动态规划----区间DP石子问题

---

问题描述

        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。

输入描述: 输入两行, 第一行为堆数n, 第二行为n堆石子的质量

输出描述: 输出最小代价

样例输入:

5
1 3 4 2 5

样例输出:

35

原因分析：

能否使用贪心算法求解?贪心算法过程如下(贪心思想为每次选取最小的组合合并):

显然结果不是我们想要的34, 那么得到最小值的合并过程是什么样的呢?过程如下:

---

实现过程：

包含的知识点: 前缀和, 区间DP, 枚举算法

假设一堆石子如下, 我们使用L和R代表左区间和右区间, 使用f[L, R]代表区间[L, R]中的最小代价, 为什么会想到使用f[L, R]这个来表示呢?因为我们表示状态是一个区间的状态, 区间是两个数(左右区间), 不能使用一个参数来代表.

因为想找出最小代价, 说明我们需要枚举出每一个区间的最小值, 在区间[L, R]中, 我们需要创建一个k标记, 来切割区间[L, R], 从L的位置开始, 一直到R-1的位置, 把区间[L, R](大问题)分解成区间[L, k]与[k+1, R]的总和(小问题), 实现大问题向小问题的转化, 其实这里还存在一个问题, [L, R]是分解成[L, k]与[k+1, R]了, 那么最后还需要将[L, k]与[k+1, R]这两堆石子进行合并, 所以需要用到前缀和公式, 得到如下的公式:

s[R] - s[L-1]将两堆石子进行合并的操作(前缀和). 当然有笨蛋喜欢使用for循环合并L到R区间的总和也可以, 不过会增加算法时间复杂度, 因为需要用到for循环

那么, 对于一个区间的最小代价, 状态转移方程为:

min()函数里面的f[L, R]会初始化为整型最大值, 其中k是切分点.

实现代码如下:

#include <iostream>
#include <cmath>
using namespace std;
int main(){
	int n, r;	// n代表堆数, r代表右区间 
	cin >> n;
	int a[n+1], s[n+1] = {};	// a数组存储每个石子对应的质量, 数据存储下标1开始 
								// s数组存储前几个石子质量之和 
	int f[n+1][n+1];			// f代表区间的最小代价 
	
	// 数据的初始化 
	for( int i = 0; i < n+1; i++ ){ //f数组全赋值最大值 
		for( int j = 0; j < n+1; j++ ){
			f[i][j] = INT_MAX;
		}
	}
	for( int i = 1; i < n+1; i++ ){
		cin >> a[i];
		s[i] = s[i-1] + a[i];
		f[i][i] = 0;	// 当l与r相等时, 合并自己的代价为0 
	}
	
	// 状态计算 
	for( int len = 2; len <= n; len++ ){ // 长度从2开始 
		for( int l = 1; l + len - 1 <= n; l++ ){ // 因为下标是1开始的, 左区间1开始 
			r = l + len - 1;	// 通过l和len计算出r 
			for( int k = l; k < r; k++ ){ // k是切分点, 取值l开始, r-1结束 
				f[l][r] = min(f[l][r], f[l][k]+f[k+1][r]+s[r]-s[l-1]); // 状态转移方程 
			}
		}
	}
	cout << f[1][n] << endl;	// f[1, n]代表1到n的最小代价 
	
	return 0;
}

 循环过程如下:

第一次循环:

        第一层for循环: len = 2

        第二层for循环: l = 1, r = 2

        第三层for循环: k = 1

                                根据公式:

                                        

                                那么明显我们会选取到, 表达的意思即为两堆石子质量之和, 后续的f[i][j]会根据之前的得数递推出来.