石子合并 动态规划 java_动态规划求解：环形石子合并问题

问题：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，合并的花费为这相邻两堆石子的数量之和。试设计算法，计算出将N堆石子合并成一堆的最小花费。

在解题之前，介绍一下“四边形不等式优化”，关于这个优化方法的证明，csdn以及网上其他博客上详细介绍了很多，查了很多资料还是有点一知半解，再次归纳简述如下：

即在DP问题中，经常可以解得如下的转移方程：

dp[i][j]=min{dp[i][k]+dp[k+1][j]+cost[i][j]}

求解这个方程需要for一遍i，for一遍j，再for一遍k，则算法时间复杂度为O(n^3)，此时如果该方程满足四边形不等式，那就可以优化为O(n^2)。四边形不等式描述为(详细证明可以参考https://blog.csdn.net/noiau/a...)：

对于( a < b <= c< d )

如果有 f[a][c] + f[b][d] <= f[b][c] + f[a][d]，那么f满足四边形不等式。

由四边形不等式可以给出2个定理(不作证明)：

给出两个定理：

如果上述的cost函数同时满足区间包含单调性和四边形不等式性质，那么函数dp也满足四边形不等式性质 。

定义s(i,j)表示 dp(i,j) 取得最优值时对应的下标(即 i≤k≤j 时，k 处的 dp 值最大，则 s(i,j) = k此时有如下定理：假如dp(i,j)满足四边形不等式，那么s(i,j)单调，即 s(i,j)≤s(i,j+1)≤s(i+1,j+1)

那么状态转移方程可以由 m[i,j] = min{m[i,k] + m[k,j]} (i ≤ k ≤ j)转化为

m[i,j] = min{m[i,k] + m[k,j]} (s[i,j-1] ≤ k ≤ s[i+1,j])

那么在对k循环的时候，就不比每次都从当前的i遍历到j，而是以s[i,j-1]和s[i+1,j]替换，即缩小了k的取值范围，s[i,j] 的值在 m[i,j] 取得最优值时，保存和更新，因此 s[i,j-1] 和 s[i+1,j] 都在计算 dp[i][j-1] 以及 dp[i+1][j] 的时候已经计算出来了。

当区间长度为(L+1)时，在n个元素中，所有可能的k全部遍历次数叠加为：

(s[2,L+1]-s[1,L])+(s[3,L+2]-s[2,L+1])…+(s[n-L+1,n]-s[n-L,n-1])=s[n-L+1,n]-s[1,L] ≤ n，所以遍历k产生的代价可以省略，复杂度降低到O(n^2)。

准备工作完毕回到石子合并问题，如果所有石子排成一列，那么解法很简单，DP转移公式易得为：

当石子是环形排列，例如0，1，2，3，4，5 五堆石子排成圆环&#x