https://www.luogu.org/problemnew/show/P1880 题目

题目描述

在一个圆形操场的四周摆放N堆石子,现要将石子有次序地合并成一堆.规定每次只能选相邻的2堆合并成新的一堆,并将新的一堆的石子数,记为该次合并的得分。

试设计出1个算法,计算出将N堆石子合并成1堆的最小得分和最大得分.

输入输出格式

输入格式:

数据的第1行试正整数N,1≤N≤100,表示有N堆石子.第2行有N个数,分别表示每堆石子的个数.

输出格式:

输出共2行,第1行为最小得分,第2行为最大得分.

输入输出样例

输入样例#1
   

输出样例#1

54

卡了我蛮久的。。各种弱智错误。。分享经验,记录自我!
首先思想
贪心:每次都选取最小的两个进行合并,这样就能保证得到局部最优解,也就是每次合并的值都是最小的
DP:什么是dp呢,在我看来就是通过一种数学统计的方法将小的状态转移到大状态(妙用max,min),事实上这感觉像是一个记忆化的枚举思想(只是感觉像,帮助理解,这是个人的理解,不是真正的定义,逃)
说完了区别,那么dp最重要的来了
状态转移方程
要找到状态转移方程,就要yy出,这个大答案,可以由什么样的小答案通过题意的操作得到
比如这道题,属于区间dp
什么意思呢
它的大答案,就是大区间的答案,可以由小区间的答案,通过合并加分的操作进行统计 (对应我的话,应该不难)
有了yy的方向,就要大胆写方程,这道题的方程其实并不难找:

 
dpmax[i][j] = max(dpmax[i][j], dpmax[i][k] + dpmax[k + ][j] + sum(i, j));
dpmin[i][j] = min(dpmin[i][j], dpmin[i][k] + dpmin[k + ][j] + sum(i, j));

进行解释:区间i,j的最大(最小)值 == 区间i,k的得分的最大(最小)值 + 区间k + 1, j的得分的最大(最小)值 + 本次合并的得分(下面的都用sum)
到这里没人不理解叭

好了,方程出来了,想办法实现,要先搞清楚这循环怎么写
dp[i,j] 很简单,就直接两个for从1到n,从j到n(虽然下面并不是这样写的,不过先别急,这是可以算是一个dp入门教程,但不是入门题啊)
于是就有

for (int i = ; i <= n; i++)
for (int j = i; j <= n; j++)
dp[i][j] = max(dp[i][j], ??????);

?怎么办,k去哪里了

别急,先想想k是什么,要怎么开始,到哪里结束

emmmm 直接说吧,k,应该是在dp[i][j] 时 从i到j的一个我认为可以叫枚举的(极其不负责)东西叭,反正就是每个区间都要用for进行尝试

于是

for (int i = ; i <= n; i++)
for (int j = i; j <= n; j++)
for (int k = i; k <= j; k++)
dp[i][j] = max(dp[i][j], dp[i][k] + dp[k + ][j] + sum(i, j));

  

但是这里我们会发现一个问题

eg:   dp[1][3] = max(dp[1][3], dp[1][2] + dp[2][3] + sum(1, 3));    当进行到这里时,会发现dp[2][3]好像从来都还没算过,难道后面会算吗。答案是会算,但是,dp[1][[3]已经不会再更新了,所以这样统计答案肯定会出问题

那么是不是方程出了问题,没有啊,很完美啊!!!

确实,非常完美(毕竟是题解)

那么这个问题怎么解决呢?

回到一开始的思想,我们要先算完所有小区间的答案,再去统计大区间的答案对不对?那么是不是从长度为1的区间开始运算?如果到这里都能够理解的话,这题就基本上成功了,但是AC嘛,你懂的

好,那么重新开始

第一层循环用长度,从1开始

然后第二层用要统计的区间的起点,那是不是就不需要终点了,因为终点就等于长度加起点

第三层循环统计i到j区间内拆分的每一种情况

如下:

for (int len = ; len < n; len++)
for (int i = ; i <= n; i++)
{
int j = i + len;
for (int k = i; k <= j; k++)
dp[i][j] = max(dp[i][j], dp[i][k]+ dp[k + ][j] + sum(i, j);
}

  

非常接近答案了,各位加油

现在大家可以去翻一下最后ac代码,发现dp这个主要的循环基本上一致

然后,回到题面,发现这是个环形的石堆???瞬间脑子里蹦出指针啊,int p啊什么的,但是一激动,一写,啊,好难啊好烦啊

这里就有一个对付环经常用到的思想,把数组复制一遍,扩展成两倍

例如:

A B C D是题目给的堆

复制一遍     A B C D A B C D

如果用这个复制后的数组去dp,会发生什么,你是不是就统计到了D 到 A 或者D 到 B 或者D 到 C 的答案.....

