $$\large f[i]=min(f[j]+(c[i]−c[j])×t[i]+(c[n]−c[j])×s), j \in [0,i)$$ 同上$c[i]$和$t[i]$是前缀和。 ### 四、$AC$代码 ```cpp {.line-numbers} #include using namespace std; typedef long long LL; const int N = 5010; int n; // n个任务 LL s; // 等待时间 LL c[N]; // 每个任务都有一个花费, 用c[i]来表示,更新概念为前缀和 LL t[N]; // 每个任务都有一个执行时间,用t[i]来表示,更新概念为前缀和 LL f[N]; // 前i个任务,不管划分多少个阶段,最小代价是多少 int main() { cin >> n >> s; for (int i = 1; i <= n; i++) { cin >> t[i] >> c[i]; t[i] += t[i - 1]; c[i] += c[i - 1]; } // 初始化 memset(f, 0x3f, sizeof f); f[0] = 0; for (int i = 1; i <= n; i++) // 从小到大枚举每个任务 for (int j = 0; j < i; j++) // j:前一个批次的最后一个位置 f[i] = min(f[i], f[j] + t[i] * (c[i] - c[j]) + s * (c[n] - c[j])); // 输出 cout << f[n] << endl; return 0; } ```