当前位置: 首页 > news >正文

暴力枚举法解决环形石子合并问题

暴力枚举法解决环形石子合并问题:原理、代码与分析
一、问题引入
石子合并问题是区间动态规划的经典案例,而 “环形石子合并” 是其进阶形式:
在圆形操场的四周有 n 堆石子,每次只能合并相邻的两堆,合并得分是新堆的石子数。求将所有石子合并成一堆的最小得分和最大得分。
二、暴力枚举法的核心思路
暴力枚举法的本质是穷举所有可能的合并顺序,计算每种顺序的得分,最终取极值。
由于石子是环形排列,我们需要先将其转化为线性数组(拼接原数组,覆盖所有环形起点),再对每个线性子数组枚举所有合并顺序:
环形转线性:将原数组 stones 拼接一份(如 [4,1,2,3] → [4,1,2,3,4,1,2,3]),枚举所有长度为 n 的子数组,等价于枚举环形的所有起点。
枚举合并顺序:对每个线性子数组,递归枚举所有 “合并相邻堆” 的可能顺序,累计得分,最终记录全局最小 / 最大值。
三、C++ 代码实现(详细注释)
cpp
运行
#include <iostream>
#include <vector>
#include <climits>
#include <algorithm>
using namespace std;

// 全局变量:记录全局最小/最大得分
int global_min = INT_MAX;
int global_max = INT_MIN;

/**
* 递归暴力枚举所有合并顺序
* @param stones 当前剩余的石子堆数组
* @param current_score 当前累计的合并得分
*/
void bruteForceMerge(vector<int>& stones, int current_score) {
// 递归终止条件:只剩1堆石子,更新全局得分
if (stones.size() == 1) {
global_min = min(global_min, current_score);
global_max = max(global_max, current_score);
return;
}

// 枚举所有相邻的两堆,尝试合并
for (int i = 0; i < stones.size() - 1; ++i) {
// 1. 记录原始值(用于回溯)
int a = stones[i], b = stones[i + 1];
int merge_score = a + b; // 本次合并的得分

// 2. 原地合并:修改i位置,删除i+1位置
stones[i] = merge_score;
stones.erase(stones.begin() + i + 1);

// 3. 递归处理合并后的新数组
bruteForceMerge(stones, current_score + merge_score);

// 4. 回溯:恢复数组状态(保证其他分支的独立性)
stones.insert(stones.begin() + i + 1, b);
stones[i] = a;
}
}

int main() {
int n;
cout << "请输入石子堆数 n:";
cin >> n;

vector<int> stones(n);
cout << "请输入 " << n << " 堆石子的数量:";
for (int i = 0; i < n; ++i) {
cin >> stones[i];
}

// 环形转线性:枚举所有起点(覆盖环形的所有可能起始位置)
for (int start = 0; start < n; ++start) {
vector<int> linear_stones;
for (int i = 0; i < n; ++i) {
// 取模实现环形遍历,start为起点,i为偏移量
linear_stones.push_back(stones[(start + i) % n]);
}
// 对当前线性子数组枚举所有合并顺序
bruteForceMerge(linear_stones, 0);
}

// 输出结果
cout << "暴力枚举法最小得分:" << global_min << endl;
cout << "暴力枚举法最大得分:" << global_max << endl;

return 0;
}
四、代码运行示例
输入:
plaintext
请输入石子堆数 n:4
请输入 4 堆石子的数量:4 1 2 3
输出:
plaintext
暴力枚举法最小得分:19
暴力枚举法最大得分:26
五、暴力枚举法的优缺点分析
优点
逻辑直观:完全贴合 “合并相邻堆” 的规则,结果绝对正确,适合理解问题本质;
实现简单:无需复杂的动态规划或分治思想,仅需递归 + 枚举即可完成。
缺点
时间复杂度极高:
O(n×n!)
(n 为石子堆数),n=6 时需枚举约 720 种合并顺序,n=7 时需 5040 种,n>8 时几乎无法运行;
实用性差:仅能处理极小规模用例,无法应用于实际场景。
六、暴力法的优化方向
暴力法的核心问题是 “重复计算” 和 “阶乘级复杂度”,实际应用中需放弃暴力枚举,改用更高效的算法:
记忆化搜索:缓存 “合并区间 [i,j] 的得分”,时间复杂度降至 O(n 3);
区间动态规划:自底向上计算区间最优解,是环形石子合并的标准最优解法,时间复杂度O(n 3 ),可处理 n≤200 的大规模用例。
七、总结
暴力枚举法是理解 “石子合并问题” 的入门方式,但其阶乘级的时间复杂度决定了它仅适用于学习阶段。实际开发中,我们通常会使用区间动态规划来解决环形石子合并问题,既保证效率,又能得到全局最优解。

http://www.cnnetsun.cn/news/68704.html

相关文章:

  • 4、Gateway
  • 泛型实例化陷阱频发?资深架构师总结的6大避坑法则
  • hot100 2.字母异位词分组
  • R语言Cox回归避坑指南(临床数据建模常见错误TOP5)
  • 是德 N9041B UXA 频谱分析仪在真空环境完成卫星信号分析
  • 用是德DSOX1204A示波器快速捕捉与调试信号的实用指南
  • 连接器EMC测试不过关?5步定位干扰源头,快速通过认证
  • 为什么90%的物联网项目卡在部署阶段?真相令人震惊
  • 你还在用线性回归预测产量?R语言随机森林模型已全面超越
  • Laravel 13发布后必须掌握的技能:多模态任务队列的7种高级用法
  • some 知识点 knowledge
  • Gson和Jackson是怎么解决泛型实例化的?源码级剖析告诉你答案
  • 重新发现深圳,找个咖啡/羽毛球搭子一起探索城市的AB面
  • 请求拦截不再难,Symfony 8拦截器实现原理与最佳实践全解析
  • RAG文本分块策略:优化LLM的知识访问效率
  • 桌面那么点大,性能它偏要狂
  • 基于51单片机的智能水表系统设计
  • 基于单片机的交通控制系统
  • 永磁同步电机PMSM 5 - 7次谐波注入降低转矩脉动实践
  • 万字长文梳理如何扩展大语言模型的上下文长度:算法原理、实现方法与适用场景(RoPE、YaRN、优化Attention、RAG等)
  • 特征提取+概率神经网络 PNN 的轴承信号故障诊断模型
  • 单元测试基础知识,面试用得上...
  • 美国国务院恢复 Times New Roman 字体
  • 【万字长文】LLM+KG:大模型与知识图谱融合的黄金时代,技术前景与实现路径全解析!
  • ionet 25.2 发布
  • 谁还不知道!2025年这4款免费AI写歌工具
  • OpenNJet v3.3.1.3
  • 续约上港!张琳芃 400 万冲第 12 冠
  • 2023A卷,区块链文件转储系统
  • 动态图表自由切换,R Shiny多输入控件协同设计全解析