为什么这样是正确的呢,大部分人应该都理解,但是还是想说一下

我们这样想,如果它是环的话,是不是A 与 D就能合并(就是相邻的),是不是就会统计出一个答案,我们需要的其实就是这个答案的数值,不用管什么乱七八糟的想法,要数值大小就ok(有人就会有奇奇怪怪的想法)

这个理解了,就去实现,直接看下面的最终代码叭,一看就懂,只要不走神

那么问题又来了,最后答案输出什么呢??dp[1][n] ??

肯定不对,那复制和没复制有什么区别。。

所以就要checkans(检查答案。。。),怎么检查?其实很简单,只要把每个长度为len(即n - 1)的dp[i][j]都检查一下,找出最大或者最小的那个,就是答案了

为什么这样又是对的??只因为检查的长的为len

所有的问题都解决了,然后简单优化(什么平行四边形优化都是dalao才会的东西。。)一下叭。

统计sum的优化--前缀和,在dp输入时统计一下前i个石子的和,然后用的时候用前j个的和减掉前i个的和,就是sum(i, j)了

再考虑一下这个问题,复制数组的时候最后一位的复制好像并没有用到?

eg:

A B C D A B C D

统计第一个D到第二个D的答案?不需要啊,长度超了,第一层循环限制了长度,根本访问不到对吧

统计第二个A到第二个D的答案?也不要啊,这跟前面的第一个A到第二个D重复了,其他的其实也有重复,但是,我们需要D到AorBorC,所以其他的不需要删

最后得出,最后一位其实不用复制,没用,浪费(其实这个不算什么优化,只是分享一下某位dalao的一个想法,觉得很有道理)

最后大家完成代码是注意细节,什么max,min的初始化啊,循环的边界啊(我的代码的边界应该不完全恰当懒得检查了,但是不会影响答案,得益于第一层循环的长度限制)

上代码,祝大家acacacacacacac

#include <cstdio>
#include <algorithm>
#include <cstring>
#include <iostream>
using namespace std;
const int N = ;
int n, a[N], s[N], dpmin[N][N], dpmax[N][N], ansmax = -, ansmin = ;
inline int sum(int x, int y)
{
return s[y] - s[x - ];
}
int main(){
scanf("%d", &n);
for (int i = ; i <= n; i++) scanf("%d", &a[i]);
for (int i = ; i <= n; i++) a[i + n] = a[i];
for (int i = ; i <= n * ; i++) s[i] = s[i - ] + a[i];
/*
for (int i = 1; i <= n * 2; i++)
dpmax[i][i] = dpmin[i][i] = 0;
for (int i = 1; i <= n * 2; i++)
dpmax[i][i] = dpmin[i][i] = a[i] + a[i + 1];
*/
for (int len = ; len < n; len++)
for (int i = ; i + len <= * n - ; i++)
{
int j = i + len;
dpmin[i][j] = ;
for (int k = i; k < j; k++)
{
dpmax[i][j] = max(dpmax[i][j], dpmax[i][k] + dpmax[k + ][j] + sum(i, j));
dpmin[i][j] = min(dpmin[i][j], dpmin[i][k] + dpmin[k + ][j] + sum(i, j));
}
} for (int i = ; i < n + ; i++) ansmax = max(ansmax, dpmax[i][i + n - ]);
for (int i = ; i < n + ; i++) ansmin = min(ansmin, dpmin[i][i + n - ]); // for (int i = 1; i < n * 2; i++)
// for (int j = 1; j < n * 2; j++)
// {
// cout << "dpmin" << i << ", " << j << " = " << dpmin[i][j] << endl;
// }
printf("%d\n%d", ansmin, ansmax);
return ;
}

感谢阅读

经典DP 洛谷p1880 石子合并的更多相关文章

  1. 洛谷P1880 石子合并(区间DP)(环形DP)

    To 洛谷.1880 石子合并 题目描述 在一个园形操场的四周摆放N堆石子,现要将石子有次序地合并成一堆.规定每次只能选相邻的2堆合并成新的一堆,并将新的一堆的石子数,记为该次合并的得分. 试设计出1 ...

  2. 洛谷P1880 石子合并(环形石子合并 区间DP)

    题目描述 在一个圆形操场的四周摆放N堆石子,现要将石子有次序地合并成一堆.规定每次只能选相邻的2堆合并成新的一堆,并将新的一堆的石子数,记为该次合并的得分. 试设计出1个算法,计算出将N堆石子合并成1 ...

