问题描述:
石子合并问题是最经典的DP问题。首先它有如下3种题型:
(1)有N堆石子,现要将石子有序的合并成一堆,规定如下:每次只能移动任意的2堆石子合并,合并花费为新合成的一堆石子的数量。求将这N堆石子合并成
分析:当然这种情况是最简单的情况,合并的是任意两堆,直接贪心即可,每次选择最小的两堆合并。本问题实际上就是哈夫曼的变形。
(2)有N堆石子,现要将石子有序的合并成一堆,规定如下:每次只能移动相邻的2堆石子合并,合并花费为新合成的一堆石子的数量。求将这N堆石子合并成一堆的总花费最小(或最大)。
(3)问题(2)的是在石子排列是直线情况下的解法,如果把石子改为环形排列,又怎么做呢?
直接看第二个问题(直线型动态规划):
假设: i 到 j(闭区间) 的问题可以看成是
从 i 到 k 的 (闭区间)问题与
从k+1到 j 的(闭区间)问题的 “和问题”
并且 两段子问题都是最优解时
和问题也是最优解
证明: 显然能把问题看成是两段问题的“和问题”,但是否满足子问题也是最优子结构呢?如果不是在 k 处取到 最优解 而是在h处取到最优解,那么根据题目要求 则 (i ,j )=(i, h ) + ( h+1,j)为最小值,也就是当 加数1最小 并且加数2 最小 时,和也最小 ,此时与假设矛盾,所以,子问题也满足最优子结构性质
递推关系式: dp[ i ] [ j ] = min( dp[ i ] [ k ] + dp[ k+1 ][ j ] ) +i到j的区间和
(反正区间和是定值,放在里面放在外面无所谓)
#include<iostream>
using namespace std;
const int maxn=1000;
int dp1[maxn][maxn];
int dp2[maxn][maxn];
int sum[maxn][maxn];
int data[maxn];
const int inf=0x1000000;
main(){
int n;
cin>>n;
for(int a=1;a<=n;a++){
cin>>data[a];
sum[a][a]=data[a]; // 区间和
}
for(int len=2;len<=n;len++){ // 区间长度为2
for(int i=1;i+len-1<=n;i++){ // 下标从1开始
int j=(i+len-1); // 此时的区间的末尾是j
dp1[i][j]=inf;
dp2[i][j]=0;
/*
最关键的是:
深刻理解dp[i][i] : 我从i 到 i 不用消耗体力
深刻理解dp[i][j]
把i到j这个区间分成两个区间
两个区间都是最优的,那么加上一个区间和(sum[][])还是最优的
满足最优子结构性质
*/
for(int k=i;k<j;k++){
sum[i][j] = sum[i][k] + sum[k + 1][j]; // 其实本质上都是区间和
dp2[i][j]=max(dp2[i][j],dp2[i][k]+dp2[k+1][j]+sum[i][j]);
dp1[i][j]=min(dp1[i][j],dp1[i][k]+dp1[k+1][j]+sum[i][j]);
}
}
}
for(int a=1;a<=n;a++){
for(int b=1;b<=n;b++){
cout<<dp1[a][b]<<' ';
}
cout<<endl;
}
cout<<endl;
for(int a=1;a<=n;a++){
for(int b=1;b<=n;b++){
cout<<dp2[a][b]<<' ';
}
cout<<endl;
}
}
/**
6
3 4 6 5 4 2
0 7 20 36 51 61
0 0 10 25 38 48
0 0 0 11 24 34
0 0 0 0 9 17
0 0 0 0 0 6
0 0 0 0 0 0
0 7 23 44 67 91
0 0 10 26 45 66
0 0 0 11 26 43
0 0 0 0 9 20
0 0 0 0 0 6
0 0 0 0 0 0
*/
第三个问题(环形的动态规划):
假设证明与上面的思路是一样的
但是值得注意的是: 及时len的长度已经确定,但是最开始的下标依旧可以指向最后一个,因为最后的下标用模除来逻辑上表述循环。但是区间和就变成了手动求出(原本还可以用前缀和O(1)求区间和)
#include<iostream>
using namespace std;
const int maxn=1000;
int dp[maxn][maxn];
const int inf=100000;
int data[maxn];
main(){
int n;
cin>>n;
for(int a=0;a<n;a++ ){
cin>>data[a];
}
for(int len=2;len<=n;len++){
for(int i=0;i<n;i++){
int j=(i+len-1)%n;
int sum=0;
// 求和
for(int a=i;a!=j;a=(a+1)%n){
sum=sum+data[a];
}
sum+=data[j];
dp[i][j]=inf;
for(int k=i;k!=j;k=(k+1)%n){
int next=(k+1)%n;
dp[i][j]=min(dp[i][j],dp[i][k]+dp[next][j]+sum);
}
}
}
for(int a=0;a<n;a++){
for(int b=0;b<n;b++){
cout<<dp[a][b]<<' ';
}
cout<<endl;
}
}
/*
6
3 4 6 5 4 2
对例子(3 4 6 5 4 2)来说:
第一阶段:s[1,1]=0,s[2,1]=0,s[3,1]=0,s[4,1]=0,s[5,1]=0,s[6,1]=0,因为一开始还没有合并,所以这些值应该全部为0。
第二阶段:两两合并过程如下,其中sum(i,j)表示从i开始数j个数的和
s[1,2]=s[1,1]+s[2,1]+sum(1,2)
s[2,2]=s[2,1]+s[3,1]+sum(2,2)
s[3,2]=s[3,1]+s[4,1]+sum(3,2)
s[4,2]=s[4,1]+s[5,1]+sum(4,2)
s[5,2]=s[5,1]+s[6,1]+sum(5,2)
s[6,2]=s[6,1]+s[1,1]+sum(6,2)
第三阶段:三三合并可以拆成两两合并,拆分方法有两种,前两个为一组或后两个为一组
s[1,3]=s[1,2]+s[3,1]+sum(1,3)或s[1,3]=s[1,1]+s[2,2]+sum(1,3),取其最优(最大或最小)
s[2,3]=s[2,2]+s[4,1]+sum(2,3)或s[1,3]=s[2,1]+s[3,2]+sum(2,3),取其最优
第四阶段:四四合并的拆分方法用三种,同理求出三种分法的得分,取其最优即可。以后第五阶段、第六阶段依次类推,最后在第六阶段中找出最优答案即可。
0 7 20 36 51 61
62 0 10 25 38 48
45 61 0 11 24 34
28 41 61 0 9 17
14 26 43 61 0 6
5 14 29 45 62 0
*/
如果你真的明白了这个问题,那就进行优化把