const int MAX_COUNT = 100;
int state[MAX_COUNT][MAX_COUNT];
int a[MAX_COUNT];
int MinSum(int n,int m)
{
int i = 0, j = 0, k = 0, temp = 0, MaxInt;
for (i = 1;i <=n;++i)
{
state[i][1] = state[i-1][1] + a[i];
}
for (j = 2;j <=m;++j)
{
for (i = j; i <= n;++i)
{
temp = 10000000;
for (k = j;k<i;++k)
{
MaxInt = max(state[i][1]-state[k][1],state[k][j-1]);
if (temp > MaxInt)
{
temp = MaxInt;
}
}
state[i][j] = temp;
}
}
return state[n][m];
}
最小m段问题,比较经典动态规划问题,状态转移方程:state[i][j] = min{max{state[i][1]-state[k][1],state[k][j-1]}}
这里state[i][j]表示前i个数据分成j段得最大最小值,state[i][1]表示前i个数据分成1段的值,这里其实就是前i个数据之和。
1 2......k......i 这里可以这样理解,前k个数据的j-1分段的值与k----i的值的最大值,其中k----i的值就是上面state[i][1]-state[k][1]的值。