石子合并 (区间dp)

20 篇文章 0 订阅
1 篇文章 0 订阅

石子合并(一)

时间限制: 1000 ms  |  内存限制: 65535 KB
难度: 3
描述
    有N堆石子排成一排,每堆石子有一定的数量。现要将N堆石子并成为一堆。合并的过程只能每次将相邻的两堆石子堆成一堆,每次合并花费的代价为这两堆石子的和,经过N-1次合并后成为一堆。求出总的代价最小值。
输入
有多组测试数据,输入到文件结束。
每组测试数据第一行有一个整数n,表示有n堆石子。
接下来的一行有n(0< n <200)个数,分别表示这n堆石子的数目,用空格隔开
输出
输出总代价的最小值,占单独的一行
样例输入
3
1 2 3
7
13 7 8 16 21 4 18
样例输出
9
239


题目分析:本来是用贪心思想想的,就是找相邻的石子加和最小的那两堆合并在一起,后来发现这样局部最优做不到整体最优,所以要用区间dp。

            dp思想其实就是先手算模拟,把一个问题先拆分成一个很小的问题,然后再递归迁移,整体化,得到最优解。

             类似这一题,先两两合并,再三三合并,最后NN合并在合并过程中,较大的区间可以拆分成已经的小区间进行计算,省时又省力。比如,我可以在三三合并的时候可以拆分成一一还有二三相加。即把当前阶段的合并方法细分成前一阶段已计算出的方法,选择其中的最优方案。dp[i,j]用来表示合并方法,i表示从编号为i的石头开始合并,j表示所求区间的结尾,sum表示的是石头的数量。

    动态方程为dp[i][j]=dp[i][k]+dp[k+1][j]+sum[i][j];

#include <cstdio>
#include <cstring>
#include <iostream>
using namespace std;
const int maxn = 220;
const int inf=9999999;
int a[maxn],sum[maxn][maxn],dp[maxn][maxn];
int main(){
	int n;
	while((scanf("%d",&n))!=EOF){
		for(int i=1;i<=n;i++)
		  scanf("%d",&a[i]);
		//memset(dp,0,sizeof(dp));
		memset(sum,0,sizeof(sum));
		for(int i=1;i<=n;i++)
		  for(int j=1;j<=n;j++)
		    dp[i][j]=inf;
		for(int i=1;i<=n;i++)
		  dp[i][i]=0,sum[i][i]=a[i];
	    for(int len=1;len<n;len++){//按长度从小到大枚举
	    	for(int i=1;i<=n&&i+len<=n;i++){//i表示开始位置
	    		int j=len+i; //j表示长度为len的一段区间的结束位置
	    		for(int k=i;k<j;k++){ //用k来表示分割区间
	    			sum[i][j]=sum[i][k]+sum[k+1][j];
	    			dp[i][j]=min(dp[i][j],dp[i][k]+dp[k+1][j]+sum[i][j]);
				}
			}
		}
		printf("%d\n",dp[1][n]);
	}
	return 0;
}



  • 0
    点赞
  • 1
    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成一堆,并且每次只能合并相邻的两堆石子。每次合并的代价是两堆石子的总和。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堆到第j堆石子的最小代价。 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堆到第i+length-1堆石子的最小代价。 5. 在计算合并第i堆到第i+length-1堆石子的最小代价时,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 ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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