dp之沙子合並 環形沙子合並 沙子合並加強 沙子三兄弟的故事
沙子合並
沙子合並問題
問題描述:設有N堆沙子排成一排,其編號為1,2,3,…,N(N<=300)。每堆沙子有一定的數量,可以用一個整數來描述,現在要將這N堆沙子合並成為一堆,每次只能合並相鄰的兩堆,合並的代價為這兩堆沙子的數量之和,合並後與這兩堆沙子相鄰的沙子將和新堆相鄰,合並時由於選擇的順序不同,合並的總代價也不相同,如有4堆沙子分別為 1 3 5 2 我們可以先合並1、2堆,代價為4,得到4 5 2 又合並 1,2堆,代價為9,得到9 2 ,再合並得到11,總代價為4+9+11=24,如果第二步是先合並2,3堆,則代價為7,得到4 7,最後一次合並代價為11,總代價為4+7+11=22;問題是:找出一種合理的方法,使總的代價最小。輸出最小代價。
輸入:
第一行一個數N表示沙子的堆數N。
第二行N個數,表示每堆沙子的質量。
輸出:
合並的最小代價
樣例:
輸入:
4
1 3 5 2
輸出:
22
環形沙子合並
環形沙子合並問題問題描述:設有N堆沙子排成一圈,其編號為1,2,3,…,N(N<=300)。每堆沙子有一定的數量,可以用一個整數來描述,現在要將這N堆沙子合並成為一堆,每次只能合並相鄰的兩堆,合並的代價為這兩堆沙子的數量之和,合並後與這兩堆沙子相鄰的沙子將和新堆相鄰,合並時由於選擇的順序不同,合並的總代價也不相同,如有4堆沙子分別為 1 3 5 2 我們可以先合並1、2堆,代價為4,得到4 5 2 又合並 1,2堆,代價為9,得到9 2 ,再合並得到11,總代價為4+9+11=24,如果第二步是先合並2,3堆,則代價為7,得到4 7,最後一次合並代價為11,總代價為4+7+11=22;問題是:找出一種合理的方法,使總的代價最小。輸出最小代價。
輸入:
第一行一個數N表示沙子的堆數N。
第二行N個數,表示每堆沙子的質量。
輸出:
合並的最小代價
樣例:
輸入:
4
1 3 5 2
輸出:
20
沙子合並加強
沙子合並問題
問題描述:設有N堆沙子排成一排,其編號為1,2,3,…,N(N<=2000)。每堆沙子有一定的數量,可以用一個整數來描述,現在要將這N堆沙子合並成為一堆,每次只能合並相鄰的兩堆,合並的代價為這兩堆沙子的數量之和,合並後與這兩堆沙子相鄰的沙子將和新堆相鄰,合並時由於選擇的順序不同,合並的總代價也不相同,如有4堆沙子分別為 1 3 5 2 我們可以先合並1、2堆,代價為4,得到4 5 2 又合並 1,2堆,代價為9,得到9 2 ,再合並得到11,總代價為4+9+11=24,如果第二步是先合並2,3堆,則代價為7,得到4 7,最後一次合並代價為11,總代價為4+7+11=22;問題是:找出一種合理的方法,使總的代價最小。輸出最小代價。
輸入:
第一行一個數N表示沙子的堆數N。
第二行N個數,表示每堆沙子的質量。
輸出:
合並的最小代價以及每一步合並的方法(輸出每次合並後的沙子的最小編號和最大編號)
樣例:
輸入:
4
13 7 6 5
輸出:
60
3 4
2 4
1 4
來,先看看,找不同
總結一下第一題數據範圍300,第二題範圍不變,但是變成了一個環,第三題數據範圍變成了2000
樸素的沙子合並算法
dp(i,j)表示把i到j這一段沙子合並成為一堆沙子,所需要的最小代價
那麽一定是由某兩堆合並而來的
所以dp(i,j)=min{dp(i,k)+dp(k+1,j)}+sum[j]-sum[i-1]
這樣的算法O(n^3)只能過第一個吧
