描述
话说天下大势,分久必合,合久必分。
又是一年NeurIPS投稿时节,小Q正忙于自己的论文,他从历年的多篇论文中找到了很多的idea,决定把这些idea用一个工作串联起来。有些idea是关于网络结构优化的,有些是关于数据噪声处理的,有的是关于数学公式推导的,还有的是关于超参数的调整,显然这一些idea在论文中应用的部分是有序的。
小Q决定把所有的idea合并成为一个相当完美的工作。
每一次合并,小Q可以把相邻的两个idea合成一个idea(合并完之后的新idea的大小等于两个idea之和),由于这不是简单的线性工作,为了讲述其中的原因和故事,消耗的体力等于两个idea的大小之积。
但是,这样的idea真的有用吗?而你的任务只不过是设计出合并的次序方案,使得耗费的体力最少,并输出这个最小的体力耗费值。小Q知道这应该是会爆long long的,所以他至少希望能对12345取余数。
出题者
秦豪远同学
输入
第一行为一个正整数n,代表idea的数量(2≤n≤800);
第二行为n个正整数a[i],代表每个idea的大小(1≤a[i]≤20);
输出
先将第二个和第三个合并,最后再合并一次,36是最小的答案,请注意使用int64类型
可以证明,每次合并两个相邻加起来最小的idea是一种最优的方案
余数运算规则 (a+b)%p=a%p+b%p,(a*b)%p=a%p*b%p
输入样例 1
3 6 2 3
输出样例 1
36
贪心算法
import heapq
def min_energy(n, ideas):
# 使用最小堆来存储idea的大小
heapq.heapify(ideas)
energy = 0
while len(ideas) > 1:
# 取出最小的两个idea
idea1 = heapq.heappop(ideas)
idea2 = heapq.heappop(ideas)
# 合并idea并计算体力消耗
combined_idea = idea1 + idea2
energy += idea1 * idea2
# 将合并后的idea重新放入最小堆中
heapq.heappush(ideas, combined_idea)
return energy
# 读取输入
n = int(input())
ideas = list(map(int, input().split()))
# 计算最小体力消耗
min_energy_consumption = min_energy(n, ideas)
# 输出结果
print(min_energy_consumption % 12345)