Biorąc pod uwagę tablicę wymiarów n × m który należy pociąć na n × m kwadratów. Koszt wykonania cięcia wzdłuż krawędzi poziomej lub pionowej podawany jest w dwóch tablicach:
- X[] : Cięcie kosztów wzdłuż pionowych krawędzi (wzdłuż).
- I[] : Cięcie kosztów wzdłuż krawędzi poziomych (wszerz).
Znajdź minimalny całkowity koszt wymagany do optymalnego pocięcia deski na kwadraty.
Przykłady:
Wejście: x[] = [2 1 3 1 4] y[] = [4 1 2] n = 4 m = 6
Wyjście: 42
Wyjaśnienie:
Początkowo nie. segmentów poziomych = 1 i nie. segmentów pionowych = 1.
Optymalny sposób cięcia na kwadrat to:
Wybierz 4 (od x) -> cięcie pionowe Koszt = 4 × segmenty poziome = 4
Teraz segmenty poziome = 1 segmenty pionowe = 2.
Wybierz 4 (od y) -> cięcie poziome Koszt = 4 × segmenty pionowe = 8
Teraz segmenty poziome = 2 segmenty pionowe = 2.
Wybierz 3 (od x) -> cięcie pionowe Koszt = 3 × segmenty poziome = 6
Teraz segmenty poziome = 2 segmenty pionowe = 3.
Wybierz 2 (od x) -> cięcie pionowe Koszt = 2 × segmenty poziome = 4
Teraz segmenty poziome = 2 segmenty pionowe = 4.
Wybierz 2 (od y) -> cięcie poziome Koszt = 2 × segmenty pionowe = 8
Teraz segmenty poziome = 3 segmenty pionowe = 4.
Wybierz 1 (od x) -> cięcie pionowe Koszt = 1 × segmenty poziome = 3
Teraz segmenty poziome = 3 segmenty pionowe = 5.
Wybierz 1 (od x) -> cięcie pionowe Koszt = 1 × segmenty poziome = 3
Teraz segmenty poziome = 3 segmenty pionowe = 6.
Wybierz 1 (od y) -> cięcie poziome Koszt = 1 × segmenty pionowe = 6
Teraz segmenty poziome = 4 segmenty pionowe = 6.
Zatem całkowity koszt = 4 + 8 + 6 + 4 + 8 + 3 + 3 + 6 = 42.Wejście: x[] = [1 1 1] y[] = [1 1 1] n = 4 m = 4
Wyjście: 15
Wyjaśnienie:
Początkowo nie. segmentów poziomych = 1 i nie. segmentów pionowych = 1.
Optymalny sposób cięcia na kwadrat to:
Wybierz 1 (od y) -> cięcie poziome Koszt = 1 × segmenty pionowe = 1
Teraz segmenty poziome = 2 segmenty pionowe = 1.
Wybierz 1 (od y) -> cięcie poziome Koszt = 1 × segmenty pionowe = 1
Teraz segmenty poziome = 3 segmenty pionowe = 1.
Wybierz 1 (od y) -> cięcie poziome Koszt = 1 × segmenty pionowe = 1
Teraz segmenty poziome = 4 segmenty pionowe = 1.
Wybierz 1 (od x) -> cięcie pionowe Koszt = 1 × segmenty poziome = 4
Teraz segmenty poziome = 4 segmenty pionowe = 2.
Wybierz 1 (od x) -> cięcie pionowe Koszt = 1 × segmenty poziome = 4
Teraz segmenty poziome = 4 segmenty pionowe = 3.
Wybierz 1 (od x) -> cięcie pionowe Koszt = 1 × segmenty poziome = 4
Teraz segmenty poziome = 4 segmenty pionowe = 4
Zatem całkowity koszt = 1 + 1 + 1 + 4 + 4 + 4 = 15.
