LeetCode 1547：切棍子的最小成本

最新推荐文章于 2021-11-30 21:59:04 发布

wyplj_sir

最新推荐文章于 2021-11-30 21:59:04 发布

阅读量647

点赞数

分类专栏： LeetCode 文章标签： leetcode

本文链接：https://blog.csdn.net/wyplj2015/article/details/108761143

版权

LeetCode 专栏收录该内容

7 篇文章 0 订阅

订阅专栏

文章目录

题目

有一根长度为 n 个单位的木棍，棍上从 0 到 n 标记了若干位置。例如，长度为 6 的棍子可以标记如下：

给你一个整数数组 cuts ，其中 cuts[i] 表示你需要将棍子切开的位置。
你可以按顺序完成切割，也可以根据需要更改切割的顺序。
每次切割的成本都是当前要切割的棍子的长度，切棍子的总成本是历次切割成本的总和。对棍子进行切割将会把一根木棍分成两根较小的木棍（这两根木棍的长度和就是切割前木棍的长度）。请参阅第一个示例以获得更直观的解释。
返回切棍子的最小总成本。

示例

示例1

输入：n = 7, cuts = [1,3,4,5]
输出：16
解释：
按 [1, 3, 4, 5] 的顺序切割的情况如下所示：

第一次切割长度为 7 的棍子，成本为 7 。第二次切割长度为 6 的棍子（即第一次切割得到的第二根棍子），第三次切割为长度 4 的棍子，最后切割长度为 3 的棍子。总成本为 7 + 6 + 4 + 3 = 20 。
而将切割顺序重新排列为 [3, 5, 1, 4] 后，

总成本 = 16（如示例图中 7 + 4 + 3 + 2 = 16）。

示例2

输入：n = 9, cuts = [5,6,1,4,2]
输出：22
解释：如果按给定的顺序切割，则总成本为 25 。总成本 <= 25 的切割顺序很多，例如，[4，6，5，2，1] 的总成本 = 22，是所有可能方案中成本最小的。

2 <= n <= 10^6
1 <= cuts.length <= min(n - 1, 100)
1 <= cuts[i] <= n - 1
cuts 数组中的所有整数都互不相同

代码

思路：

将木棍的两个端点（0和n）加到cuts数组中变为newCuts数组，并使其升序排列，dp[l][r]表示把这段木棍的第l到第r个切割点完成切割的最小成本(l和r为newCuts数组的下标）。
每次都想把第i到第j个切割点的这段木棍（即区间内）切割为两份（每份内可能还有切割点需要切割），且成本最小。故可以逆过来，比如先dp得到每连续三个切割点切割为两份的最小成本，然后可以通过前者信息，dp计算每连续四个点切割为两份的最小成本…

当r=l+1，即两个相邻切割点，其本身区间内只有一段，故不需要切割，成本为0；
当r>l+1时，在（l，r）间取切割点k，即在k处切断，其切割的成本为区间长度newCuts[r] - newCuts[l]；
故将区间内（即第l到第r个切割点完成切割）的最小成本转换方程为：dp[l][r] = min {dp[l][k]+dp[k][r]+cuts[r]-cuts[l]}，其中k∈(l, r)开区间的整数。

class Solution {
    public int minCost(int n, int[] cuts) {
        int[] newCuts = new int[cuts.length + 2];
        newCuts[0] = 0;
        for(int i=0;i<cuts.length;i++){
            newCuts[i+1] = cuts[i];
        }
        newCuts[cuts.length + 1] = n;
        Arrays.sort(newCuts);
        int[][] dp = new int[newCuts.length][newCuts.length];
        //枚举区间，len表示区间长度
        for(int len=2;len<newCuts.length;len++){
            //枚举区间左端点
            for(int i=0;i+len<newCuts.length;i++){
                //j为区间右端点
                int j = i + len;
                dp[i][j] = Integer.MAX_VALUE;
                //枚举区间的分割点
                for(int k=i+1;k<j;k++){
                    dp[i][j] = Math.min(dp[i][j],dp[i][k]+dp[k][j]+newCuts[j]-newCuts[i]);
                }
            }
        }
        return dp[0][newCuts.length-1];

    }
}