L公司有N個工廠，由高到底分布在一座山上。如圖所示，工廠1在山頂，工廠N在山腳。 由於這座山處於高原內陸地區（干燥少雨），L公司一般把產品直接堆放在露天，以節省費用。突然有一天，L公司的總裁L先生接到氣象部門的電話，被告知三天之後將有一場暴雨，於是L先生決定緊急在某些工廠建立一些倉庫以免產品被淋壞。由於地形的不同，在不同工廠建立倉庫的費用可能是不同的。第i個工廠目前已有成品Pi件，在第i個工廠位置建立倉庫的費用是Ci。對於沒有建立倉庫的工廠，其產品應被運往其他的倉庫進行儲藏，而由於L公司產品的對外銷售處設置在山腳的工廠N，故產品只能往山下運（即只能運往編號更大的工廠的倉庫），當然運送產品也是需要費用的，假設一件產品運送1個單位距離的費用是1。假設建立的倉庫容量都都是足夠大的，可以容下所有的產品。你將得到以下數據： 工廠i距離工廠1的距離Xi（其中X1=0）; 工廠i目前已有成品數量Pi; 在工廠i建立倉庫的費用Ci; 請你幫助L公司尋找一個倉庫建設的方案，使得總的費用（建造費用+運輸費用）最小。
第一行包含一個整數N，表示工廠的個數。接下來N行每行包含兩個整數Xi, Pi, Ci, 意義如題中所述。
僅包含一個整數，為可以找到最優方案的費用。
在工廠1和工廠3建立倉庫，建立費用為10+10=20，運輸費用為(9-5)*3 = 12，總費用32。如果僅在工廠3建立倉庫，建立費用為10，運輸費用為(9-0)*5+(9-5)*3=57，總費用67，不如前者優。【數據規模】對於20%的數據， N ≤500；對於40%的數據， N ≤10000；對於100%的數據， N ≤1000000。 所有的Xi, Pi, Ci均在32位帶符號整數以內，保證中間計算結果不超過64位帶符號整數。
裸DP很水。。。但是O(n^2)承受不起這麼大的范圍，一定TLE，只能采取小於O(n)的斜率優化DP，具體就是維護一個雙向隊列，使得隊列內的點形成下凸的函數圖像，這樣就能捨掉很多不必繼續循環DP的非最優解，具體可以參考JSOI集訓隊論文《單調性優化在動態規劃中的應用》