沒事,老大被解決了
第二題是環形的
如果每個起始位置都被枚舉一遍的話
就是O(n^4),過不了,所以,我們力求一個更加高效的算法。
解決問題題的方法有兩種,一種是繼承,這裏不討論,還有一種是展環為鏈(一種解決環形dp的最佳方法)
我們復制序列一遍,將它粘貼在第一個序列的末尾,構成2n-1的序列,然後對這個序列做區間dp
所以最佳解一定是一個子問題,這下子復雜度最高(2n-1)^2,可以勉勉強強的過吧
然後第三題就麻煩了n<=2000
n^3絕對超時,腫麽辦呢。
這就是一套全新的理論,四邊形優化
理論如下
DP的四邊形優化
一、進行四邊形優化需要滿足的條件
1、狀態轉移方程如下:
m(i,j)表示對應i,j情況下的最優值。
w(i,j)表示從i到j的代價。
例如在合並石子中:
m(i,j)表示從第i堆石子合並到j堆石子合並成一堆的最小代價。
w(i,j)表示從第i堆石子到第j堆石子的重量和。
2、函數w滿足區間包含的單調性和四邊形不等式
二、滿足上述條件之後的兩條定理
1、假如函數w滿足上述條件,那麽函數m 也滿足四邊形不等式,即
例如:
假如有:w(1, 3) + w(2, 4) £ w(2, 3) + w(1, 4),
m(1, 3) + m(2, 4) £ m(2, 3) + m(1, 4),
2、假如m(i, j)滿足四邊形不等式,那麽s (i, j)單調,即:
m(i,j)=min{m(i,k-1),m(k,j)}+w(i,j)(i≤k≤j)(min也可以改為max)
上述的m(i,j)表示區間[i,j]上的某個最優值。w(i,j)表示在轉移時需要額外付出的代價。該方程的時間復雜度為O(N3)
下面我們通過四邊形不等式來優化上述方程,首先介紹什麽是“區間包含的單調性”和“四邊形不等式”
1、區間包含的單調性:如果對於 i≤i‘<j≤j‘,有 w(i‘,j)≤w(i,j‘),那麽說明w具有區間包含的單調性。(可以形象理解為如果小區間包含於大區間中,那麽小區間的w值不超過大區間的w值)
2、四邊形不等式:如果對於 i≤i‘<j≤j‘,有 w(i,j)+w(i‘,j‘)≤w(i‘,j)+w(i,j‘),我們稱函數w滿足四邊形不等式。(可以形象理解為兩個交錯區間的w的和不超過小區間與大區間的w的和)
下面給出兩個定理:
1、如果上述的 w 函數同時滿足區間包含單調性和四邊形不等式性質,那麽函數 m 也滿足四邊形不等式性質
我們再定義 s(i,j) 表示 m(i,j) 取得最優值時對應的下標(即 i≤k≤j 時,k 處的 w 值最大,則 s(i,j)=k)。此時有如下定理
2、假如 m(i,j) 滿足四邊形不等式,那麽 s(i,j) 單調,即 s(i,j)≤s(i,j+1)≤s(i+1,j+1)。
好了,有了上述的兩個定理後,我們發現如果w函數滿足區間包含單調性和四邊形不等式性質,那麽有 s(i,j-1)≤s(i,j)≤s(i+1,j) 。
即原來的狀態轉移方程可以改寫為下式:
m(i,j)=min{m(i,k-1),m(k,j)}+w(i,j)(s(i,j-1)≤k≤s(i+1,j))(min也可以改為max)
由於這個狀態轉移方程枚舉的是區間長度 L=j-i,而 s(i,j-1) 和 s(i+1,j) 的長度為 L-1,是之前已經計算過的,可以直接調用。
不僅如此,區間的長度最多有n個,對於固定的長度 L,不同的狀態也有 n 個,故時間復雜度為 O(N^2),而原來的時間復雜度為 O(N^3),實現了優化!
