51Nod 1022 石子归并 V2 (划分型dp四边形不等式优化)

2024-04-20 12:18

本文主要是介绍51Nod 1022 石子归并 V2 (划分型dp四边形不等式优化),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

石子归并以前做过好几次,是经典划分型dp题之一,一直用的O(n3)的正常dp方法,也从未想过该怎么去优化它。
直到昨天做这道题,n的范围由往常的100改为了1000,老方法 一直超时,苦不堪言,搜到有个四边形不等式的优化方法,看帖子,画式子,拉着学长帮忙推导,总算是大概弄明白了一点。
dp(i,j) = min(dp(i,k)+dp(k+1,j)) + w(i,j);(i < j, i<=k<j)
dp(i,j) = MAX;(i>j)
dp(i,j) = 0;(i=j)

上式在动态规划的状态转移方程中是很常见的,对于上式中的w(i,j)
如果符合w(i`,j) <= w(i,j`) i<i`<j<j`        那么我们称函数w满足关于区间包含的单调性
 如果符合w(i,j)+w(i`,j`) <= w(i`,j)+w(i,j`)    那么我们称函数w满足四边形不等式

那么,有两个定理:(图片取自http://blog.csdn.net/shiwei408/article/details/8791011)


证明可见 动态规划加速原理之四边形不等式
显然,由上述定理,本来我们的第三重循环k的范围是由i<=k<j
现在可以缩至s[i][j-1]<=k<=s[i+1][j],一下就从O(n3)优化至O(n2)了;
下面看题 
1022 石子归并 V2
基准时间限制:1 秒 空间限制:131072 KB 分值: 160  难度:6级算法题
N堆石子摆成一个环。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堆石子合并成新的一堆,并将新的一堆石子数记为该次合并的代价。计算将N堆石子合并成一堆的最小代价。

例如: 1 2 3 4,有不少合并方法
1 2 3 4 => 3 3 4(3) => 6 4(9) => 10(19)
1 2 3 4 => 1 5 4(5) => 1 9(14) => 10(24)
1 2 3 4 => 1 2 7(7) => 3 7(10) => 10(20)

括号里面为总代价可以看出,第一种方法的代价最低,现在给出n堆石子的数量,计算最小合并代价。
Input
第1行:N(2 <= N <= 1000)
第2 - N + 1:N堆石子的数量(1 <= A[i] <= 10000)
Output
输出最小合并代价
Input示例
4
1
2
3
4
Output示例
19

跟我们之前做过的石子归并有两个区别,一个是n的范围变为了1000,3重循环已无用,需要优化,上已道明。
另一个区别就是从往常的线型变为了环形,这个通常有三种方法可以处理。
1.  循环变量自增由 i++  改为 i = (i+1)%n   利用取余操作实现由n-1至0的迭代
2.  构造next数组,模拟链表指向
3.  将环扩展为一维线性   即 环变为 a[0],a[1],...a[n-1],a[n-2],...a[1],a[0]  注意扩展后数组长度为2*n-1(a[n-1]只有一次)

这里本人用的第三种方法,见代码

#include<iostream>
#include<string.h>
#include<algorithm>
#include<stdlib.h>
#include<stdio.h>using namespace std;const int N =  2009;
int n,f[N][N]={0},a[N][N]={0};
int s[N][N];int main()
{memset(f,1,sizeof(f));scanf("%d",&n);for(int i=0;i<n;i++){scanf("%d",&a[i][i]);a[n+i][n+i] = a[i][i];}for(int i=0;i<n*2;i++){s[i][i] = i;f[i][i] = 0;}for(int i=0;i<n*2-1;i++)for(int j=i+1;j<n*2-1;j++)a[i][j] = a[i][j-1] + a[j][j];for(int l=1;l<n;l++){for(int i=0;i+l<n*2-1;i++){int j = i+l;for(int k=s[i][j-1];k<=s[i+1][j];k++){if(f[i][j] > a[i][j]+f[i][k]+f[k+1][j]){f[i][j] = a[i][j]+f[i][k]+f[k+1][j];s[i][j] = k;}}}}int ans = f[0][n-1];for(int i=1;i<n;i++)if(ans > f[i][i+n-1])ans = f[i][i+n-1];printf("%d\n",ans);return 0;
}


