算法-石子堆合并问题

博客探讨了一个区间动态规划问题,涉及石子堆的合并。通过动态规划算法,计算将石子堆合并成一堆的过程中损耗价值的最小值。文章介绍了状态集合和状态空间的概念,并给出了具体的朴素DP代码实现,用于找到最佳合并策略和计算总代价。
摘要由CSDN通过智能技术生成

<font

问题描述:
一维数组的每一项表示一个石子堆,将相邻两个石子堆“合并”,指的是,将相邻两个数组元素加到一起,并需要付出代价【即两堆石子的重量之和】,求合并到一堆过程中损耗的价值最少为多少

如, 1, 3, 2, 5, 4

3,2合并: 1, 5, 5, 4 代价5

1,5合并,6,5,4 代价6

4,5合并 6, 9 代价9

6,9 合并 代价15

总代价 35.


前言

这是一个典型的区间型动态规划问题,值的学习。

一、状态集合

所要求的是花费最低的方案所造成的花费,因此集合就是所有可能花费的方案。
因为花费的数量与左右边界有关,因此采用左右边界表示该状态空间,即
f(left, right) = left ~ right的石子堆合并的最小方案。

二、状态空间

若设置left和right中间有一个中间值k,则f(left, right) = f(left, k) + f(k + 1, right) + cost(j - i )
left到right的最小开销 = k左半边的最小开销 + k右半边的最小开销 + 合并左右两边的开销。

这题值的学习的是对区间动态规划的处理:
最外层循环定义left到right的长度,第二层循环定义左边界left,因此不必循环right,可以直接得到right:
right = i + len - 1;


这样做的好处是,外层循环可以专心的根据原序列进行遍历,不必考虑两者区间改变的复杂情况。

朴素DP代码:

 public int stonesMerge(int[] nums) {
          if (nums == null || nums.length == 0) return 0;

          int n = nums.length;
          int[] sum = new int[n];
          sum[0] = nums[0];
          for (int i = 1; i < n; i++) {
              sum[i] = sum[i - 1] + nums[i];
          }

          int[][] f = new int[n][n];
          f[1][1] = 0;

//          区间长度为2,才有合并的意义
      for (int len = 2; len < n; len++) {
//          左区间从第一个开始
          for (int left = 0; left + len - 1 < n; left++) {
              int right = left + len - 1;
              f[left][right] = Integer.MAX_VALUE;
              for (int k = left; k < right; k++) {
                    f[left][right] = Math.min(f[left][right],
                            f[left][k] + f[k + 1][right] + sum[right] - sum[left]);
              }
          }

      }

      return f[1][n - 1];
  }


  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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