  3. 洛谷 P1880 石子合并

    题目描述 在一个圆形操场的四周摆放N堆石子,现要将石子有次序地合并成一堆.规定每次只能选相邻的2堆合并成新的一堆,并将新的一堆的石子数,记为该次合并的得分. 试设计出1个算法,计算出将N堆石子合并成1 ...

  4. 洛谷P1880 石子合并

    经典水题....... 断环为链长度乘二,求前缀和区间DP. #include <cstdio> #include <cstring> #include <algorit ...

  5. [codevs1048]石子归并&[codevs2102][洛谷P1880]石子归并加强版

    codevs1048: 题目大意:有n堆石子排成一列,每次可合并相邻两堆,代价为两堆的重量之和,求把他们合并成一堆的最小代价. 解题思路:经典区间dp.设$f[i][j]$表示合并i~j的石子需要的最 ...

  6. 洛谷 P1080 石子合并 ( 区间DP )

    题意 : 在一个圆形操场的四周摆放N堆石子,现要将石子有次序地合并成一堆.规定每次只能选相邻的2堆合并成新的一堆,并将新的一堆的石子数,记为该次合并的得分.试设计出1个算法,计算出将N堆石子合并成1堆 ...

  7. 洛谷P1880 [NOI1995]石子合并 纪中21日c组T4 2119. 【2016-12-30普及组模拟】环状石子归并

    洛谷P1880 石子合并 纪中2119. 环状石子归并 洛谷传送门 题目描述1 在一个圆形操场的四周摆放N堆石子,现要将石子有次序地合并成一堆.规定每次只能选相邻的2堆合并成新的一堆,并将新的一堆的石 ...

  8. 【洛谷】P1880 石子合并

    P1880 石子合并 题目描述 在一个园形操场的四周摆放N堆石子,现要将石子有次序地合并成一堆.规定每次只能选相邻的2堆合并成新的一堆,并将新的一堆的石子数,记为该次合并的得分. 试设计出1个算法,计 ...

  9. P1880 石子合并

    P1880 石子合并 题目描述 在一个园形操场的四周摆放N堆石子,现要将石子有次序地合并成一堆.规定每次只能选相邻的2堆合并成新的一堆,并将新的一堆的石子数,记为该次合并的得分. 试设计出1个算法,计 ...

随机推荐

  1. [Training Video - 2] [Java Introduction] [Operator, Loops, Arrays, Functions]

    Operator : While Loop : For Loop :  Arrays : Code : public class FirstJavaClass { public static void ...

  2. firstpage 2015/5/21

    <%@ Page Language="C#" AutoEventWireup="true" CodeBehind="firstPage.aspx ...

  3. [转]Android Parcelable和Serializable的区别

    本文主要介绍Parcelable和Serializable的作用.效率.区别及选择,关于Serializable的介绍见Java 序列化的高级认识. 1.作用 Serializable的作用是为了保存 ...

  4. pv和pvc状态

    原文地址:https://kubernetes.cn/topics/46 API Server 和 PVController API Server: 这个组件提供对API的支持,响应REST操作,验证 ...

  5. CocoaPods:library not found for -lPods

    This is my first shot to write a blog in English. Enjoy! ;) CocoaPods is a popular way to control iO ...

  6. Robotframework-Appium 之常用API(一)

    上一遍隨筆(https://www.cnblogs.com/cnkemi/p/9639809.html)用Python + Robotframework + Appium對Android app小試牛 ...

  7. ORACLE ERP 的前世今生

    一个伟大的公司必有一个伟大的产品.如果说数据库是ORACLE在上世纪最后二十年赖以起家并奠定江湖地位的旗舰产品,那么,企业应用产品(或曰ERP)则毫无疑问是ORACLE在本世纪初的这近十年,征战疆场. ...

  8. Mybatis 模糊查询 like【笔记】Could not set parameters for mapping

    当使用mybatis 做模糊查询时如果这样写 会报 Could not set parameters for mapping: ParameterMapping{property='keywords' ...

  9. 在TFS 2013的敏捷组合管理中添加积压工作

    在TFS提供的三套默认模板中,组合管理(Portfolio Management)只包含功能(Feature)和要求这个两个积压工作.你可以参考下面的文档,学会如何在积压工作中添加额外的工作项类型. ...

  10. Hadoop map任务数量的计算

    Hadoop中决定map个数的的因素有几个,由于版本的不同,决定因素也不一样,掌握这些因素对了解hadoop分片的划分有很大帮助, 并且对优化hadoop性能也很有大的益处. 旧API中getSpli ...