今後只需要根據方程的形式以及 w 函數是否滿足兩條性質即可考慮使用四邊形不等式來優化了。
以上描述狀態用 m(i,j),後文用的 dp[i][j],所代表含意是相同的,特此說明。
以石子合並問題為例。
例如有6堆石子,每堆石子數依次為3 4 6 5 4 2
因為是相鄰石子合並,所以不能用貪心(每次取最小的兩堆合並),只能用動歸。(註意:環形石子的話,必須要考慮最後一堆和第一堆的合並。)
例如:一個合並石子的方案:
第一次合並 3 4 6 5 4 2 ->7
第二次合並 7 6 5 4 2 ->13
第三次合並 13 5 4 2 ->6
第四次合並 13 5 6 ->11
第五次合並 13 11 ->24
總得分=7+6+11+13+24=61 顯然,比貪心法得出的合並方案(得分:62)更優。
動歸分析類似矩陣連乘等問題,得出遞推方程:
設 dp[i][j] 表示第 i 到第 j 堆石子合並的最優值,sum[i][j] 表示第 i 到第 j 堆石子的總數量。
(可以在計算開始先做一遍求所有的 sum[i],表示求出所有第1堆到第i堆的總數量。則 sum[i][j]=sum[j]-sum[i]。這樣計算比較快。)
那麽就有狀態轉移公式:
這裏 i<=k<j
普通解法需要 O(n^3)。下面使用四邊形不等式進行優化。
首先判斷是否符合區間單調性和四邊形不等式。
i i‘ j j‘
3 4 6 5 4 2
單調性:
w[i‘,j] = 4+6+5=15 w[i,j‘] =3+4+6+5+4+2=24
故w[i‘,j] <= w[i,j‘] 滿足單調性
四邊形不等式:
w[i,j] + w[i‘,j‘] = (3+4+6+5) + (4+6+5+4+2) = 18+21 = 39
w[i‘,j] + w[i,j‘] = (4+6+5) + (3+4+6+5+4+2) = 15 + 24 = 39
故 w[i,j] + w[i‘,j‘] <= w[i‘,j] + w[i,j‘]
故石子合並可利用四邊形不等式進行優化。
利用四邊形不等式,將原遞推方程的狀態轉移數量進行壓縮(即縮小了k的取值範圍)。
令 s[i][j]=min{k | dp[i][j] = dp[i][k-1] + dp[k][j] + w[i][j]},即計算出 dp[i][j] 時的最優的 k 值(本例中尋優為取最小)
也可以稱為最優決策時的 k 值。由於決策 s 具有單調性,因此狀態轉移方程中的 k 的取值範圍可修改為 :
s[i,j-1] <= s[i,j] <= s[i+1,j]
邊界:s[i,i] = i
因為 s[i,j] 的值在 m[i,j] 取得最優值時,保存和更新,因此 s[i,j-1] 和 s[i+1,j] 都在計算 dp[i][j-1] 以及 dp[i+1][j] 的時候已經計算出來了。
因此,s[i][j] 即 k 的取值範圍很容易確定。
根據改進後的狀態方程,以及 s[i][j] 的定義方程,可以很快的計算出所有狀態的值。計算過程可以如下表所示(類似於矩陣連乘的打表)。
狀態表(如果是環形石子合並,需要打2n*2n的表)
3 4 6 5 4 2
例如:
計算dp[1][3],由於s[1][2]=1,s[2][3]=2,則k值的取值範圍是1<=k<=2
則,dp[1][3]=min{dp(1,1)+dp(2,3)+13, dp(1,2)+dp(3,3)+13}=min{10+13, 7+13}=20,將其填到狀態表。同時,由於取最優值的k等於2,則將其填到s表。
同理,可以計算其他狀態表和s表中的值。
dp[2][4]=min{dp(2,2)+dp(3,4)+15, dp(2,3)+dp(4,4)+15}=min{11+15, 10+15}=25
k=3
從表中可以看出,當計算dp[2][5]的時候,由於s[ i,j-1]=s[ 2,4]=3,s[ i+1,j]=s[3,5]=3,此時k的取值範圍已經限定為只有一個,大幅縮短了尋找最優解的時間。
於是乎,復雜度降到了O(n^2)
厲害吧O(∩_∩)O哈哈~
附上代碼
