区间dp

什么是区间 $dp$

​ 区间 $dp$ 就是在区间上进行动态规划，求解一段区间上的最优解。主要是通过合并小区间的 最优解进而得出整个大区间上最优解的 $dp$ 算法。

核心思路

​ 既然求解在一个区间上的最优解，那么把这个区间分割成一个个小区间，求解每个小区间的最优解，再合并小区间得到大区间即可。所以在代码实现上，可以枚举区间长度 $len$ 为每次分割成的小区间长度（由短到长不断合并），内层枚举该长度下可以的起点，自然终点也就明了了。然后在这个起点终点之间枚举分割点，求解这段小区间在某个分割点下的最优解。

for(int len = 1;len<=n;len++){//枚举长度
    for(int j = 1;j+len<=n+1;j++){//枚举起点，ends<=n
        int ends = j+len - 1;
        for(int i = j;i<ends;i++){//枚举分割点，更新小区间最优解
            dp[j][ends] = min(dp[j][ends],dp[j][i]+dp[i+1][ends]+something);
        }
    }
}

例题：石子合并

题目链接：石子合并 - 蓝桥云课 (lanqiao.cn)

​ 思路：

​ 每一次都合并两个最小的石子堆，那么最后得到的总代价必然最小。其中，需要用一个 $sum$ 数组保存不同区间石子堆的和，另外设一个 $dp$ 二维数组，用来记录总代价，假设 $i<j$ ，则 $dp[i][j]$ 等于 $[i,j]$ 区间的石子和 $sum$ 加上 $[i,j]$ 区间的最优化石子合并解，得到的状态方程如下：

import java.util.Arrays;
import java.util.Scanner;

public class Main {
    static int max = 0x3f3f3f3f;
    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        while(sc.hasNext()) {
            int n = sc.nextInt();
            int[] num = new int[n+1];
            int[] sum = new int[n+1];
            int[][] dp = new int[n+1][n+1];
            for(int i=0;i<=n;i++) {
                Arrays.fill(dp[i],max);
            }
            sum[0] = 0;
            for(int i=1;i<=n;i++) {
                num[i] = sc.nextInt();
                sum[i] = num[i] + sum[i-1];
                dp[i][i] = 0;
            }
            for(int len=1; len<n; len++) {//第一层len代表区间长度
                for(int i=1; i+len<=n; i++) {//第二层i代表区间开头
                    int j = i+len;
                    for(int k=i; k<j; k++) {//第三层k代表区间分割的位置
                        dp[i][j] = Math.min(dp[i][j], dp[i][k]+dp[k+1][j]+sum[j]-sum[i-1]);
                    }
                }
            }
            System.out.println(dp[1][n]);//即代表1-n石子的最小代价
        }
    }
}