Description
一条直线上摆放着一行共n堆的石子。现要将石子有序地合并成一堆。规定每次只能选相邻的两堆合并成新的一堆,并将新的一堆石子数记为该次合并的得分。请编辑计算出将n堆石子合并成一堆的最小得分和将n堆石子合并成一堆的最大得分。
Input
输入有多组测试数据。
每组第一行为n(n<=100),表示有n堆石子。
二行为n个用空格隔开的整数,依次表示这n堆石子的石子数量ai(0<ai<=100)
Output
每组测试数据输出有一行。输出将n堆石子合并成一堆的最小得分和将n堆石子合并成一堆的最大得分。 中间用空格分开。
Sample Input
3
1 2 3
Sample Output
9 11
题目分析
一个经典的DP题目,我们用 min_cost [ i ] [ j ] 表示将第 i 堆石子和第 j 堆石子合并后的最小消耗,当然我们知道只有邻接的两个石子堆可以合并,所以我们求 min_cost [ i ] [ j ] 的时候,需要求出 min_cost [ i ] [ k ] 和 min_cost [ k , j ] ,而为了求出 min_cost [ i ] [ k ] , 我们需要求 min_cost [ i ] [ T ] 和 min_cost [ T ] [ k ] .....
这就是很明显的一个DP了,先从区间长度为1的区间开始,枚举每一个区间,然后从区间长度为2的区间开始,枚举每一个结点,依此类推......最后我们就得到了 min_cost [ 1 ] [ n ] ,max_cost [ 1 ] [ n ] 同理。
我们需要注意合并两个区间的时候不仅需要让原来两个子区间的值相加,而且这两个区间中的元素的值和也需要加上,所以转移方程为:
min_cost[i][i + k] = min(min_cost[i][i + k], min_cost[i][j] + min_cost[j + 1][i + k] + sum[i + k] - sum[i - 1]);
( k 代表区间长度,i 代表起点, j 代表所求区间 [ i ] [ i + k ] 的子区间的分界点,sum [ x] 代表前缀和)
代码区
#include<iostream>
#include<algorithm>
#include<cstdio>
#include<cstdlib>
#include<cstring>
#include<vector>
#include<map>
#include <queue>
using namespace std;
typedef long long ll;
const int Max = 1e3 + 10;
const int inf = 0x3f3f3f3f;
using namespace std;
int num[Max];
int min_cost[Max][Max]; //把第i堆石子和第j堆石子合并的最小花费
int max_cost[Max][Max]; //把第i堆石子和第j堆石子合并的最大花费
int sum[Max]; //前缀和
int main()
{
std::ios::sync_with_stdio(false);
int n;
while (cin >> n)
{
memset(sum, 0, sizeof(sum));
for (int i = 1; i <= n; i++)
{
cin >> num[i];
sum[i] = sum[i - 1] + num[i];
}
for (int i = 1; i <= n; i++)
{
min_cost[i][i] = 0;
max_cost[i][i] = 0;
}
for (int k = 1; k <= n - 1; k++) //更新的区间长度
{
for (int i = 1; i <= n - k; i++) //更新的起点
{
min_cost[i][i + k] = inf;
max_cost[i][i + k] = -1;
for (int j = i;j + 1 <= i + k; j++) //更新的中间点
{
min_cost[i][i + k] = min(min_cost[i][i + k], min_cost[i][j] + min_cost[j + 1][i + k] + sum[i + k] - sum[i - 1]);
max_cost[i][i + k] = max(max_cost[i][i + k], max_cost[i][j] + max_cost[j + 1][i + k] + sum[i + k] - sum[i - 1]);
}
}
}
cout << min_cost[1][n] << " " << max_cost[1][n] << endl;
}
return 0;
}