Spis treści
- [Podejście naiwne] Wypróbuj wszystkie permutacje - O((n+m)!×(n+m)) Czas i O(n+m) Przestrzeń
- [Oczekiwane podejście] Użycie techniki zachłannej - O( n (log n)+m (log m)) Czas i O(1) Przestrzeń
[Podejście naiwne] Wypróbuj wszystkie permutacje - O((n+m)!×(n+m)) Czas i O(n+m) Przestrzeń
Pomysł polega na wygenerowaniu wszystkich możliwych permutacji danych cięć, a następnie obliczeniu kosztu każdej permutacji. Na koniec zwróć wśród nich minimalny koszt.
Notatka: Podejście to nie jest możliwe w przypadku większych danych wejściowych, ponieważ liczba permutacji rośnie silniowo jako (m+n-2)!.
Dla każdej permutacji musimy obliczyć koszt w czasie O(m+n). Stąd całkowita złożoność czasowa wynosi O((m+n−2)!×(m+n)).
[Oczekiwane podejście] Użycie techniki zachłannej - O( n (log n)+m (log m)) Czas i O(1) Przestrzeń
Pomysł jest taki, aby najpierw wykonać najdroższe cięcia za pomocą chciwe podejście . Zaobserwowano, że wybór najwyższej obniżki kosztów na każdym etapie zmniejsza przyszłe koszty, wpływając na wiele elementów jednocześnie. Sortujemy koszty cięć pionowych (x) i poziomych (y) w kolejności malejącej, a następnie iteracyjnie wybieramy większy, aby zmaksymalizować oszczędności. Pozostałe kawałki są przetwarzane oddzielnie, aby zapewnić optymalne rozdzielenie wszystkich sekcji.
Co się stanie, gdy dokonamy cięcia?
- Cięcie poziome → przecinasz szerokość, więc zwiększa się liczba poziomych pasków (hCount++). Jednak koszt jest mnożony przez vCount (liczbę pionowych pasków), ponieważ poziome cięcie musi przejść przez wszystkie pionowe segmenty.
- Cięcie pionowe → przecinasz wysokość, więc liczba pionowych pasków wzrasta (vCount++). Ale koszt jest mnożony przez hCount (liczbę poziomych pasków), ponieważ pionowe cięcie musi przejść przez wszystkie poziome segmenty.
Kroki, aby rozwiązać problem:
- Sortuj tablice x i y w kolejności malejącej.
- Użyj dwóch wskaźników, jednego dla x i jednego dla y, zaczynając od największej wartości i kierując się w stronę mniejszych wartości.
- Utrzymuj hCount i vCount, aby śledzić, na ile segmentów wpływa każde cięcie, i odpowiednio je aktualizuj.
- Wykonuj iteracje, podczas gdy zarówno x, jak i y mają nieprzetworzone kawałki, zawsze wybierając większy koszt, aby zminimalizować ogólne wydatki.
- Jeśli x pozostały cięcia, przetwórz je za pomocą mnożnika hCount; podobnie przetwarzaj pozostałe cięcia za pomocą vCount.
- Zsumuj całkowity koszt na każdym etapie, korzystając ze wzoru: obniż koszt * liczba dotkniętych elementów, zapewniając minimalny koszt.
