合并石头的最低成本
有 n 堆石头排成一排,第 i 堆中有 stones[i] 块石头。
每次 移动 需要将 连续的 k 堆石头合并为一堆,而这次移动的成本为这 k 堆中石头的总数。
返回把所有石头合并成一堆的最低成本。如果无法合并成一堆,返回 -1 。
示例 1:
输入:stones = [3,2,4,1], K = 2
输出:20
解释:
从 [3, 2, 4, 1] 开始。
合并 [3, 2],成本为 5,剩下 [5, 4, 1]。
合并 [4, 1],成本为 5,剩下 [5, 5]。
合并 [5, 5],成本为 10,剩下 [10]。
总成本 20,这是可能的最小值。
示例 2:
输入:stones = [3,2,4,1], K = 3
输出:-1
解释:任何合并操作后,都会剩下 2 堆,我们无法再进行合并。所以这项任务是不可能完成的。.
示例 3:
输入:stones = [3,5,1,2,6], K = 3
输出:25
解释:
从 [3, 5, 1, 2, 6] 开始。
合并 [5, 1, 2],成本为 8,剩下 [3, 8, 6]。
合并 [3, 8, 6],成本为 17,剩下 [17]。
总成本 25,这是可能的最小值。
提示:
n == stones.length
1 <= n <= 30
1 <= stones[i] <= 100
2 <= k <= 30
class Solution {
private int[][] cache;
private int[] s;
private int k;
public int mergeStones(int[] stones, int k) {
int n = stones.length;
if ((n - 1) % (k - 1) > 0) {
// 无法合并成一堆
return -1;
}
s = new int[n + 1];
for (int i = 0; i < n; i++) {
// 计算前缀和
s[i + 1] = s[i] + stones[i];
}
this.k = k;
cache = new int[n][n];
for (int i = 0; i < n; i++) {
Arrays.fill(cache[i], -1);
}
return dfs(0, n - 1);
}
private int dfs(int i, int j) {
if (i == j) {
return 0; // 只有一堆石头
}
if (cache[i][j] != -1) {
return cache[i][j];
}
int ans = Integer.MAX_VALUE;
for (int m = i; m < j; m += k - 1) {
ans = Math.min(ans, dfs(i, m) + dfs(m + 1, j));
}
if ((j - i) % (k - 1) == 0) {
ans += s[j + 1] - s[i]; // 可以合并成一堆
}
return cache[i][j] = ans;
}
}
class Solution {
public int mergeStones(int[] stones, int k) {
int n = stones.length;
if ((n - 1) % (k - 1) > 0) {
// 无法合并成一堆
return -1;
}
int[] s = new int[n + 1];
for (int i = 0; i < n; i++) {
// 计算前缀和
s[i + 1] = s[i] + stones[i];
}
int[][] f = new int[n][n];
for (int i = n - 1; i >= 0; i--) {
for (int j = i + 1; j < n; j++) {
f[i][j] = Integer.MAX_VALUE;
for (int m = i; m < j; m += k - 1) {
f[i][j] = Math.min(f[i][j], f[i][m] + f[m + 1][j]);
}
if ((j - i) % (k - 1) == 0) {
f[i][j] += s[j + 1] - s[i];
}
}
}
return f[0][n - 1];
}
}