434
社区成员
发帖
与我相关
我的任务
分享一、请写出以下题目的动态规划方程:
设有 N堆石子排成一排,其编号为 1,2,3,…,N。
每堆石子有一定的质量,可以用一个整数来描述。用数组a[N]表示每堆石子的质量,sum[i,j]表示第i堆石子到第j堆石子的总质量
现在要将这 N堆石子合并成为一堆。每次只能合并相邻的两堆,合并的代价为这两堆石子的质量之和,合并后与这两堆石子相邻的石子将和新堆相邻,合并时由于选择的顺序不同,合并的总代价也不相同。
例如有 4堆石子分别为
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。
状态表示:sum[i,j]表示第i堆石子到第j堆石子的总质量
数组a[N]表示每堆石子的质量
f(i,j) 表示第i堆到第j堆石子合并的最小代价
状态方程:f(i,j) = min (f[i][j] , f(i,k) + f(k+1, j) + sum[j] - sum[i-1]) , i<=k<=j-1
f[i][i] = 0, i==j
边界条件:i == j时,f[i][i] = 0
时间复杂度:O(n^3)
空间复杂度:O(n^2)
二.、结合本章的学习,总结你对动态规划法的体会和思考
动态规划法的实质是分治思想和解决冗余。因此,动态规划是一种将问题实例分解为更小的、相似的子问题,并通过存储子问题的解而避免计算重复子问题,以解决最优化问题的算法策略。通过学习我发现,动态规划法与分治法和贪心法类似,都是将问题实例归纳为更小的、相似的子问题,并通过求解子问题产生一个全局最优解。
动态规划法所针对的问题有一个显著的特征,即子问题呈现大量的重复。动态规划法的关键就在于,对于重复出现的子问题,只在第一次遇到事就加以求解,并把答案保存起来,让以后再遇到时直接用,不必重新求解。