动态规划思想:石子合并问题
2012-12-03 11:52
344 查看
描述:
在一个圆形操场的四周摆放着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得分。 试设计一个算法,计算出将n堆石子合并成一堆的最小得分和最大得分。
开始以为通过贪心算法可能很快解决问题,可是是行不通的。 首先我们可以把这么堆石子看成一列 , 我们假如5堆的石子,其中石子数分别为7,6,5,7,100
•按照贪心法,合并的过程如下:
每次合并得分
第一次合并 7 6 5 7 100 =11
第二次合并 7 11 7 100=18
第三次合并 18 7 100 =25
第四次合并 25 100 =125
总得分=11+18+25+125=179
•另一种合并方案
每次合并得分
第一次合并 7 6 5 7 100 ->13
第二次合并 13 5 7 100->12
第三次合并 13 12 100 ->25
第四次合并 25 100 ->125
总得分=13+12+25+125=175
显然利用贪心来做是错误的,贪心算法在子过程中得出的解只是局部最优,而不能保证使得全局的值最优。
在一个圆形操场的四周摆放着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得分。 试设计一个算法,计算出将n堆石子合并成一堆的最小得分和最大得分。
开始以为通过贪心算法可能很快解决问题,可是是行不通的。 首先我们可以把这么堆石子看成一列 , 我们假如5堆的石子,其中石子数分别为7,6,5,7,100
•按照贪心法,合并的过程如下:
每次合并得分
第一次合并 7 6 5 7 100 =11
第二次合并 7 11 7 100=18
第三次合并 18 7 100 =25
第四次合并 25 100 =125
总得分=11+18+25+125=179
•另一种合并方案
每次合并得分
第一次合并 7 6 5 7 100 ->13
第二次合并 13 5 7 100->12
第三次合并 13 12 100 ->25
第四次合并 25 100 ->125
总得分=13+12+25+125=175
显然利用贪心来做是错误的,贪心算法在子过程中得出的解只是局部最优,而不能保证使得全局的值最优。
#include<stdio.h> #define N 100 /* *求合并过程中 *最少合并堆数目 **/ int MatrixChain_min(int p ,int n) { //定义二维数组m[i][j]来记录i到j的合并过成中最少石子数目 //此处赋值为-1 int x,z; int m ; for(x=1;x<=n;x++) for(z=1;z<=n;z++) { m[x][z]=-1; } int min=0; int g; //当一个单独合并时,m[i][i]设为0,表示没有石子 for(g = 1;g<=n;g++) m[g][g]=0; //当相邻的两堆石子合并时,此时的m很容易可以看出是两者之和 int i; for(i=1;i<=n-1;i++) { int j=i+1; m[i][j]=p[i-1]+p[j-1]; } //当相邻的3堆以及到最后的n堆时,执行以下循环 int r,b,k; for(r=3; r<=n;r++) for(i=1;i<=n-r+1;i++) { int j = i+r-1; //j总是距离i r-1的距离 int sum=0; //当i到j堆石子合并时最后里面的石子数求和得sum for(b=i;b<=j;b++) sum+=p[b-1]; // 此时m[i][j]为i~j堆石子间以m[i][i]+m[i+1][j]+sum结果,这是其中一种可能,不一定是最优 //要与下面的情况相比较,唉,太详细了 m[i][j] = m[i+1][j]+sum; //除上面一种组合情况外的其他组合情况 for(k=i+1;k<j;k++) { int t=m[i][k]+m[k+1][j]+sum; if(t<m[i][j]) m[i][j] = t; } } //最终得到最优解 min=m[1] ; return min; } /* *求合并过程中 *最多合并堆数目 **/ int MatrixChain_max(int p ,int n) { int m ; int x,z; for(x=1;x<=n;x++) for(z=1;z<=n;z++) { m[x][z]=-1; } int max=0; int g,i; //一个独自组合时 for(g = 1;g<=n;g++) m[g][g]=0; //两个两两组合时 for(i=1;i<=n-1;i++) { int j=i+1; m[i][j]=p[i-1]+p[j-1]; } int r,b,k; for(r=3; r<=n;r++) for(i=1;i<=n-r+1;i++) { int j = i+r-1; int sum=0; for(b=i;b<=j;b++) sum+=p[b-1]; m[i][j] = m[i+1][j]+sum; for(k=i+1;k<j;k++) { int t=m[i][k]+m[k+1][j]+sum; if(t>m[i][j]) m[i][j] = t; } } max=m[1] ; return max; } int main() { //int stone ; int min=0; int max=0; int n; int i; /*scanf("%d",&n); for(i=1;i<=n;i++) scanf("%d",&stone[i]); */ n = 4; //stone[6] = {9,-7,,1,5,13 }; int stone = { 9, -7 , 2 ,1 }; for (i = 0;i < n; i ++) { printf("%d ",stone[i]); } printf("\n\n"); min= MatrixChain_min(stone,n); max= MatrixChain_max(stone,n); //因为题目要求圆的原因,要把所有情况都要考虑到,总共有n种情况。 int j,k; for(j=1;j<=n-1;j++) { int min_cache=0; int max_cache=0; int cache= stone[0]; for(k=1;k< n;k++) { stone[k-1]=stone[k]; } stone[n-1]=cache; min_cache= MatrixChain_min(stone,n); printf("%d \n",min_cache); max_cache= MatrixChain_max(stone,n); printf("%d \n",max_cache); if(min_cache<min) min=min_cache; if(max_cache>max) max=max_cache; } printf("%d\n",min); printf("%d\n",max); return 1; }
相关文章推荐
- 动态规划思想:石子合并问题
- 动态规划思想:石子合并问题
- 石子合并;圈型;动态规划;重点在于处理圈型问题;代码内有算法解释;
- 动态规划解循环石子堆合并问题
- 动态规划解石子合并问题
- 石子合并的动态规划问题
- 动态规划:圆形石子合并问题
- 动态规划石子合并问题
- 动态规划之石子合并(2)
- C语言使用DP动态规划思想解最大K乘积与乘积最大问题
- 用动态规划的思想来解决组合数问题
- 动态规划-合并石子
- 动态规划——洛谷1880石子合并
- 石子合并的动态规划解决方案
- zjnu1181 石子合并【基础算法・动态规划】——高级
- 动态规划专题之石子合并
- 合并石子(动态规划经典题)
- 动态规划之石子合并
- 运用动态规划思想求解问题的一般思路。
- 转贴:动态规划之石子合并