简单石子合并

求N对石子可以合并出的所有质量
#include  < string >
#include 
< iostream >
#include 
< fstream >

using   namespace  std;

ifstream 
in ( " in.txt " );
ofstream 
out ( " out.txt " );
int  i_count;
#define  max 1000 // 最多堆数 
int  i,j,sum;
int  num[max - 1 ];
bool  f[max - 1 ]; // f[i]表示i重可否取到 
void  work1(); // 求出合并所有可能得到的重量 
int  main()
{
sum
=0;
in >> i_count;
for (i=0;i<i_count;i++)
{
in >> num[i];
sum
+=num[i];
}
//end for 
work1();
system (
"pause");

}


void  work1()
{
f[
0]=true;
for(j=0;j<i_count;j++)
{
for(i=sum-num[j];i>=0;--i)
{
f[i
+num[j]]=true;
}
//end for i

}
//end for j
for (i=0;i<=sum;++i)
{
if (f[i]==trueout << i<< endl;
}
//end for
return;
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
石子合并问题是一个经典的动态规划问题。该问题的目标是将一堆石子合并一堆,并且每次只能合并相邻的两石子每次合并的代价是两石子的总和。我们的目标是找到一种合并方式,使得总的合并代价最小。 动态规划算法可以解决石子合并问题。下面是一个简单的动态规划算法的示例: 1. 创建一个二维数组dp,其中dp[i][j]表示合并第i到第j石子的最小代价。 2. 初始化dp数组的对角线元素为0,即dp[i][i] = 0,因为合并一堆石子的代价为0。 3. 使用一个循环遍历所有可能的合并区间长度,从2开始到n(n为石子的总数)。4. 在每个合并区间长度下,使用一个循环遍历所有可能的起始位置i,计算合并第i到第i+length-1石子的最小代价。 5. 在计算合并第i到第i+length-1石子的最小代价时,使用一个循环遍历所有可能的分割点k,计算合并左边和右边两部分石子的代价之和,并更新最小代价。 6. 最终,dp[n]即为合并所有石子的最小代价。 下面是一个使用动态规划算法解决石子合并问题的Python代码示例: ```python def mergeStones(stones): n = len(stones) dp = [[0] * (n + 1) for _ in range(n + 1)] for length in range(2, n + 1): for i in range(1, n - length + 2): j = i + length - 1 dp[i][j] = float('inf') for k in range(i, j): dp[i][j] = min(dp[i][j], dp[i][k] + dp[k + 1][j] + sum(stones[i - 1:j])) return dp[1][n] stones = [3, 2, 4, 1, 5] min_cost = mergeStones(stones) print("Minimum cost to merge stones:", min_cost) # 输出:Minimum cost to merge stones: 33 ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值