part 1 引入
一.斜率优化的作用
在一个dp中，往往转移一个状态与很多状态相关，每一次转移都扫一遍与它相关的状态浪费了很多时间。但总有一些状态无法转移到它之后的状态，这时考虑转移它们就没有意义。我们用一些数据结构来维护有意义的状态从而节省时间。
二.斜率优化的使用限制
1.满足答案单调：
只有答案单调才能确认当前相对更优（后文会阐述两个状态如何确定一个比另一个更优）的状态转移以后仍然相对更优。
2.dp是一维的：
维护斜率优化的数组，队列......（任何你能想出来，付诸实践的数据结构）二维以上不好写（这意味着你必须把dp优化成一维）
3.必须满足以下形式(斜率优化前从状态j推到状态i)：
dp[i] = min / max ( dp[i] , A * dp[j] + i与j的乘积项 + c)
对第3条的解释
（1）min / max 可以理解为满足单调性；
（2）A , c 为常数；
（3）i与j的乘积项的作用是为下文的拆解推导提供条件（非常重要）