【算法导论15】动态规划-石子合并问题

15动态规划-石子合并问题

问题描述：
n堆石子以直线形式放置，现在要将石子有序的合成为一堆，规定一次只能选择相邻的石子进行合并，合并一次的得分为合并后石子的总数，请设计算法计算对这n堆石子合并后的得分最大值。

问题分析：
简单对该问题进行分析，该问题属于最优解问题，其次，选择某堆石子进行合并时，会影响到其他石子堆的选择，看起来像是动态规划问题。下面沿着动态规划设计思路展开。
第一步：划分阶段。
只有一堆石子时候，由于无法合并，所以得分为0；
当有两堆石子时，得分只有一个，为两堆石子总数。
当有三堆石子时，可以先合并12堆，得分再加上sum，也可以先合并23堆，再加上sum，两个答案求最大值。
……
递推可以总结到，对于n堆石子合并，需要对石子进行划分，参考矩阵连乘划分方法，与之类似。
第二步：设计状态变量。
由第一步知道，要求最终得分最大值，需要对每个石子的间隔进行划分，并且需要求出各个划分区间之间的合并得分，进行比较。因此dp[i][j]=从第i堆石子到第j堆石子的合并得分最大值。
第三步：找出状态转移方程。
dp[i][j]=max( dp[i][j] , dp[i][k]+dp[k+1][j]+sum )//i到j堆石子合并得分最大值要从是否对其进行划分得到。

算法设计：
动态规划算法实现过程为自下而上填表过程，本题中，若n=3，则需要计算dp[1][2]和dp[2][3]，并进行比较。同理n=4，需要计算4，则需要计算dp[1][2],dp[3][4],dp[1][3],dp[2][4]，递推可知需要计算dp[1][2],dp[2][3],dp[3][4]，而最终答案为dp[1][n],则需要计算……。因此自底向上计算的ij间隔，随着递推的进行，不断递增。

石子得分最值代码：

#define n 5
int dp[n+1][n+1];
int stone(int a[]){
int sum;
for(int i=0;i<=n;i++)
	for(int j=0;j<=n;j++)
		dp[i][j]=0;
for(int l=2;l<n;l++){
	for(int i=1;i<=n-l+1;i++){//ij间隔越短，则所求的dp[i][j]越多
		int j=l-i+1;
		sum=0,dp[i][j]=999;
		for(int x=i;x<=j;x++)
			sum+=a[x-1];
		for(int k=i;k<j;k++)//k为划分
			dp[i][j]=min(dp[i][j],dp[i][k]+dp[k+1][j]+sum);
	}
}
return dp[1][5];
}