tyvj1055 石子合并 【例题精讲】

    描述：

       设有N堆沙子排成一排，其编号为1，2，3，…，N（N<=300）。每堆沙子有一定的数量，可以用一个整数来描述，现在要将这N堆沙子合并成为一堆，每次只能合并相邻的两堆，合并的代价为这两堆沙子的数量之和，合并后与这两堆沙子相邻的沙子将和新堆相邻，合并时由于选择的顺序不同，合并的总代价也不相同，如有4堆沙子分别为 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。

   

 

    这是一道区间dp的入门题，我先简单谈谈区间dp，区间dp一般是学完背包问题来学的一类问题，许多人第一次见这道题和这道题的标程时，都不知道什么叫区间dp，但会发现一点，这道题的几重循环和以往的不大一样，并不是1到n或者是n到1这种简单的循环了，而是各种奇奇怪怪的限制条件，让人摸不到头脑，没办法阅读代码；就算是强行解释了，过一段时间也就忘了......

    所谓区间dp嘛，其实就是在一段区间上执行动态规划，那么如何执行呢？假如给出一段很长的区间，要处理每个点之间的关系，得到最终全局的最优解怎么办呢？

    区间dp的思想就是首先找一个长度为1的区间（一般称为元区间）作为初态然后开始处理问题，在处理时，我们 首先找一段长度为2的区间，通过循环使其在总区间上推进，同时处理点与点之间的关系 ，然后退回来，把区间长度加一再做上述工作，即每次都找了一段区间，在大区间上移动，从而解决问题；

    因此，区间长度便是动态规划的阶段！

    可能有的同学曾经迷糊过“动态规划那么多循环，到底哪个放外面，哪个放里面啊！”不急，其实，动态规划分为 阶段、状态和决策，三者应该从外到里循环。 至于什么是阶段状态决策，同学们可以通过刷题看题解慢慢领会。

    好，现在我们来处理这道题，一段石子，我们可以看成一段区间！思考一下，如果我要求第1-10个石子和第11-20个石子合并得最小花费，怎么办？可以想到，我们如果要合并这两段区间，前提是这两个区间内部已经完成了合并！好，那子问题就出来了！

    我们设f[l][r]是把从 点l到点r的石子合并的最小花费！ 然后可以得到转移方程，f[l][r]=min(f[l][r], f[l][k]+f[k+1][r]);f[l][r]+=sum[r]-sum[l-1];   sum[i]数组表示前i个石子的重量的和；因为要加上本次合并的花费嘛！

    最后就是处理循环问题了，已知区间长为阶段，那么状态就是左端点和右端点，而决策就是不断地枚举合并点k的位置，找寻最优解！这道题完美结束！

 

上述内容部分参考李煜东学长的《算法竞赛进阶指南》

下面上代码！

 

 1 #include<iostream>
 2 #include<cstdio>
 3 #include<cmath>
 4 #include<cstring>
 5 #include<cstdlib>
 6 #include<string>
 7 #include<algorithm>
 8 #include<queue>
 9 using namespace std;
10 const int inf=0x3f;
11 int f[305][305],sum[305];
12 int val[305];
13 int n,m;
14 int main()
15 {
16     scanf("%d",&n);
17     for(int i=1;i<=n;i++){
18         scanf("%d",&val[i]);
19     }
20     memset(f,inf,sizeof(f));
21     for(int i=1;i<=n;i++){
22         f[i][i]=0;
23         sum[i]=sum[i-1]+val[i];
24     }
25     for(int len=2;len<=n;len++){//阶段，区间长度 
26         for(int l=1;l<=n-len+1;l++){//状态左端点 
27             int r=len-1+l;//右端点 
28             for(int k=l;k<r;k++){//决策，连接点k 
29                 f[l][r]=min(f[l][k]+f[k+1][r],f[l][r]);
30             }
31             f[l][r]+=sum[r]-sum[l-1];//本次合并的花费 
32         }
33     }
34     cout<<f[1][n]<<endl;
35     return 0;
36 }

View Code

 

 

 

 

转载于:https://www.cnblogs.com/Alan-Luo/articles/8723278.html