切棍子的最小成本
难度:
标签:
题目描述
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:
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:
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: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 <= 10^6
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
代码结果
运行时间: 234 ms, 内存: 16.5 MB
/*
* Problem: You are given a stick of length 'n' with certain marked positions given in the array 'cuts'.
* You need to cut the stick at these positions in such a way that the total cost of cutting is minimized.
* The cost of a cut is the length of the stick being cut at that moment.
*
* Approach with Java Streams:
* 1. Similar to the Java solution, but we use streams to handle sorting and conversion of the cuts array.
* 2. We still use dynamic programming to find the minimum cost.
*/
import java.util.*;
import java.util.stream.IntStream;
public class MinCostCuttingStream {
public int minCost(int n, int[] cuts) {
int[] newCuts = IntStream.concat(IntStream.of(0), IntStream.concat(Arrays.stream(cuts), IntStream.of(n))).sorted().toArray();
int m = newCuts.length;
int[][] dp = new int[m][m];
for (int i = m - 2; i >= 0; i--) {
for (int j = i + 2; j < m; j++) {
dp[i][j] = IntStream.range(i + 1, j).map(k -> dp[i][k] + dp[k][j] + newCuts[j] - newCuts[i]).min().orElse(Integer.MAX_VALUE);
}
}
return dp[0][m - 1];
}
}
解释
方法:
这个问题可以通过动态规划来解决。首先,将切割点数组按升序排序,并在数组的起始和结尾分别添加0和n,这样方便处理边界情况。定义dp[i][j]为从切割点cuts[i]到cuts[j]的最小切割成本。初始化dp[i][i+1]为0,因为相邻切割点之间没有棍子长度,不需要成本。对于每个长度k从2到m+2,遍历所有可能的切割点对i和j,其中j=i+k。对于每对i和j,计算通过任意中间点cuts[m]切割的成本总和,选择最小的成本更新dp[i][j]。最终dp[0][m+1]将包含从0到n的整个棍子的最小切割成本。
时间复杂度:
O(m^3)
空间复杂度:
O(m^2)
代码细节讲解
🦆
在动态规划问题中,为什么要在切割点数组`cuts`中添加0和n?
▷🦆
对于数组`dp`中的初始化值为`float('inf')`的选择,请问这是基于什么考虑?
▷🦆
在动态规划中,`dp[i][i+1]`被设置为0代表什么意义,为什么相邻切割点之间的成本为0?
▷🦆
在计算`dp[i][i+k]`时,通过寻找所有可能的中间切割点来更新最小成本的方法是否最优,还有没有更高效的算法?
▷