算法编程题-合并石头的最低成本

server/2024/12/2 10:44:44/

算法编程题-合并石头的最低成本

      • 原题描述
      • 方法一、动态规划
        • 思路简述
        • 代码实现
        • 复杂度分析
      • 方法二、动态规划(状态优化)
        • 思路简述
        • 代码实现
        • 复杂度分析
    • 参考

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:
在这里插入图片描述

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:
在这里插入图片描述

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

http://www.ppmy.cn/server/146691.html

相关文章

牛客周赛 Round 69 C-E

C——仰望水面的歪 一、题目描述&#xff1a; 一看这个题目是不是觉得是物理问题&#xff0c;我也觉得是这样的&#xff0c;全反射我都快忘记了&#xff0c;结果发现他居然还能这样看&#xff0c;请看图片&#xff1a; 第一种情况&#xff1a;当目标点在小歪所在平面的上面得…

LeetCode 动态规划 任意子数组和的绝对值的最大值

任意子数组和的绝对值的最大值 给你一个整数数组 nums 。一个子数组 [numsl, numsl1, …, numsr-1, numsr] 的 和的绝对值 为 abs(numsl numsl1 … numsr-1 numsr) 。 请你找出 nums 中 和的绝对值 最大的任意子数组&#xff08;可能为空&#xff09;&#xff0c;并返回该 …

【Maven系列】深入解析 Maven 常用命令

前言 在当今的软件开发过程中&#xff0c;项目管理是至关重要的一环。项目管理包括了项目构建、依赖管理以及发布部署等诸多方面。而在Java生态系统中&#xff0c;Maven已经成为了最受欢迎的项目管理工具之一。Maven 是一套用于构建、依赖管理和项目管理的工具&#xff0c;主要…

Django Admin与Vue前后端分离开发实战教程

前言 本教程将详细介绍如何将Django Admin与Vue.js结合,实现一个既有完整后台管理功能,又能支持自定义前端页面的现代化系统。 一、环境准备 1. 创建虚拟环境 # 创建虚拟环境 python -m venv venv# Windows激活虚拟环境 venv\Scripts\activate# Linux/Mac激活虚拟环境 sou…

Python练习(1)

一:英文字符频率统计。编写一个程序&#xff0c;对给定字符串中出现的a到z字母频率进行分析&#xff0c;忽略大小写采用降序方式输出 from collections import Counter import string def analyze_frequency(input_string): # 将字符串转换为小写以忽略大小写 input_…

Oracle 数据库执行增删改查命令的原理与过程

摘要&#xff1a; 本文深入探讨当向 Oracle 数据库发送一个增删改查&#xff08;CRUD&#xff09;命令时&#xff0c;数据库内部的执行机制与详细过程。从用户发起命令开始&#xff0c;逐步剖析命令在 Oracle 数据库体系结构各组件中的流转、解析、优化以及执行路径&#xff0c…

Samba服务器常见问题处理

指定的网络文件夹目前是以其他用户名和密码进行映射的。要用其他用户名和密码进行连接&#xff0c;首先请断开所有现有的连接到网络共享的映射 解决方案 单击“开始”菜单&#xff0c;选择“运行…”。 在弹出的窗口中&#xff0c;输入cmd 进入命令行模式&#xff0c;并输入…

vue学习11.27

监视属性 watch: { isHot:{ handler(){ } } } handler当isHot发生改变时调用。 watch: {isHot: {handler(newValue, oldValue) {console.log(修改了, newValue, oldValue);}}} 有什么用吗&#xff1a;例如new和oldvalue差值过大&#xff0c;本例子就意味着温差过大&…