使用场景
求一段区间的最优解,该区间的最优解可以由其子区间的最优解推导而来,类似分治思想。
令状态f(i,j)表示将下标位置 i 到 j 的所有元素合并能获得的价值的最大值,那么
f(i,j) = max{f(i,k) + f(k+1, j) + cost}, k∈[i+1,j-1] ,cost为合并代价
特点
- 合并:将两个或多个部分进行整合,或者将一个区间拆分成多个部分
- 特征:能将问题分解为能两两合并的形式
- 求解:对整个问题设最优值,枚举合并点,将问题分解为左右两个部分,最后合并两个部分的最优值得到原问题的最优值
- 一般用二维数组表示区间
- 区间问题只需要考虑 区间头和区间尾
例题
leetcode切棍子的最小成本
【思路】
将切棍子过程反过来,求由短棍合并为长棍需要的代价
先求出每根棍子的长度sticks
然后dp[i][j]表示sticks[i]…sticks[j]合并需要的最小代价
dp[i][j]=sum(sticks[i]…sticks[j])+min(dp[i][k]+dp[k+1][j])其中k从i+1到j-1
class Solution {
public:
int dp[105][105];
int minCost(int n, vector<int>& cuts) {
memset(dp,0x3f,sizeof(dp));
cuts.push_back(0);
cuts.push_back(n);
sort(cuts.begin(),cuts.end());
int sizeOfCuts=cuts.size();
for(int i=0;i<cuts.size()-1;i++){
dp[i][i+1]=0;//只有一段的时候无代价
}
for(int len=2;len<sizeOfCuts;len++){
for(int i=0;i+len<sizeOfCuts;i++){
int j=i+len;
for(int k=i+1;k<j;k++){
dp[i][j]=min(dp[i][j],dp[i][k]+dp[k][j]+cuts[j]-cuts[i]);
}
}
}
return dp[0][sizeOfCuts-1];
}
};
参考:
https://muyids.github.io/simple-algorithm/chapter/dp/%E5%8C%BA%E9%97%B4dp.html