石子合并问题(动态规划)
Posted 成、谋
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了石子合并问题(动态规划)相关的知识,希望对你有一定的参考价值。
石子合并问题是一个经典的动态规划问题,应用了最优子结构和重复子问题的思想。
有如下3种题型:
不加限制的合并
(1)有N堆石子,现要将石子有序的合并成一堆,规定如下:每次只能移动任意的2堆石子合并,合并花费为新合成的一堆石子的数量。求将这N堆石子合并成
(动态规划)O(n^3)
设dp[i][j]表示将i至j之间的石子合并成一堆的最小花费。
初始时,对于任意i,都有dp[i][i]=0,因为合并一堆石子不需要花费。
对于区间[i,j],枚举合并点k,则该区间合并的最小花费为: dp[i][k]+ dp[k+1][j]+sum[i][j],其中 sum[i][j]表示区间[i,j]中石子数量的和。最终答案即为dp[1][n]。
线性(相邻)合并问题
(2)有N堆石子,现要将石子有序的合并成一堆,规定如下:每次只能移动相邻的2堆石子合并,合并花费为新合成的一堆石子的数量。求将这N堆石子合并成一堆的总花费最小(或最大)。
具体思路如下:
-
确定状态
设dp[i][j]表示合并第i到j个石子的最小代价。
2.确定状态转移方程
对于第i到第j个石子的合并,可以选择在任意一个位置k断开,将问题分成合并i到k之间的石子和合并k+1到j之间的石子两个子问题。
因此,可以得到状态转移方程:
dp[i][j] = min(dp[i][j], dp[i][k] + dp[k+1][j] + sum[i][j]) (i <= k < j)
其中sum[i][j]表示第i到第j个石子的重量和,即需要合并的代价。
3.确定边界
当只有一个石子时,代价为0,因此dp[i][i] = 0。
4.最终结果
最终的结果为dp[1][n],表示合并全部石子的最小代价。
for (int len = 1; len < n; len++) // 区间长度
for (int i = 1; i + len <= n; i++) //区间起点
int j = i + len; //区间终点
for (int k = i; k < j; k++)
sum[i][j] = sum[i][k] + sum[k + 1][j];
dp[i][j] = min(dp[i][j], dp[i][k] + dp[k + 1][j] + sum[i][j]);
我的代码
我在下面的代码中,对sum数组进行了优化(前缀和优化),用s数组表示
#include <iostream>
#include <cstring>
using namespace std;
const int N = 310;
int n;
int a[N], s[N]; // s数组用于前缀和优化
int f[N][N]; // f[i][j]表示合并第i~j堆石子的最小代价
int main()
cin >> n;
for (int i = 1; i <= n; i ++ )
cin >> a[i];
// 前缀和优化
for (int i = 1; i <= n; i ++ )
s[i] = s[i - 1] + a[i];
memset(f, 0x3f, sizeof f); // 初值无穷大
for (int i = 1; i <= n; i ++ )
f[i][i] = 0; // 一堆石子不需要合并
// 枚举区间长度
for (int len = 2; len <= n; len ++ )
// 枚举区间起点
for (int i = 1; i + len - 1 <= n; i ++ )
int j = i + len - 1; // 区间终点
// 枚举划分位置
for (int k = i; k < j; k ++ )
f[i][j] = min(f[i][j], f[i][k] + f[k + 1][j] + s[j] - s[i - 1]);
cout << f[1][n] << endl;
return 0;
环形合并
(3)问题(2)的是在石子排列是直线情况下的解法,如果把石子改为环形排列,又怎么做呢?
