前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >DP专题 6 | 石子合并 CH5301(区间DP)

DP专题 6 | 石子合并 CH5301(区间DP)

作者头像
ACM算法日常
发布2019-07-05 09:57:47
9840
发布2019-07-05 09:57:47
举报
文章被收录于专栏:ACM算法日常

欢迎回来~继续我们的DP专题,上一篇我们讲了一个较为复杂的线性DP问题,这一次让我们看一看区间DP问题。

区间DP直观上可以理解成对于一个区间计算最优解的问题。先来看下本题的题目,直接上中文。

题目大意:设有N堆沙子排成一排,其编号为1,2,3,…,N(N<=300)。每堆沙子有一定的数量,可以用一个整数来描述,现在要将这N堆沙子合并成为一堆,每次只能合并相邻的两堆,合并的代价为这两堆沙子的数量之和,合并后与这两堆沙子相邻的沙子将和新堆相邻,合并时由于选择的顺序不同,合并的总代价也不相同,如有4堆沙子分别为 1 3 5 2 我们可以先合并1、2堆,代价为4,得到4 5 2 又合并 1,2堆,代价为9,得到9 2 ,再合并得到11,总代价为4+9+11=24,如果第二步是先合并2,3堆,则代价为7,得到4 7,最后一次合并代价为11,总代价为4+7+11=22;问题是:找出一种合理的方法,使总的代价最小。输出最小代价。

区间DP通用的转移方程如下:

f(i,j) = min{f[i,k] + f[k+1,j] + cost(i,j)

其中cost为将区间i~j合并起来的代价,可以用前缀和来计算(前缀和传送门)。

区间DP中要比较小心的是阶段的划分,本题中使用区间长度len作为阶段,为什么要选用len呢?单纯的看状态转移方程,我们很难确定如何划分阶段,因为里面没有任何关于len的信息。

对于使用递推的方式来解决DP问题,我们都需要从初始值推导出后续值,比如从0一直到N,而不能反着来。区间DP也有同样的处理方式,我们必须先从区间长度为0的初始值出发,也就是说,f(i,j)其实可以等价于一维的F(len)。

F(0) => f(0,0) f(1,1) f(2,2) ...... f(n,n)

那么使用len作为阶段就很正常的。

实现过程中除了注意len作为阶段,还需要注意初始化f[k][k]=0, 而f[i][j]初始化为比较大的数字。

打印语句可以比较清晰的看出是如何递推的。

示例:

4

1 3 5 2

代码语言:javascript
复制
f[1][2] -> f[1][1]+f[2][2]
  f[1][2]=4
f[2][3] -> f[2][2]+f[3][3]
  f[2][3]=8
f[3][4] -> f[3][3]+f[4][4]
  f[3][4]=7
f[1][3] -> f[1][1]+f[2][3]
f[1][3] -> f[1][2]+f[3][3]
  f[1][3]=13
f[2][4] -> f[2][2]+f[3][4]
f[2][4] -> f[2][3]+f[4][4]
  f[2][4]=17
f[1][4] -> f[1][1]+f[2][4]
f[1][4] -> f[1][2]+f[3][4]
f[1][4] -> f[1][3]+f[4][4]
  f[1][4]=22

源代码:G++

代码语言:javascript
复制
#include <string.h>
#include <cmath>
#include <cstdio>
#include <iostream>

using namespace std;

#define N 1100
int a[1100];
int s[1100];
int f[N][N];

int main() {
#ifdef __MSYS__
    freopen("test.txt", "r", stdin);
#endif
    int n;
    scanf("%d", &n);

    // 注意初始化为比较大的数字
    memset(f, 0x3f, sizeof(f));
    for (int i = 1; i <= n; ++i) {
        scanf("%d", &a[i]);
        s[i] = s[i - 1] + a[i];
        // l和r相等不需要合并,为0
        f[i][i] = 0;
        printf("s[%d]=%d a[%d]=%d\n", i, s[i], i, a[i]);
    }

    // 计算阶段,高阶依赖低阶,以长度为阶
    for (int len = 2; len <= n; ++len) {
        // len=2 1/2/3 =(4-2+1)
        for (int l = 1; l <= n - len + 1; ++l) {  // left
            int r = l + len - 1;                 // right
            //
            for (int k = l; k < r; ++k) {
                // 计算最小值
                f[l][r] = std::min(f[l][r], f[l][k] + f[k + 1][r]);
                printf("f[%d][%d] -> f[%d][%d]+f[%d][%d]\n", l, r, l, k, k+1, r);
            }
            // 加上cost
            f[l][r] += s[r] - s[l - 1];
            printf("  f[%d][%d]=%d\n", l, r, f[l][r]);
        }
    }

    printf("%d\n", f[1][n]);

    return 0;
}
本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2019-07-03,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 ACM算法日常 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
对象存储
对象存储(Cloud Object Storage,COS)是由腾讯云推出的无目录层次结构、无数据格式限制,可容纳海量数据且支持 HTTP/HTTPS 协议访问的分布式存储服务。腾讯云 COS 的存储桶空间无容量上限,无需分区管理,适用于 CDN 数据分发、数据万象处理或大数据计算与分析的数据湖等多种场景。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档