【C++动态规划】1547. 切棍子的最小成本|2116

【C++动态规划】1547. 切棍子的最小成本|2116

本文涉及知识点

C++动态规划

LeetCode1547. 切棍子的最小成本

有一根长度为 n 个单位的木棍,棍上从 0 到 n 标记了若干位置。例如,长度为 6 的棍子可以标记如下:

在这里插入图片描述

给你一个整数数组 cuts ,其中 cuts[i] 表示你需要将棍子切开的位置。
你可以按顺序完成切割,也可以根据需要更改切割的顺序。
每次切割的成本都是当前要切割的棍子的长度,切棍子的总成本是历次切割成本的总和。对棍子进行切割将会把一根木棍分成两根较小的木棍(这两根木棍的长度和就是切割前木棍的长度)。请参阅第一个示例以获得更直观的解释。
返回切棍子的 最小总成本 。
示例 1:

在这里插入图片描述

输入:n = 7, cuts = [1,3,4,5]
输出:16
解释:按 [1, 3, 4, 5] 的顺序切割的情况如下所示:

在这里插入图片描述

第一次切割长度为 7 的棍子,成本为 7 。第二次切割长度为 6 的棍子(即第一次切割得到的第二根棍子),第三次切割为长度 4 的棍子,最后切割长度为 3 的棍子。总成本为 7 + 6 + 4 + 3 = 20 。
而将切割顺序重新排列为 [3, 5, 1, 4] 后,总成本 = 16(如示例图中 7 + 4 + 3 + 2 = 16)。
示例 2:

输入:n = 9, cuts = [5,6,1,4,2]
输出:22
解释:如果按给定的顺序切割,则总成本为 25 。总成本 <= 25 的切割顺序很多,例如,[4, 6, 5, 2, 1] 的总成本 = 22,是所有可能方案中成本最小的。

提示:

2 <= n <= 106
1 <= cuts.length <= min(n - 1, 100)
1 <= cuts[i] <= n - 1
cuts 数组中的所有整数都 互不相同

动态规划

将0和n加到cuts中,并排序。m = cuts.size

动态规划的状态表示

dp[i][j] 表示切割端点分别为costs[i],costs[j]的木棍,切割完的最小成本。空间复杂度:O(mm)

动态规划的填表顺序

len = j-i
len = 2 to m

动态规划的转移方程

for(int k = i+1; k < j ;i++)
MinSelf(dp[i][j] ,cost[j]-cost[i]+dp[i][k]+dp[i][j])
单个状态转移时间复杂度:O(m),总时间复杂度:O(mmm)

动态规划的初始化

dp[i][i+1] = 0,其它全部是 INT_MAX/2。

动态规划的返回值

dp[0].back()

代码

核心代码

classSolution{public:intminCost(int n, vector<int>& cuts){ cuts.emplace_back(0); cuts.emplace_back(n);sort(cuts.begin(), cuts.end());constint m = cuts.size(); vector<vector<int>>dp(m,vector<int>(m, INT_MAX /2));for(int i =0; i+1< m; i++){ dp[i][i +1]=0;}int j =0;for(int len =2; len <= m; len++){for(int i =0;(j = i + len -1)< m; i++){for(int k = i +1; k < j; k++){ dp[i][j]=min(dp[i][j], cuts[j]- cuts[i]+ dp[i][k]+ dp[k][j]);}}}return dp[0].back();}};

单元测试

int n; vector<int> cuts;TEST_METHOD(TestMethod11){ n =7, cuts ={1,3,4,5};auto res =Solution().minCost(n, cuts);AssertEx(16, res);}TEST_METHOD(TestMethod12){ n =9, cuts ={5,6,1,4,2};auto res =Solution().minCost(n, cuts);AssertEx(22, res);}

扩展阅读

我想对大家说的话
工作中遇到的问题,可以按类别查阅鄙人的算法文章,请点击《算法与数据汇总》。
学习算法:按章节学习《喜缺全书算法册》,大量的题目和测试用例,打包下载。重视操作
有效学习:明确的目标 及时的反馈 拉伸区(难度合适) 专注
闻缺陷则喜(喜缺)是一个美好的愿望,早发现问题,早修改问题,给老板节约钱。
子墨子言之:事无终始,无务多业。也就是我们常说的专业的人做专业的事。
如果程序是一条龙,那算法就是他的是睛
失败+反思=成功 成功+反思=成功

视频课程

先学简单的课程,请移步ZEEKLOG学院,听白银讲师(也就是鄙人)的讲解。
https://edu.ZEEKLOG.net/course/detail/38771
如何你想快速形成战斗了,为老板分忧,请学习C#入职培训、C++入职培训等课程
https://edu.ZEEKLOG.net/lecturer/6176