#include #include #include using namespace std; int minCost(int n int m vector<int>& x vector<int>& y) { // Sort the cutting costs in ascending order sort(x.begin() x.end()); sort(y.begin() y.end()); int hCount = 1 vCount = 1; int i = x.size() - 1 j = y.size() - 1; int totalCost = 0; while (i >= 0 && j >= 0) { // Choose the larger cost cut to // minimize future costs if (x[i] >= y[j]) { totalCost += x[i] * hCount; vCount++; i--; } else { totalCost += y[j] * vCount; hCount++; j--; } } // Process remaining vertical cuts while (i >= 0) { totalCost += x[i] * hCount; vCount++; i--; } // Process remaining horizontal cuts while (j >= 0) { totalCost += y[j] * vCount; hCount++; j--; } return totalCost; } int main() { int n = 4 m = 6; vector<int> x = {2 1 3 1 4}; vector<int> y = {4 1 2}; cout << minCost(n m x y) << endl; return 0; }
Java import java.util.Arrays; class GfG { static int minCost(int n int m int[] x int[] y) { // Sort the cutting costs in ascending order Arrays.sort(x); Arrays.sort(y); int hCount = 1 vCount = 1; int i = x.length - 1 j = y.length - 1; int totalCost = 0; while (i >= 0 && j >= 0) { // Choose the larger cost cut to // minimize future costs if (x[i] >= y[j]) { totalCost += x[i] * hCount; vCount++; i--; } else { totalCost += y[j] * vCount; hCount++; j--; } } // Process remaining vertical cuts while (i >= 0) { totalCost += x[i] * hCount; vCount++; i--; } // Process remaining horizontal cuts while (j >= 0) { totalCost += y[j] * vCount; hCount++; j--; } return totalCost; } public static void main(String[] args) { int n = 4m = 6; int[] x = {2 1 3 1 4}; int[] y = {4 1 2}; System.out.println(minCost(n m x y)); } }
Python def minCost(nm x y): # Sort the cutting costs in ascending order x.sort() y.sort() hCount vCount = 1 1 i j = len(x) - 1 len(y) - 1 totalCost = 0 while i >= 0 and j >= 0: # Choose the larger cost cut to # minimize future costs if x[i] >= y[j]: totalCost += x[i] * hCount vCount += 1 i -= 1 else: totalCost += y[j] * vCount hCount += 1 j -= 1 # Process remaining vertical cuts while i >= 0: totalCost += x[i] * hCount vCount += 1 i -= 1 # Process remaining horizontal cuts while j >= 0: totalCost += y[j] * vCount hCount += 1 j -= 1 return totalCost if __name__ == '__main__': nm = 4 6 x = [2 1 3 1 4] y = [4 1 2] print(minCost(nmx y))
C# using System; class GfG { public static int minCost(int n int m int[] x int[] y) { // Sort the cutting costs in ascending order Array.Sort(x); Array.Sort(y); int hCount = 1 vCount = 1; int i = x.Length - 1 j = y.Length - 1; int totalCost = 0; // Process the cuts in greedy manner while (i >= 0 && j >= 0) { // Choose the larger cost cut to // minimize future costs if (x[i] >= y[j]) { totalCost += x[i] * hCount; vCount++; i--; } else { totalCost += y[j] * vCount; hCount++; j--; } } // Process remaining vertical cuts while (i >= 0) { totalCost += x[i] * hCount; vCount++; i--; } // Process remaining horizontal cuts while (j >= 0) { totalCost += y[j] * vCount; hCount++; j--; } return totalCost; } public static void Main() { int n=4m=6; int[] x = {2 1 3 1 4}; int[] y = {4 1 2}; Console.WriteLine(minCost(nm x y)); } }
JavaScript function minCost( nm x y) { // Sort the cutting costs in ascending order x.sort((a b) => a - b); y.sort((a b) => a - b); let hCount = 1 vCount = 1; let i = x.length - 1 j = y.length - 1; let totalCost = 0; while (i >= 0 && j >= 0) { // Choose the larger cost cut to // minimize future costs if (x[i] >= y[j]) { totalCost += x[i] * hCount; vCount++; i--; } else { totalCost += y[j] * vCount; hCount++; j--; } } // Process remaining vertical cuts while (i >= 0) { totalCost += x[i] * hCount; vCount++; i--; } // Process remaining horizontal cuts while (j >= 0) { totalCost += y[j] * vCount; hCount++; j--; } return totalCost; } // Driver Code let n = 4m = 6; let x = [2 1 3 1 4]; let y = [4 1 2]; console.log(minCost(nm x y));
Wyjście
42
