算法设计与分析第三章作业

一、合并石子问题

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。用数组a[N]表示每堆石子的质量，sum[i,j]表示第i堆石子到第j堆石子的总质量

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。

状态表示：

一维数组a[N]：表示每堆石子的质量

一维数组sum[i,j]：表示第i堆石子到第j堆石子的总质量

二维数组dp[i][j]：表示编号i到j的石子合并的最小代价

状态方程：dp[i][j]=min(dp[i][j]，dp[i][k]+dp[k+1][j]+sum[j]-sum[i-1]）   i<=k<j                       

边界条件：

       i==j时，dp[i][j]=0

        j==0时，dp[i][j]=0

时间、空间复杂度分析：

    时间复杂度：由状态转移方程可知，需要用三重循环来枚举出所有的情况，故时间复杂度为O(N^3)

    空间复杂度：dp[i][j]为二维数组，所以空间复杂度为O(N^2)

二、动态规划法学习反思

    动态规划，简称DP，用以解决有很多重叠子问题的问题。与暴力枚举与递归法相比，动态规划可以以更好的时间复杂度解决问题，提升算法的效率，但是思维难度也较大。因此，找出动态规划的递推关系，列出恰当的状态转移方程是解题的关键所在。

    动态规划的解题步骤一般如下：

       1.分析问题的最优子结构性质，明确原始问题

        2.根据子结构建立递推方程，确定dp数组的维度和基本含义

        3.根据递归方程确定填表顺序，一般有自底向上或从前往后两种

        4.根据数组含义输出最优解，必要时追踪最优路径。

  常见的动态规划模型有：01背包，完全背包模型 矩阵链乘法模型 最长公共子序列模型等。这些模型代表了动态规划问题当中几类典型的问题，必须熟练掌握，并且在做题过程中活用思想。