动态规划——区间DP

1. 特点：将一些区间进行合并，以区间分段点进行集合划分

2. 例题：石子合并
设有N堆石子排成一排，其编号为1，2，3，…，N。

每堆石子有一定的质量，可以用一个整数来描述，现在要将这N堆石子合并成为一堆。

每次只能合并相邻的两堆，合并的代价为这两堆石子的质量之和，合并后与这两堆石子相邻的石子将和新堆相邻，合并时由于选择的顺序不同，合并的总代价也不相同。

例如有4堆石子分别为 1 3 5 2， 我们可以先合并1、2堆，代价为4，得到4 5 2， 又合并 1，2堆，代价为9，得到9 2 ，再合并得到11，总代价为4+9+11=24；

如果第二步是先合并2，3堆，则代价为7，得到4 7，最后一次合并代价为11，总代价为4+7+11=22。

问题是：找出一种合理的方法，使总的代价最小，输出最小代价。

输入格式
第一行一个数N表示石子的堆数N。

第二行N个数，表示每堆石子的质量(均不超过1000)。

输出格式
输出一个整数，表示最小代价。

数据范围
1≤N≤300
输入样例：
4
1 3 5 2
输出样例：
22

解题思路：
1、确定状态函数：f[i][j]表示区间（i, j）之间所有合并方法的集合
f[i][j] = min
2、确定状态转移方程：把（i, j）之间所有合并方法的集合以不同的分界点进行划分，那么将最后两堆合并需要的最小代价为f[i][j] = min(f[i][k] + f[k+1][j]) + s[j] - s[i-1]
其中s[j] - s[i-1]为（i, j）之间所有石子的质量之和

时间复杂度 = 状态数量*状态转移计算量 = n² * n = O(n³)

#include<iostream>
#include<algorithm>

using namespace std;

const int N = 310;

int n;
int s[N];
int f[N][N];

int main()
{
	cin >> n;
	for(int i = 1; i <= n; i++) cin >> s[i];
	
	for(int i = 1; i <= n; i++) s[i] += s[i-1]; // 前缀和预处理区间和
	
	//由于状态转移方程需要知道长度比(i,j)小的所有f[i][j]，所以长度从小到大枚举，起点从后往前枚举，保证每次计算时长度比(i,j)小的所有f[i][j]都已计算过
	for(int len = 2; len <= n; len ++)
		for(int i = 1; i + len - 1 <= n; i++)
		{
			int l = i, r = i + len - 1;
			f[l][r] = 1e9;
			for(int k = l; k < r; k++)
				f[l][r] = min(f[l][r], f[l][k] + f[k+1][r] + s[r] - s[l-1]);
		}
	
	printf("%d\n", f[1][n]);
	return 0;
}