#include<map> #include<set> #include<cmath> #include<stack> #include<queue> #include<cstdio> #include<vector> #include<cstring> #include<cstdlib> #include<iostream> #include<algorithm> #define mod 998244353 #define N 100005 #define pi acos(-1) #define inf 0x7fffffff #define ll long long using namespace std; ll read() { ll x=0,f=1;char ch=getchar(); while(ch<‘0‘||ch>‘9‘){if(ch==‘-‘)f=-1;ch=getchar();} while(ch>=‘0‘&&ch<=‘9‘){x=x*10+ch-‘0‘;ch=getchar();} return x*f; } int n; int a[305],sum[305]; int f[305][305]; int dp(int l,int r) { if(f[l][r]!=-1)return f[l][r]; if(l==r)return 0; int ans=inf; for(int i=l;i<r;i++) ans=min(ans,dp(l,i)+dp(i+1,r)); return f[l][r]=(ans+sum[r]-sum[l-1]); } int main() { memset(f,-1,sizeof(f)); n=read(); for(int i=1;i<=n;i++)a[i]=read(); for(int i=1;i<=n;i++)sum[i]=sum[i-1]+a[i]; printf("%d\n",dp(1,n)); return 0; }
#include<cstdio> #include<algorithm> using namespace std; int v[1001],sum[1001],f[1001][1001]; int main() { int n,mi=9999999; scanf("%d",&n); for(int i=1;i<=2*n-1;i++) for(int j=i+1;j<=2*n-1;j++) f[i][j]=999999; int p=0; for(int i=1;i<=n;i++) { scanf("%d",&v[i]); sum[i]=sum[i-1]+v[i]; } for(int i=1;i<n;i++) { v[++p]=v[i]; sum[p+n]=sum[p+n-1]+v[i]; } for(int i=2*n-1;i>=1;i--) for(int j=i+1;j<=i+n-1;j++) for(int k=i;k<j;k++) f[i][j]=min(f[i][j],f[i][k]+f[k+1][j]+sum[j]-sum[i-1]); for(int i=1;i<=n;i++) mi=min(mi,f[i][i+n-1]); printf("%d",mi); return 0; }
#include<cstdio> #include<algorithm> #define N 2000+1 #define INF 0x3fffffff using namespace std; int v[N],sum[N]; struct data{ int val,des; }; data f[N][N]; void output(int k,int i,int j); int main() { int n; scanf("%d",&n); for(int i=1;i<=n;i++) for(int j=i+1;j<=n;j++) f[i][j].val=INF; for(int i=1;i<=n;i++) { scanf("%d",&v[i]); sum[i]=sum[i-1]+v[i]; f[i][i].des=i; } for(int i=n;i>=1;i--) for(int j=i+1;j<=n;j++) { int begin=f[i][j-1].des; int end=min(j-1,f[i+1][j].des); for(int k=begin;k<=end;k++) { if(f[i][j].val>f[i][k].val+f[k+1][j].val+sum[j]-sum[i-1]) {f[i][j].des=k;f[i][j].val=f[i][k].val+f[k+1][j].val+sum[j]-sum[i-1];} } } printf("%d\n",f[1][n].val); output(f[1][n].des,1,n); // printf("%d",f[1][n].des); return 0; } void output(int k,int i,int j) { if(i==j)return; output(f[i][k].des,i,k),output(f[k+1][j].des,k+1,j); printf("%d %d\n",i,j); }
dp之沙子合並 環形沙子合並 沙子合並加強 沙子三兄弟的故事