摘要:本文将对LeetCode原题合并石头的最低成本进行介绍,思路基于动态规划,设计到状态的设计和优化,实现基于golang语言实现,并且已经通过所有测试用例,每一种方法都将给出复杂度分析。
关键词:LeetCode,golang,动态规划
原题描述
LeetCode 1000 合并石头的最低成本:有n堆石头,每次可以将连续k堆石头合并成一堆,代价是连续k堆石头的石头总数,现在需要将这n堆石头合并成一堆,求合成的最低成本。
方法一、动态规划
思路简述
十分经典的动态规划题目,问题是n堆石头合并成一堆,可以这样去做,可以先将所有石头合并成k堆,然后再进行最后一次合并。如何将所有石头合并成k堆,可以先将前面的一部分合并成一堆,后面的一部分合并成k-1堆。显然,无论是前面的一部分合并成一堆,还是后面的一部分合并成k-1堆,都是原来大问题下的一个子问题。因此,可以基于动态规划实现,定义dp[i][j][k]表示为将stones[i:j+1]合并成k+1堆的最低成本,那么最终要返回的答案就是dp[0][n-1][0]。
在实现上,选择的正无穷大为0x3f3f3f3f
,当然选择其他数也可以,初始时,除了dp[i][i][0]赋值为0外,剩余所有值赋值为inf。对于递推过程,需要注意,要从较小的区间往较大的区间的顺序去递推。具体过程参考以下实现代码。
代码实现
var inf int = 0x3f3f3f3ffunc mergeStones(stones []int, k int) int {n := len(stones)if n == 1 {return 0}if k > n || (n-1)%(k-1) != 0 {return -1}prefixSum := make([]int, n+1)sum := 0dp := make([][][]int, n)for i := 0; i < n; i++ {dp[i] = make([][]int, n)for j := 0; j < n; j++ {// dp[i][j][k]将stones[i: j+1]合并为k堆的最小代价dp[i][j] = make([]int, k)for p := 0; p < k; p++ {dp[i][j][p] = inf}} dp[i][i][0] = 0sum += stones[i]prefixSum[i+1] = sum}for len := 2; len <= n; len++ { // 区间长度遍历for l := 0; l < n - len + 1; l++ { // 区间左端点遍历r := l + len - 1 // 右端点计算for p := 1; p < k; p++ { // 区间分为多少堆枚举for q := l; q < r; q++ { // 中间点枚举dp[l][r][p] = min(dp[l][r][p], dp[l][q][0] + dp[q + 1][r][p - 1])}}dp[l][r][0] = min(dp[l][r][0], dp[l][r][k - 1] + prefixSum[r + 1] - prefixSum[l])}}ans := dp[0][n - 1][0]if ans >= inf {return -1}return ans
}
LeetCode运行截图如下:
复杂度分析
- 时间复杂度: O ( n 3 k ) O(n^3 k) O(n3k)
- 空间复杂度: O ( n 2 k ) O(n^2 k) O(n2k)
方法二、动态规划(状态优化)
思路简述
考虑如何优化上面的思路,对于一个区间[l: r]来说,实际上,其最终能够不断合并到的堆数是固定的,所以对于(区间左端点,区间右端点,区间合并后堆数)中的区间合并后堆数是可以省略的,这样就能够将时间复杂度优化到 O ( n 3 ) O(n^3) O(n3)。
代码实现
func mergeStonesV1(stones []int, k int) int {n := len(stones)if n == 1 {return 0}if k > n || (n-1)%(k-1) != 0 {return -1}prefixSum := make([]int, n+1)sum := 0dp := make([][]int, n)for i := 0; i < n; i++ {dp[i] = make([]int, n)for j := 0; j < n; j++ {dp[i][j] = inf} dp[i][i] = 0sum += stones[i]prefixSum[i+1] = sum}for len := 2; len <= n; len++ { // 区间长度遍历for L := 0; L < n - len + 1; L++ { // 区间左端点遍历R := L + len - 1 // 右端点计算for q := L; q < R; q += (k - 1) { // 中间点枚举dp[L][R] = min(dp[L][R], dp[L][q] + dp[q + 1][R])}if (R - L) % (k - 1) == 0 {dp[L][R] += (prefixSum[R + 1] - prefixSum[L])}fmt.Printf("%d-%d-%d\n", L, R, dp[L][R])}}ans := dp[0][n - 1]if ans >= inf {return -1}return ans
}
LeetCode运行截图如下:
复杂度分析
- 时间复杂度: O ( n 3 ) O(n^3) O(n3)
- 空间复杂度: O ( n 2 ) O(n^2) O(n2)
参考
- 合并石头的最低成本