Gemini永久会员 Java中的四边形不等式优化

Java中的四边形不等式优化

四边形不等式(Quadrilateral Inequality, QI)是一种在动态规划优化中常用的技术，特别是在区间DP问题中。它可以帮助减少状态转移的计算量，从O(n³)优化到O(n²)。

四边形不等式的基本概念

对于函数w(l, r)（通常表示区间 $l, r$ 的代价），如果满足：

复制代码

w(a, c) + w(b, d) ≤ w(a, d) + w(b, c)  (对于a ≤ b ≤ c ≤ d)

则称w满足四边形不等式。

在动态规划中的应用

在区间DP中，如果状态转移方程为：

java 复制代码

dp[i][j] = min/max(dp[i][k] + dp[k][j] + w(i, j))  (i ≤ k < j)

当w满足四边形不等式时，dp也满足四边形不等式，且最优决策点具有单调性。

Java实现示例

1. 检查四边形不等式

java 复制代码

// 检查函数w是否满足四边形不等式
public static boolean checkQuadrilateralInequality(int[][] w, int n) {
    for (int a = 0; a < n; a++) {
        for (int b = a; b < n; b++) {
            for (int c = b; c < n; c++) {
                for (int d = c; d < n; d++) {
                    if (w[a][c] + w[b][d] > w[a][d] + w[b][c]) {
                        return false;
                    }
                }
            }
        }
    }
    return true;
}

2. 使用四边形不等式优化的区间DP

java 复制代码

public class QuadrilateralInequalityOptimization {
    static int[][] dp;
    static int[][] s; // 记录决策点
    static int[][] w; // 代价函数
    
    public static void solve(int n) {
        dp = new int[n][n];
        s = new int[n][n];
        
        // 初始化
        for (int i = 0; i < n; i++) {
            dp[i][i] = 0; // 或根据问题初始化
            s[i][i] = i;
        }
        
        for (int len = 2; len <= n; len++) {
            for (int i = 0; i + len - 1 < n; i++) {
                int j = i + len - 1;
                dp[i][j] = Integer.MAX_VALUE;
                
                // 利用单调性缩小k的范围
                for (int k = s[i][j-1]; k <= s[i+1][j]; k++) {
                    if (k >= j) continue;
                    int cost = dp[i][k] + dp[k+1][j] + w[i][j];
                    if (cost < dp[i][j]) {
                        dp[i][j] = cost;
                        s[i][j] = k;
                    }
                }
            }
        }
    }
}

常见应用场景

最优二叉搜索树问题
矩阵链乘法
多边形三角剖分
文件合并问题

优化效果

未优化：O(n³) 时间复杂度
四边形不等式优化后：O(n²) 时间复杂度

注意事项

需要先验证代价函数w是否满足四边形不等式
需要证明DP状态转移也满足四边形不等式
决策点单调性是优化的关键

四边形不等式优化是一种强大的技术，但应用时需要仔细验证前提条件是否满足。