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
如无特殊说明,本算法用**C++**实现。

Read more

Flutter 三方库 lint_staged 的鸿蒙化适配指南 - 在鸿蒙系统上构建严谨、自动化的代码提交风控体系

欢迎加入开源鸿蒙跨平台社区:https://openharmonycrossplatform.ZEEKLOG.net Flutter 三方库 lint_staged 的鸿蒙化适配指南 - 在鸿蒙系统上构建严谨、自动化的代码提交风控体系 在鸿蒙(OpenHarmony)的大型研发团队中,代码质量的“守门员”任务至关重要。如果我们能在 Git 提交的瞬间自动执行静态扫描与格式化,就能极大减少后期 Code Review 的修边角成本。lint_staged 为鸿蒙开发者提供了一套完美集成的 Git Hook 工具。本文将实战演示如何在其背后构建鸿蒙代码提交的质量闭环。 前言 什么是 Lint Staged?它只对 Git 暂存区(Staged)的文件运行检查。在鸿蒙项目涉及成千上万个文件时,如果全量运行脚本将极其缓慢。lint_staged 通过精准的文件过滤,让鸿蒙开发者能在提交代码的几秒钟内完成格式校准和语法扫描,确保每一行入库的代码都符合鸿蒙架构的设计规范。 一、

By Ne0inhk
Flutter 组件 assertable_json 的适配 鸿蒙Harmony 实战 - 驾驭结构化 JSON 断言、实现鸿蒙端 API 回包自动化审计与零容错数据校验方案

Flutter 组件 assertable_json 的适配 鸿蒙Harmony 实战 - 驾驭结构化 JSON 断言、实现鸿蒙端 API 回包自动化审计与零容错数据校验方案

欢迎加入开源鸿蒙跨平台社区:https://openharmonycrossplatform.ZEEKLOG.net Flutter 组件 assertable_json 的适配 鸿蒙Harmony 实战 - 驾驭结构化 JSON 断言、实现鸿蒙端 API 回包自动化审计与零容错数据校验方案 前言 在鸿蒙(OpenHarmony)生态的金融级应用、大型电商后台以及涉及到敏感信息交换的政务系统中,“数据一致性”是高可用架构的最后一道防线。面对后端返回的动辄数千行、深度嵌套十余层的 JSON 数据流。如果仅仅依靠 data['user']['info']['id'] != null 这种脆弱的手动判空。那么不仅会导致代码中充斥着大量的噪声片段。更会因为某个微小的字段缺失(如:金额字段 amount 变为了 null)

By Ne0inhk
【Linux系统编程】(三十四)初识进程信号:Linux 软中断的核心奥秘

【Linux系统编程】(三十四)初识进程信号:Linux 软中断的核心奥秘

目录 前言 一、从生活场景理解信号:原来信号这么简单 1.1 快递的故事:完美映射信号处理流程 1.2 生活场景到 Linux 信号的核心结论 二、技术视角:Linux 进程信号的初体验 2.1 第一个实验:Ctrl+C的本质 —— 向前台进程发送 2 号信号SIGINT 代码实现:sig_hello.c 编译运行 2.2 第二个实验:修改信号处理方式 —— 让Ctrl+C不再终止进程 2.2.1 signal函数介绍 2.2.2 代码实现:sig_catch.c 2.2.

By Ne0inhk
OpenClaw 劝退率高?ClawX 完整安装指南(Windows/macOS/Linux),零基础也能会

OpenClaw 劝退率高?ClawX 完整安装指南(Windows/macOS/Linux),零基础也能会

前言:从 “极客劝退” 到 “全民上手”,ClawX 到底解决了什么? 最近 OpenClaw 彻底火出圈,作为能让 AI 帮你整理文件、监控网页、定时干活的智能体框架,它的潜力让无数打工人和自媒体人眼馋。但实际情况是,十个人里九个半栽在安装部署这一步 —— 配 Node.js 环境、改 YAML 配置、敲命令行、查端口占用,光是搞定这些,就足以让非技术用户直接放弃。 我做了 15 年电脑维护,见过太多用户被命令行和配置文件劝退的场景。直到 ClawX 出现,这款 OpenClaw 的可视化桌面客户端,把原本需要极客功底的操作,简化成了 “下一步安装、聊天式操作” 的程度。今天就给大家带来一份全网最细的 ClawX 保姆级安装教程,涵盖 Windows、macOS、

By Ne0inhk