这篇关于51Nod 1022 石子归并 V2 (划分型dp四边形不等式优化)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/920236

相关文章

SpringBoot中HTTP连接池的配置与优化

《SpringBoot中HTTP连接池的配置与优化》这篇文章主要为大家详细介绍了SpringBoot中HTTP连接池的配置与优化的相关知识,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一... 目录一、HTTP连接池的核心价值二、Spring Boot集成方案方案1:Apache HttpCl

PyTorch高级特性与性能优化方式

《PyTorch高级特性与性能优化方式》:本文主要介绍PyTorch高级特性与性能优化方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、自动化机制1.自动微分机制2.动态计算图二、性能优化1.内存管理2.GPU加速3.多GPU训练三、分布式训练1.分布式数据

MySQL中like模糊查询的优化方案

《MySQL中like模糊查询的优化方案》在MySQL中,like模糊查询是一种常用的查询方式,但在某些情况下可能会导致性能问题,本文将介绍八种优化MySQL中like模糊查询的方法,需要的朋友可以参... 目录1. 避免以通配符开头的查询2. 使用全文索引(Full-text Index)3. 使用前缀索

C#实现高性能Excel百万数据导出优化实战指南

《C#实现高性能Excel百万数据导出优化实战指南》在日常工作中,Excel数据导出是一个常见的需求,然而,当数据量较大时,性能和内存问题往往会成为限制导出效率的瓶颈,下面我们看看C#如何结合EPPl... 目录一、技术方案核心对比二、各方案选型建议三、性能对比数据四、核心代码实现1. MiniExcel

MySQL索引的优化之LIKE模糊查询功能实现

《MySQL索引的优化之LIKE模糊查询功能实现》:本文主要介绍MySQL索引的优化之LIKE模糊查询功能实现,本文通过示例代码给大家介绍的非常详细,感兴趣的朋友一起看看吧... 目录一、前缀匹配优化二、后缀匹配优化三、中间匹配优化四、覆盖索引优化五、减少查询范围六、避免通配符开头七、使用外部搜索引擎八、分

Python通过模块化开发优化代码的技巧分享

《Python通过模块化开发优化代码的技巧分享》模块化开发就是把代码拆成一个个“零件”,该封装封装,该拆分拆分,下面小编就来和大家简单聊聊python如何用模块化开发进行代码优化吧... 目录什么是模块化开发如何拆分代码改进版:拆分成模块让模块更强大:使用 __init__.py你一定会遇到的问题模www.

SpringBoot首笔交易慢问题排查与优化方案

《SpringBoot首笔交易慢问题排查与优化方案》在我们的微服务项目中,遇到这样的问题:应用启动后,第一笔交易响应耗时高达4、5秒,而后续请求均能在毫秒级完成,这不仅触发监控告警,也极大影响了用户体... 目录问题背景排查步骤1. 日志分析2. 性能工具定位优化方案:提前预热各种资源1. Flowable

SpringBoot3实现Gzip压缩优化的技术指南

《SpringBoot3实现Gzip压缩优化的技术指南》随着Web应用的用户量和数据量增加,网络带宽和页面加载速度逐渐成为瓶颈,为了减少数据传输量,提高用户体验,我们可以使用Gzip压缩HTTP响应,... 目录1、简述2、配置2.1 添加依赖2.2 配置 Gzip 压缩3、服务端应用4、前端应用4.1 N

Spring Boot + MyBatis Plus 高效开发实战从入门到进阶优化(推荐)

《SpringBoot+MyBatisPlus高效开发实战从入门到进阶优化(推荐)》本文将详细介绍SpringBoot+MyBatisPlus的完整开发流程,并深入剖析分页查询、批量操作、动... 目录Spring Boot + MyBATis Plus 高效开发实战:从入门到进阶优化1. MyBatis

MyBatis 动态 SQL 优化之标签的实战与技巧(常见用法)

《MyBatis动态SQL优化之标签的实战与技巧(常见用法)》本文通过详细的示例和实际应用场景,介绍了如何有效利用这些标签来优化MyBatis配置,提升开发效率,确保SQL的高效执行和安全性,感... 目录动态SQL详解一、动态SQL的核心概念1.1 什么是动态SQL?1.2 动态SQL的优点1.3 动态S