Acwing动态规划区间DP——石子合并

题目：

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，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 44 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。

输入格式

第一行一个数 N 表示石子的堆数 N。

第二行 N个数，表示每堆石子的质量(均不超过 1000)。

输出格式

输出一个整数，表示最小代价。

数据范围

1≤N≤300

解题大致思路：

总体而言可以看出这道题首先是一道dp问题：

按照动态规划的两步走来解题：

状态表示：

1、属性：要求的最小代价（min）

2、集合：即从第i堆石子到第j堆石子全部合并起来的可能方案。

所以，我们要求的就是集合中所有方案中需要代价的最小值。

状态计算：

分为k种情况，k=j-i，可以这么理解：

将第i堆到第j堆石子横过来摆放，可以让第一堆石子和右边所有石子合并，第一、第二堆石子和右边所有石子合并…………以此类推，到最右边一堆石子和左边所有石子合并，这样一共有j-i种划分可能，所以可以选择分为k种情况，我们要做的就是找到这k种情况种所耗费代价最小的那一种。

假设划分方案如下:

第i堆石子到第s堆石子为左边——————第s+1堆石子到第j堆石子为右边

在此前提下，合并方案的代价综合应该为dp(i,s)+dp(s+1,j)+所有石子价值总和。

所有石子价值综合可以使用前缀和方案计算，即s[j]-s[i-1]，其中s[n]代表从1到n的石子的价值总和。

好了，理清楚了思路，开始写代码：

#include <iostream>
#include <cstring>
#include <algorithm>

using namespace std;

const int N=310;
int n;//石子堆数
int dp[N][N];//动态规划数组
int s[N];//前缀和数组

int main()
{
    cin>>n;
    for(int i=1;i<=n;i++)   cin>>s[i];
    for(int i=1;i<=n;i++)   s[i]+=s[i-1];   //前缀和计算
    memset(dp,0x3f,sizeof dp);//初始化为最大值
    for(int i=1;i<=n;i++)   dp[i][i]=0;//自己到自己不用搬，代价为0
    for(int len=2;len<=n;len++)
    {
        for(int i=1;i<=n-len+1;i++)
        {
            int l=i,r=i+len-1;
            for(int k=l;k<r;k++)//从第一堆到第一堆为左边，到第一堆到第r-1堆为左边
            {
                dp[l][r]=min(dp[l][r],dp[l][k]+dp[k+1][r]+s[r]-s[l-1]); //动态转移方程
            }
        }
    }
    cout<<dp[1][n];//从第一堆到第n堆合并
    return 0;
}

仅供学习，挺好的一道题目！