石子合并 动态规划

石子合并

描述:

在一个圆形操场的四周摆放 N 堆石子,现要将石子有次序地合并成一堆.规定每次只能选相邻的 2 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。

试设计出一个算法,计算出将 N 堆石子合并成 1 堆的最小得分和最大得分。

输入格式:

数据的第 1 行是正整数 N ,表示有 N 堆石子。

第 2 行有 N 个整数,第 i 个整数 a**i 表示第 i 堆石子的个数。

输出格式:

输出共 2 行,第 1 行为最小得分,第 2 行为最大得分。

输入样例:

4
4 5 9 4

输出样例:

43
54

dmin
i/j12345678
1092744
20143144
30132543
4082143
5092744
601431
7013
80
dmax
i/j12345678
1093254
20143254
30133052
4082254
5093254
601432
7013
80

直线石子问题:

import java.util.Scanner;
@SuppressWarnings("all")
public class Stone_merging_problem_01 {//石子合并问题,和背包,回文串问题一样的解题思路石子直线的情况
    public static void main(String args[]){
        int n;
        Scanner scanner = new Scanner(System.in);
        n = scanner.nextInt();
        int []dp = new int[n + 1];
        int [][]dpmin = new int[n + 1][n + 1];//存储石子合并最小
        int [][]dpmax = new int[n + 1][n + 1];//存储石子合并最大
        int []sum = new int[n + 1];//存储前n项和
        sum[0] = 0;//初始化
        dp[0] = 0;//其实这项没啥用,但初始化一下
        for(int i = 1;i <= n;i++){//存储前n项和,后面更好计算
            dp[i] = scanner.nextInt();
            sum[i] = sum[i - 1] + dp[i];
        }
        for(int l = 2;l <= n;l++){//子问题开始规模,长度
            for(int i = 1;i <= n - l + 1;i++){//起始位置
                int j = i + l - 1;//终止位置
                dpmin[i][j] = 200000;//假设石子的总数上限为200000;保证赋第一个值
                dpmax[i][j] = -1;//保证赋第一个值
                int temp = sum[j] - sum[i - 1];//从i - 1 到 j 的和
                for(int k = i;k < j;k++){//动态规划
                    dpmin[i][j] = Math.min(dpmin[i][j],dpmin[i][k] + dpmin[k + 1][j] + temp);
                    dpmax[i][j] = Math.max(dpmax[i][j],dpmax[i][k] + dpmax[k + 1][j] + temp);
                }
            }
        }
        System.out.println(dpmin[1][n]);
        System.out.println(dpmax[1][n]);
    }
}

环形回路石子问题

import java.util.Scanner;
@SuppressWarnings("all")
public class Stone_merging_problem_02 {
    public static void main(String args[]){//石子合并问题 动态规划 环形回路
        int n,Min = 200000,Max = -1;
        Scanner scanner = new Scanner(System.in);
        n = scanner.nextInt();
        int []dp = new int[2*n + 1];//环形石子要考虑n种情况
        int [][]dpmin = new int[2*n + 1][2*n + 1];
        int [][]dpmax = new int[2*n + 1][2*n + 1];
        for(int i = 1;i <= n;i++){//存储前n项和,后面更好计算
            dp[i] = scanner.nextInt();
            dp[i + n] = dp[i];
        }
        for(int l = 2;l <= n;l++){//子问题开始规模,长度
            for(int i = 1;i <= 2*n - l + 1;i++){//起始位置 i + l - 1 <= 2 * n
                int j = i + l - 1;//终止位置
                dpmin[i][j] = 200000;//假设石子的总数上限为200000;保证赋第一个值
                dpmax[i][j] = -1;//保证赋第一个值
                int temp = dp[0];
                for(int m = i;m <= j;m++){
                    temp += dp[m];
                }
                for(int k = i;k < j;k++){//动态规划
                    dpmin[i][j] = Math.min(dpmin[i][j],dpmin[i][k] + dpmin[k + 1][j] + temp);
                    dpmax[i][j] = Math.max(dpmax[i][j],dpmax[i][k] + dpmax[k + 1][j] + temp);
                }
            }
        }
        for(int i = 1;i <= n;i++){
            Min = (dpmin[i][n + i -1] < Min)?dpmin[i][n + i - 1]:Min;
            Max = (dpmax[i][n + i -1] > Max)?dpmax[i][n + i - 1]:Max;
        }
        System.out.println(Min);
        System.out.print(Max);
    }
}

  • 0
    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