凸多边形最优三角划分（动态规划）

原理

1. 问题定义及目标
   凸多边形最优三角剖分问题旨在给定一个凸多边形，通过添加若干条不相交的对角线将其分割成多个三角形，使得所有三角形的权值之和最小。这里的权值通常与三角形的顶点相关，可以是边长、角度或者其他自定义的度量值，在代码中通过权函数 W(vi, vj, vk) 来计算以顶点 vi、vj、vk 构成的三角形的权值。

2. 动态规划思想及状态定义

   • 状态定义：
     使用二维数组 m[i][j] 表示从顶点 i 到顶点 j 所构成的子多边形（包含这两个顶点以及它们之间按顺序的顶点）进行最优三角剖分后的最小权值和。例如，m[2][5] 表示由顶点 2、3、4、5 构成的子多边形的最优三角剖分的权值和。同时，使用二维数组 s[i][j] 用于记录在 m[i][j] 的最优剖分中，选择的划分顶点（即与 i 和 j 构成三角形的那个中间顶点），以便后续构造出具体的最优三角剖分方案。
   • 状态转移方程及思想依据：
     对于边界情况，当 i = j 时，即子多边形只包含一个顶点，不存在三角剖分，所以 m[i][i] = 0。对于一般情况（i < j），考虑从顶点 i 到顶点 j 的子多边形的最优三角剖分，其可以通过选择一个中间顶点 k（i < k < j），将子多边形划分为两个子多边形（一个是从 i 到 k，另一个是从 k + 1 到 j），再加上以 i、k、j 构成的三角形（其权值通过 W(i - 1, k, j) 计算），然后取所有可能的中间顶点 k 划分方式下的最小值作为 m[i][j] 的值，状态转移方程可以表示为：
     
     通过从较小规模的子多边形（即较小的 j - i 值）逐步计算到整个多边形（i = 1，j = n），最终得到整个凸多边形的最优三角剖分的最小权值和存储在 m[1][n] 中，同时 s[1][n] 记录了对应的最优划分顶点信息。

步骤

1. 初始化动态规划数组（外层第一个 for 循环部分）
   通过循环 for(int i = 1; i <= n; i++) m[i][i] = 0; 对 m 数组进行初始化，将 m 数组中对角线元素（即 i = j 时）都设置为 0，因为单个顶点构成的子多边形不存在三角剖分，权值和自然为 0，这是边界情况的初始化。

2. 动态规划计算最优三角剖分权值和及记录划分顶点（外层第二个 for 循环部分，包含多层嵌套循环）

   • 外层循环通过 for(r = 2; r <= n; r++) 控制子多边形的规模（这里用 r 表示子多边形包含的顶点个数，从 2 个顶点开始逐步增加到整个多边形的 n&