3-6 租用游艇问题（算法设计与分析）

动态规划判断

① 题目需要求“最值”，可以考虑动态规划

② 有比较明显的状态转移

③ 考虑最优子结构（同时满足重叠子问题是使用DP的必要性）

测试用例给了三组数据，分别表示从站 1 到 2、3的租金，从站 2 到 3的租金

最终花费的最少租金为12，方案为从站 1 到站 2，再从站 2 到站 3（5 + 7 = 12 < 15）

在这里我们发现了状态转移：从站 1 到站 n 的状态，可从站 1 到站 2 到站 3……到站 n，或者站 1 到站 3……到站 n 等的状态转移过来

说得直白一些，我们的方案：

① 直接从站 1 到站 n

② 间接选择几站，然后再到站 n

题目分析

状态是什么？

题目中的变量一般就是状态，因此此题的状态是从站 1 到站 X 的租金数

这个租金也是进行状态转移的对象

如何改变状态？

要改变状态，就要进行一次决策。每一次的决策：是否在站 X 归还游艇（然后再租用游艇到下一站）？

实际操作时，对每一个站点都穷举一遍决策，看看如果归还能不能使得租金少一些

所以每一个站点（除了站 1 以外）就是一个选择，用for循环遍历迭代

DP数组的定义 & 状态转移方程

如果起点没有固定，那么我们可能就需要设定二维DP数组，一个维度表示起点，一个维度表示终点

但这道题固定了起点为站 1，因此只需要一个维度表示终点即可，所以设定DP一维数组

DP[k]表示从站 1 到 站 k 的最少租金

一开始DP[k]数组的值都初始化为r[1][]，即从站 1 到各个站 X 的租金

之后考虑每一个选择，也就是每一个站点 X，如果归还了游艇，能否减少租金？

状态转移方程：

很像图论中的Dijkstra算法……（

代码

#include <iostream>
#include <vector>
#include <algorithm>

using std::cin;
using std::cout;
using std::vector;
using std::min;

// 设置一个很大的数
const int INF = 0x3f3f3f3f;

int main() {
    int n;
    cin >> n;
	
    // r(i, j) 是规定的租金
    vector<vector<int>> r(n + 1, vector<int>(n + 1, 0));
    vector<int> dp(n + 1);

    for (int i = 1; i <= n; ++i) {
        for (int j = i + 1; j <= n; ++j) {
            cin >> r[i][j];
        }
    }

    // 初始化第一行
    for (int i = 2; i <= n; ++i) {
        dp[i] = r[1][i];
    }

    // 动态规划求解
    for (int i = 2; i <= n; ++i) {
        for (int j = 1; j <= i; ++j) {
            dp[i] = min(dp[i], dp[j] + r[j][i]);
        }
    }

    cout << dp[n];

    return 0;
}