【算法实验四】(DP-动态规划)【石子合并】

1148.石子合并

时限:1000ms 内存限制:10000K  总时限:3000ms

描述

在一个圆形操场的四周摆放着n堆石子(n<= 100),现要将石子有次序地合并成一堆。规定每次只能选取相邻的两堆合并成新的一堆,并将新的一堆的石子数,记为该次合并的得分。编一程序,读入石子堆数n及每堆的石子数(<=20)。选择一种合并石子的方案,使得做n-1次合并,得分的总和最小; 比如有4堆石子:4 4 5 9 则最佳合并方案如下:
4 4 5 9 score: 0
8 5 9 score: 8
13 9 score: 8 + 13 = 21
22 score: 8 + 13 + 22 = 43

 

输入

可能有多组测试数据。 当输入n=0时结束! 第一行为石子堆数n(1<=n<=100); 第二行为n堆的石子每堆的石子数,每两个数之间用一个空格分隔。

 

输出

合并的最小得分,每个结果一行。

 

输入样例

4 4 4 5 9 0

 

输出样例

43

#include<iostream>
#include<cstdlib>
#include<cmath>
#include<cstring>
using namespace std;

int n,score;
int stone[101];
int memo[101][101];

int sum(int i,int j)
{
	int sum=0;
	if(i<j)
	{
		for(int k=i;k<=j;k++)
			sum+=stone[k];
	}
	else
	{
		for(int k=i;k<n;k++)
			sum+=stone[k];
		for(int k=0;k<=j;k++)
			sum+=stone[k];
	}
	return sum;
}

int dp()
{
	for(int i=0;i<n;i++)
		for(int j=0;j<n;j++)
		{
			if(i==j) memo[i][j]=0;
			else memo[i][j]=INT_MAX;
		}
	score=INT_MAX;
	for(int len=0;len<n;len++)
	{
		for(int i=0,j=(i+len)%n;i<n;i++,j=(j+1)%n)
		{
			for(int k=0;k<len;k++)
			{
				memo[i][j]=min(memo[i][j],memo[i][(i+k)%n]+memo[(i+k+1)%n][j]+sum(i,j));
				if(len==n-1) score=min(score,memo[i][j]);
			}
		}
	}
	return score;
}

int main()
{
	while(cin>>n && n)
	{
		for(int i=0;i<n;i++)
		{
			cin>>stone[i];
		}
		if(n==1)
		{
			cout<<"0"<<endl;
		}
		else
		{
			cout<<dp()<<endl;
			memset(stone,0,sizeof(stone));
		}
	} 
	return 0;
} 

 

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
石子合并问题是一个经典的动态规划问题。该问题的目标是将一堆石子合并成一堆,并且每次只能合并相邻的两堆石子。每次合并的代价是两堆石子的总和。我们的目标是找到一种合并方式,使得总的合并代价最小。 动态规划算法可以解决石子合并问题。下面是一个简单的动态规划算法的示例: 1. 创建一个二维数组dp,其中dp[i][j]表示合并第i堆到第j堆石子的最小代价。 2. 初始化dp数组的对角线元素为0,即dp[i][i] = 0,因为合并一堆石子的代价为0。 3. 使用一个循环遍历所有可能的合并区间长度,从2开始到n(n为石子的总数)。4. 在每个合并区间长度下,使用一个循环遍历所有可能的起始位置i,计算合并第i堆到第i+length-1堆石子的最小代价。 5. 在计算合并第i堆到第i+length-1堆石子的最小代价时,使用一个循环遍历所有可能的分割点k,计算合并左边和右边两部分石子的代价之和,并更新最小代价。 6. 最终,dp[n]即为合并所有石子的最小代价。 下面是一个使用动态规划算法解决石子合并问题的Python代码示例: ```python def mergeStones(stones): n = len(stones) dp = [[0] * (n + 1) for _ in range(n + 1)] for length in range(2, n + 1): for i in range(1, n - length + 2): j = i + length - 1 dp[i][j] = float('inf') for k in range(i, j): dp[i][j] = min(dp[i][j], dp[i][k] + dp[k + 1][j] + sum(stones[i - 1:j])) return dp[1][n] stones = [3, 2, 4, 1, 5] min_cost = mergeStones(stones) print("Minimum cost to merge stones:", min_cost) # 输出:Minimum cost to merge stones: 33 ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值