区间dp问题

注:图中椭圆代表以左边那堆石子的最后一个来划分 右边至少是1堆  所以左边最多j-1

       图中公式代表两堆石子合并时所使用的代价

#include<bits/stdc++.h>
using namespace std;

const int N=310;
int n;
int s[N];
int f[N][N];

int main(){
	scanf("%d",&n);
	for(int i=1;i<=n;i++) scanf("%d",&s[i]),s[i]+=s[i-1];//输入数据顺便求出前缀和
	
	for(int len=2;len<=n;len++){// 枚举长度  长度为1时消耗为0 
		for(int i=1;i+len-1<=n;i++){//枚举左端点 条件为右端点小于等于长度
		    int j=i+len-1;//左端点的位置
		    f[i][j]=1e8;//因为要比较一轮取出最小值 所以给它赋个大点的值
	    	for(int k=1;k<j;k++){//用k来划分每种情况 最后取出最小的  执行结束后增加一个长度继续执行
		    	f[i][j]=min(f[i][j],f[i][k]+f[k+1][j]+s[j]-s[i-1]);
	    	}  
		}
		
	}
	cout<<f[1][n]<<endl;//由几何的定义可知f[1][n]代表将1到n合并成一堆的最小值
	return 0;
}

参考资源链接:[计算机考研机试满分攻略:速成技巧与实战](https://wenku.youkuaiyun.com/doc/45v6ytnvt8?utm_source=wenku_answer2doc_content) 动态规划是解决优化问题的一种常用方法,尤其是区间DP问题区间DP是动态规划的一种特例,其核心思想是在解决问题时,将问题划分为若干区间进行分治处理。要掌握区间DP,首先需要理解状态的定义和状态转移方程。具体实现时,往往需要从较小的区间开始逐步扩展到较大的区间,通过区间合并的方式来逐步求解整个问题。 例如,在解决“最长公共子序列”问题时,可以定义状态dp[i][j]表示考虑字符串a的前i个字符和字符串b的前j个字符,所能得到的最长公共子序列的长度。状态转移方程可以表示为:dp[i][j] = max(dp[i-1][j], dp[i][j-1], dp[i-1][j-1] + (a[i] == b[j] ? 1 : 0))。这样,通过两层循环遍历所有字符组合,就可以求得最终解。 在编码实现时,可以使用二维数组dp来存储状态,然后通过双层循环计算每个状态的值。为了优化空间复杂度,有时可以只使用一维数组,并通过反向更新的方式进行状态转移。在具体编码时,应确保循环的顺序和状态更新的正确性,避免在计算dp[i][j]时使用到还未计算的dp值。 推荐通过《计算机考研机试满分攻略:速成技巧与实战》一书中的相关章节来学习区间DP的更多应用和优化技巧。书中不仅提供了区间DP问题的详细解析,还包括了如何优化编码实现和提高解题效率的实战建议。通过阅读本书,你将能够掌握更多高效解决区间DP问题的方法,并在实际编程中灵活应用。 参考资源链接:[计算机考研机试满分攻略:速成技巧与实战](https://wenku.youkuaiyun.com/doc/45v6ytnvt8?utm_source=wenku_answer2doc_content)
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