核心思想:
将环形转换为直线
通过将数量变为 2n来转换成直线问题。 比如数组a【1,2,3】,但是环形的要求是1也可以和3连上,所以我们可以把数组a当成 【1,2,3,1,2,3】。这样,我们就可以算出 【2,3,1】的,【3,1,2】的。
我的代码:
#include <iostream>
#include <cstring>
using namespace std;
const int N = 310;
int n;
int a[2*N+1], s[2*N+1]; // s数组用于前缀和优化
int f[2*N+1][2*N+1]; // f[i][j]表示合并第i~j堆石子的最小代价
int main()
cin >> n;
for (int i = 1; i <= n; i ++ )
cin >> a[i];
for (int i = n + 1; i <= 2 * n; i++)
a[i] = a[i - n];
// 前缀和优化
for (int i = 1; i <= 2 * n; i ++ )
s[i] = s[i - 1] + a[i];
memset(f, 0x3f, sizeof f); // 初值无穷大
for (int i = 1; i <= 2 * n; i ++ )
f[i][i] = 0; // 一堆石子不需要合并
// 枚举区间长度
for (int len = 2; len <= n; len ++ )
// 枚举区间起点
for (int i = 1; i + len - 1 <= 2 * n; i ++ )
int j = i + len - 1; // 区间终点
// 枚举划分位置
for (int k = i; k < j; k ++ )
f[i][j] = min(f[i][j], f[i][k] + f[k + 1][j] + s[j] - s[i - 1]);
cout << f[1][n] << endl;
return 0;
通过上述的状态转移方程,可以将问题分解成两个子问题,并且可以通过最优子结构来推导出最终的结果。同时,由于每个子问题都有重复的子问题,因此可以通过动态规划算法来避免重复计算,提高算法效率。
动态规划之环形石子合并问题
题目
在一个圆形操场的四周摆放着n堆石子。现要将石子有次序地合并成一堆。规定每次只能选择相邻的两堆石子合并成新的一堆,并将新的一堆石子数记为该次合并的得分。试设计一个算法,计算出将n堆石子合并成一堆的最小得分和最大得分。
测试用例:
输入:
4(石子的堆数)
4 4 5 9(每一堆的石子数目)
输出:
43 54
分析:
我们知道链式的石子合并问题是相邻两堆之间可以合并,那么环形的和链式的区别就在于,环形的相当于是链式的头尾两堆也能合并
那么,我们只要解决,如何在链式的基础上更换每次头和尾的问题即可,即环形的切割点
n堆,有n个切割点,每次以区间长度为n的链式的进行求解。
如果想n个切割点,每次长度为n,那么我们创建长度为2*n的数组,存放两次石子序列即可。
最优子结构:
和链式一样,合并两堆的代价最小
即把当前的链式区间划分,左+右+合并左右 的代价达到最优即可
int f[2 * n + 1][2 * n + 1]; //计算合并的最小值 f[i][j]表示i到j这个范围内合并的代价
int g[2 * n + 1][2 * n + 1]; //计算合并的最大值 g[i][j]表示i到j这个范围内合并的代价
#include <iostream>
#include<cstring>
using namespace std;
//每次选取相邻的两堆合并 环形可以开2*n大小的数组,然后以n为区间进行求值
//最优子问题:求解每小个区间(以k为分割点,左右还有合并左右的代价
//这里计算合并左右的代价可以利用前缀和的方法 s[r]-s[l-1]
#define Max 10005
#define N 410
int MAX(int a,int b){
return a>b?a:b;
}
int MIN(int a,int b){
return a<b?a:b;
}
int main() {
int n;
cin >> n;
int a[2 * n + 1] = {};
int f[2 * n + 1][2 * n + 1]; //计算合并的最小值 f[i][j]表示i到j这个范围内合并的代价
int g[2 * n + 1][2 * n + 1]; //计算合并的最大值 g[i][j]表示i到j这个范围内合并的代价
memset(f,Max,sizeof(f));
memset(g,-Max,sizeof(g));
int s[2 * n + 1] = {};
for (int i = 1; i < n + 1; i++) {
cin >> a[i];
a[i + n] = a[i];
}
for (int i = 1; i <= 2 * n; i++) { //计算前缀和
s[i] = s[i - 1] + a[i];
f[i][i]=0;
g[i][i]=0;
}
//状态计算
for (int len = 2; len <= n; len++) { //区间划分
for(int l=1;l+len-1<=2*n;l++){//左右
int r=l+len-1;
for(int k=l;k<r;k++){ //选择区间分割点
f[l][r]=MIN(f[l][r],f[l][k]+f[k+1][r]+s[r]-s[l-1]);
g[l][r]=MAX(g[l][r],g[l][k]+g[k+1][r]+s[r]-s[l-1]);
}
}
}
int min=Max,max=-Max;
for(int i=1;i<=n;i++){
min=MIN(min,f[i][i+n-1]);
max=MAX(max,g[i][i+n-1]);
}
cout<<min<<" "<<max<<endl;
}
以上是关于石子合并问题(动态规划)的主要内容,如果未能解决你的问题,请参考以下文章