C++前缀和算法:合并石头的最低成本原理、源码及测试用例
  Gjs2egXd7m0h 2023年11月13日 24 0


本文涉及的基础知识点

C++算法:前缀和、前缀乘积、前缀异或的原理、源码及测试用例 包括课程视频 动态规划,日后完成。

题目

有 n 堆石头排成一排,第 i 堆中有 stones[i] 块石头。
每次 移动 需要将 连续的 k 堆石头合并为一堆,而这次移动的成本为这 k 堆中石头的总数。
返回把所有石头合并成一堆的最低成本。如果无法合并成一堆,返回 -1 。
示例 1:
输入:stones = [3,2,4,1], K = 2
输出:20
解释:
从 [3, 2, 4, 1] 开始。
合并 [3, 2],成本为 5,剩下 [5, 4, 1]。
合并 [4, 1],成本为 5,剩下 [5, 5]。
合并 [5, 5],成本为 10,剩下 [10]。
总成本 20,这是可能的最小值。
示例 2:
输入:stones = [3,2,4,1], K = 3
输出:-1
解释:任何合并操作后,都会剩下 2 堆,我们无法再进行合并。所以这项任务是不可能完成的。.
示例 3:
输入:stones = [3,5,1,2,6], K = 3
输出:25
解释:
从 [3, 5, 1, 2, 6] 开始。
合并 [5, 1, 2],成本为 8,剩下 [3, 8, 6]。
合并 [3, 8, 6],成本为 17,剩下 [17]。
总成本 25,这是可能的最小值。
提示:
n == stones.length
1 <= n <= 30
1 <= stones[i] <= 100
2 <= k <= 30

分析

dp[begin][end]记录stones[begin,end)合并后的最小得分。时间复杂度O(nnn),状态数:n*n,转移状态时间复杂度O(n)。

状态转移

假定stones[begin,end)是由stone[begin,m)和stone[m,end)合并成的,m取值范围(begin,end)。stone[begin,m)简称左堆,stone[m,end)简称右堆。

左右两堆剩余石头数之和小于k

dp[begin][end] = dp[begin][m]+dp[m][end]

左右两堆剩余石头数之和等于于k

dp[begin][end] = dp[begin][m]+dp[m][end]+vPreSum[begin][end],石头发生了合并

左右两堆剩余石头数之和大于于k

抛弃

左右两堆剩余石头数之和大于于k

抛弃左右两堆剩余石头数之和大于于k,也可以找到最优解。

最后一轮

只有k个石头,故不会超过k

倒数第二轮

只有2k-1个石头,假定其范围是[i0,j0),倒数第二轮是[i1,j1), 那么[i0,j0)会合并,这时两堆石头恰好是k,故不会超过k



剩余石头数

每次合并后,石头数减少k-1。所有石头数减1,再对k-1求求余,再加1。
注意:先判断石头数是否是1,不是直接返回-1。

代码

核心代码

class Solution {
public:
	int mergeStones(vector<int>& stones, int K) {
		m_c = stones.size();
		if (1 != RemainLen(m_c,K))
		{
			return -1;
		}
		vector<int> vPreSum = { 0 };
		for (const auto& n : stones)
		{
			vPreSum.emplace_back(n + vPreSum.back());
		}
		vector<vector<int>> dp(m_c,vector<int>(m_c+1));//dp[i][j] 表示合并stones[i,j)的最小成本
		for (int len = 2; len <= m_c; len++)
		{
			for (int begin = 0; begin + len <= m_c; begin++)
			{
				const int end = begin + len;
				int iMin = INT_MAX;
				for (int m = begin + 1; m < end; m++)
				{
					const int iAdd = RemainLen(m - begin, K) + RemainLen(end - m, K);
					if (iAdd > K)
					{
						continue;
					}
					int cur = dp[begin][m] + dp[m][end];
					iMin = min(iMin, cur);
				}
				
				if (1 == RemainLen(len, K))
				{
					iMin += vPreSum[end] - vPreSum[begin];
				}
				dp[begin][end] = iMin;
			}			
		}
		return dp.front().back();
	}
	int RemainLen(int len, int k)
	{
		return 1+(len - 1) % (k - 1);
	}
	int m_c;
};

测试代码

template<class T>
void Assert(const vector<T>& v1, const vector<T>& v2)
{
	if (v1.size() != v2.size())
	{
		assert(false);
		return;
	}
	for (int i = 0; i < v1.size(); i++)
	{
		assert(v1[i] == v2[i]);
	}
}

template<class T>
void Assert(const T& t1, const T& t2)
{
	assert(t1 == t2);
}








int main()
{
	vector<int> stones = { 3,5,1,2,6 };
	int k = 3;
	int res = Solution().mergeStones(stones, k);
	Assert(25, res);

	stones = { 3,2,4,1 };
	 k = 2;
	 res = Solution().mergeStones(stones, k);
	Assert(20, res); 

	stones = { 1,2,3,4,5,6,7 };
	k = 3;
	res = Solution().mergeStones(stones, k);
	Assert(49, res);

	stones = { 1,2,3,4,5,6,7 };
	k = 4;
	res = Solution().mergeStones(stones, k);
	Assert(38, res);

	stones = { 1,2,3,4,5,6,7,8,9 };
	k = 5;
	res = Solution().mergeStones(stones, k);
	Assert(60, res);
	//
	stones = { 9, 8, 7, 6, 5, 4, 3, 2, 1 };
	k = 2;
	res = Solution().mergeStones(stones, k);
	Assert(135, res);

	stones = { 9,8,7,6,5,4,3,2,1 };
	k = 3;
	res = Solution().mergeStones(stones, k);
	Assert(87, res);

	stones = { 10,9,8,7,6,5,4,3,2,1 };
	k = 4;
	res = Solution().mergeStones(stones, k);
	Assert(91, res);

