区间DP:所以要枚举区间长度和区间左右端点。
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≤3001≤N≤300
输入样例:
4
1 3 5 2
输出样例:
22
算法思想:
区间动态规划:
状态表示:
集合:合并区间 i 到 j 的石子的所有方案的集合。
属性:计算合并最小代价MIN。
状态计算:
划分点:最后一次计算肯定是合并相邻的两堆,也只有两堆。所以需要分为两堆。
区间内我们可以选择i、i+1、i+2......j-1等作为划分点,然后计算得到代价的的最小值。
我们可以不失一般性的划分为两堆,选 k 作为分割点,则f[i][j]就等于f[i][k] + f[k+1][j] 再加上这两堆合并的损耗。可以使用前缀和存储,即s[j] - s[j - 1]。最终结果就是f[i][j] = min(f[i][k] + f[k + 1][j] + s[j] - s[i - 1])
代码如下:
import java.io.*;
import java.lang.*;
class Main{
static int n = 0;
static int[] nn = new int[310];
static int[][] f = new int[310][310];
public static void main(String[] args)throws Exception{
BufferedReader buf = new BufferedReader(new InputStreamReader(System.in));
n = Integer.valueOf(buf.readLine());
String[] nums = buf.readLine().split(" ");
for(int i = 1; i <= n; ++i){//石子从第一堆到最后一堆的前缀和
nn[i] = nn[i - 1] + Integer.valueOf(nums[i - 1]);
}
//枚举区间长度(我们要合并的区间的长度,当len=2时,我们合并相邻两堆,=3时合并三堆等等,=n时合并n堆)
for(int len = 2; len <= n; ++len){
for(int i = 1; i + len - 1 <= n; ++i){//枚举左端点和右端点,len是区间长度,相当于一个长度固定的滑动窗口
int j = i + len - 1;
f[i][j] = 0x3f3f3f3f;//给f[i][j]一个较大的初始值,方便计算出最小值
for(int k = i; k < j; ++k){//计算合并len长度的石子的最小值
f[i][j] = Math.min(f[i][j], f[i][k] + f[k + 1][j] + nn[j] - nn[i - 1]);
}
}
}
System.out.print(f[1][n]);
}
}