勤学苦练终成才,刻苦钻研谱人生.
题目🥞
有 N 堆石头排成一排,第 i 堆中有 stones[i] 块石头。
每次移动(move)需要将连续的 K 堆石头合并为一堆,而这个移动的成本为这 K 堆石头的总数。
找出把所有石头合并成一堆的最低成本。如果不可能,返回 -1 。
解析🥖
引入动态规划🍔
首先看到这道题,有经验的同学应该就会有点眼熟。每次将k个堆合成一堆,最后剩下一堆。。。是不是觉得和某个算法有点像?如果还没想出来,没关系,看看下面的图,相信你会想起来的。
这是一个k=2时的合并方案。
一拍脑门,这不就是分治算法的逆过程嘛!然后由分治,就能联想到递推,最后想到动态规划。OK,这道题的大致方向已经出来了。
这里可以做个小笔记:当同一个过程不断重复,且后面过程的输入是前面过程的输出时,这道题的一个主要考点一定是递推。
动态规划嘛,只要找到转移方程,剩下的都不过是套路了。那么这个转移方程怎么找呢?
寻找转移方程🍄
在上面的图中,我们每次选择两堆合并,不难看出,k=2时的转移方程为d[l][r]=d[l][p]+d[p+1][r],其中我们以p为分界线,p之前的先并成一堆,p之后的再并成一堆,然后将这两堆合并。
那么问题来了,k如果大于2,比如说,k=3怎么办?我们看下面这张图。
这是当k=3时,最后一次合并的情况。思考一下,从2到3,什么东西变化了?很容易就能看出来吧?对啊,增加了一堆嘛!3=2+1嘛。那么,如果说,我们把一堆先堆出来,那剩下的2堆不就可以变成上面的问题了嘛!
那k=4呢?4=2+1+1,所以一样的,先堆出来一堆,剩下的3堆再堆出来一堆,最后还是剩下2堆。
我们扩展到k任意的情况。这时候,我们在每一步都需要先堆出来一堆,然后再处理剩下的堆。
其实,k=2的时候,我们也是先堆出来一堆,然后再堆出来另外一堆的。
解释到这里,那么官方题解中的转移方程就好解释了。贴一下官方的转移方程:
初态:对于所有的 d[i][i][1],初始化为 0,其他状态设置为正无穷。
转移方程:
当 t=1时,d[l][r][t]=d[l][r][k]+sum[l][r],其中 sum[l][r]是本次合并的成本,区间内石头的总数。
否则,d[l][r][t]=min{d[l][p][1]+d[p+1][r][t−1]},其中 l≤p<r。
目标:d[0][n−1][1]。
这里的t指的就是到某一步的时候,要分成多少堆了。
用一个式子概括,就是
1+1+1+1…+1=2+1+1…+1=3+1+…+1=…=t-1+1=t;
最后就是代码了,说实话,我觉得掌握了思路,代码怎么写不是很重要(绝不是不重要!),贴一下官方代码。由于是按递推的思路讲的,所以贴一下递推代码,大家看一看:
class Solution {
static constexpr int inf = 0x3f3f3f3f;
public:
int mergeStones(vector<int>& stones, int k) {
int n = stones.size();
if ((n - 1) % (k - 1) != 0) {
return -1;
}
vector d(n, vector(n, vector<int>(k + 1, inf)));
vector<int> sum(n, 0);
for (int i = 0, s = 0; i < n; i++) {
d[i][i][1] = 0;
s += stones[i];
sum[i] = s;
}
for (int len = 2; len <= n; len++) {
for (int l = 0; l < n && l + len - 1 < n; l++) {
int r = l + len - 1;
for (int t = 2; t <= k; t++) {
for (int p = l; p < r; p += k - 1) {
d[l][r][t] = min(d[l][r][t], d[l][p][1] + d[p + 1][r][t - 1]);\\转移方程
}
}
d[l][r][1] = min(d[l][r][1], d[l][r][k] +
sum[r] - (l == 0 ? 0 : sum[l - 1]));\\最后合的时候别忘了加上所有石头的成本
}
}
return d[0][n - 1][1];
}
};
最后讲一下方法二。方法二其实就是方法一的一个小优化,由于每一次合并会减少k-1堆,所以给定l和r,t的数目其实是固定的。也就是说,t和l,r这两个变量是有关系的。因此写转移方程时可以省掉一个维度。但核心思想是不变的,都是先拆出来一堆,然后再去处理另外一堆。上官方代码:
class Solution {
static constexpr int inf = 0x3f3f3f3f;
public:
int mergeStones(vector<int>& stones, int k) {
int n = stones.size();
if ((n - 1) % (k - 1) != 0) {
return -1;
}
vector d(n, vector<int>(n, inf));
vector<int> sum(n, 0);
for (int i = 0, s = 0; i < n; i++) {
d[i][i] = 0;
s += stones[i];
sum[i] = s;
}
for (int len = 2; len <= n; len++) {
for (int l = 0; l < n && l + len - 1 < n; l++) {
int r = l + len - 1;
for (int p = l; p < r; p += k - 1) {
d[l][r] = min(d[l][r], d[l][p] + d[p + 1][r]);
}
if ((r - l) % (k - 1) == 0) {
d[l][r] += sum[r] - (l == 0 ? 0 : sum[l - 1]);
}
}
}
return d[0][n - 1];
}
};
我是霜_哀,在算法之路上努力前行的一位萌新,感谢你的阅读!如果觉得好的话,可以关注一下,我会在将来带来更多更全面的算法讲解!