	//
	stones = { 5,8,7,6,5,12,13,14,4,3,2,1,2 };
	k = 4;
	res = Solution().mergeStones(stones, k);
	Assert(155, res);

	stones = { 2,8,7,6,5,12,13,14,4,3,2,1,2 };
	k = 5;
	res = Solution().mergeStones(stones, k);
	Assert(119, res);
	//CConsole::Out(res);
}

旧版代码

template<class T>
 void MinSelf(T* seft, const T& other)
 {
	 *seft = min(*seft, other);
 }
class Solution {
 public:
	 int mergeStones(vector<int>& stones, int k) {
		 m_k = k;
		 m_c = stones.size();
		 m_dp.assign(m_c + 1, vector<vector<int>>(m_c, vector<int>(k + 1, 1000 * 1000 * 100)));

		 vector<int> vPreSum(1);
		 for (const auto& stone : stones)
		 {
			 vPreSum.push_back(vPreSum.back() + stone);
		 }
		 for (int pos = 0; pos + 1 - 1 < m_c; pos++)
		 {
			 m_dp[1][pos][1] = 0;
		 }
		 for (int len = 2; len <= m_c; len++)
		 {
			 for (int pos = 0; pos+len <= m_c; pos++)
			 {
				 //int iEnd = pos + len - 1;
				 for (int iHeapNum = 2; iHeapNum <= k; iHeapNum++)
				 {
					 for (int iPreLen = 1; iPreLen < len; iPreLen += k - 1)
					 {
						 MinSelf(&m_dp[len][pos][iHeapNum], m_dp[iPreLen][pos][1] + m_dp[len - iPreLen][pos + iPreLen][iHeapNum - 1]);
					 }
				 }
				 m_dp[len][pos][1] = m_dp[len][pos][k] + vPreSum[pos + len] - vPreSum[pos];
			 }			
		 }		

		 return (m_dp[m_c][0][1] >= 1000 * 1000 * 100) ? -1 : m_dp[m_c][0][1];
	 }
	 
	 int m_k;
	 int m_c;
	 vector<vector<vector<int>>> m_dp;
 };

旧版代码2

template<class T>
 void MinSelf(T* seft, const T& other)
 {
	 *seft = min(*seft, other);
 }

 class Solution {
 public:
	 int mergeStones(vector<int>& stones, int k) {
		 m_k = k;
		 m_c = stones.size();
		 m_dp.assign(m_c + 1, vector<int>(m_c, ( 1000 * 1000 * 100)));

		 if ((m_c-1) % (k - 1) != 0)
		 {
			 return -1;
		 }

		 vector<int> vPreSum(1);
		 for (const auto& stone : stones)
		 {
			 vPreSum.push_back(vPreSum.back() + stone);
		 }
		 for (int pos = 0; pos + 1 - 1 < m_c; pos++)
		 {
			 m_dp[1][pos] = 0;
		 }
		 for (int len = 2; len <= m_c; len++)
		 {
			 for (int pos = 0; pos+len <= m_c; pos++)
			 {
				 for (int iPreLen = 1; iPreLen < len; iPreLen += k - 1)
				 {
					 MinSelf(&m_dp[len][pos], m_dp[iPreLen][pos] + m_dp[len - iPreLen][pos + iPreLen]);
				 }
				 if ((len-1) % (k - 1) == 0)
				 {
					 m_dp[len][pos] +=  vPreSum[pos + len] - vPreSum[pos];
				 }
			 }			
		 }		

		 return (m_dp[m_c][0] >= 1000 * 1000 * 100) ? -1 : m_dp[m_c][0];
	 }
	 
	 int m_k;
	 int m_c;
	 vector<vector<int>> m_dp;
 };

旧版代码三

class Solution {
 public:
 int mergeStones(vector& stones, int k) {
 m_c = stones.size();
 if (0 != (m_c - 1) % (k-1))
 {
 return -1;
 }
 vector vPreSum(1);
 for (const auto& n : stones)
 {
 vPreSum.emplace_back(vPreSum.back() + n);
 }
 vector<vector> vLenBegin(m_c + 1, vector(m_c));
 for (int len = k; len <= m_c; len++)
 {
 for (int begin = 0; begin + len - 1 < m_c; begin++)
 {
 int iMaxPreScore = INT_MAX;
 for (int lLen = 1; lLen < len; lLen += (k - 1))
 {
 int rLen = len - lLen;
 iMaxPreScore = min(iMaxPreScore, vLenBegin[lLen][begin] + vLenBegin[rLen][begin + lLen]);
 }
 if (0 == (len - 1) % (k - 1))
 {
 iMaxPreScore += vPreSum[begin + len] - vPreSum[begin];
 }
 vLenBegin[len][begin] = iMaxPreScore ;
 }
 }
 return vLenBegin.back().front();
 }
 int m_c;
 };


相关下载

想高屋建瓴的学习算法,请下载《闻缺陷则喜算法册》doc版

鄙人想对大家说的话

闻缺陷则喜是一个美好的愿望,早发现问题,早修改问题,给老板节约钱。

墨家名称的来源:有所得以墨记之。

如果程序是一条龙,那算法就是他的是睛

测试环境

操作系统:win7 开发环境: VS2019 C++17
或者 操作系统:win10 开发环境:

VS2022 C++17

C++前缀和算法:合并石头的最低成本原理、源码及测试用例_c++


【版权声明】本文内容来自摩杜云社区用户原创、第三方投稿、转载,内容版权归原作者所有。本网站的目的在于传递更多信息,不拥有版权,亦不承担相应法律责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@moduyun.com

  1. 分享:
最后一次编辑于 2023年11月13日 0

暂无评论

推荐阅读
Gjs2egXd7m0h