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。