动态规划 -- 钢条切割问题

给定一段长度为n英寸的钢条和一个价格表p，求切割钢条方案（钢条的长度均为整英寸），使得销售收益最大。

我们可以计算出长度为n英寸的钢条共有2的（n-1）次方种不同的切割方案。
为解决规模为n的原问题，我们可以这样考虑。先求解形式完全一样，但规模更小的子问题。我们将钢条左边切割下长度为i的一段（i的取值范围是[1, n]），然后只对右边剩下的长度为n-i的一段继续进行切割（递归求解）。即问题的分解方式为：将长度为n的钢条分解为左边开始一段，以及剩余部分继续分解的结果。这样我们就可以做出如下解答：

function cut_rod(p, n) {if (n == 0) return 0;let sum = -Infinity;for (let i = 1; i <= n; i++) {sum = Math.max(sum, p[i] + cut_rod(p, n - i))}return sum;
}
let p = [0, 1, 5, 8, 9, 10, 17, 17, 20, 24, 30];
console.log(cut_rod(p, 5)); //13

然而，以上代码一旦输入规模变大，程序运行时间就会变得相当长。以n=4为例，当我们对整个递归过程展开是，它所做的工作量如下：

回过头看，会发现整个过程进行了大量的重复计算，严重浪费了效率。
接下来展示如何将它转换为一个更高效的动态规划算法。动态规划方法对每个子问题只求解一次，并将结果保存下来。如果随后在此需要此子问题的解，无需重新计算，只需查找保存的结果。有两种方法：

带备忘的自顶向下法
此方法仍然按照自然的递归形式编程，但过程中会保存每个子问题的解。

function memorized_cut_rod(p,n){let arr = new Array(n);arr.fill(-1);function _memorized_cut_rod(p, n, arr){if(arr[n] >= 0){return arr[n];}if(n == 0){return 0;}let sum = -Infinity;for (let i = 1; i <= n; i++) {sum = Math.max(sum, p[i] + _memorized_cut_rod(p, n - i, arr))}arr[n] = sum;return sum;}return _memorized_cut_rod(p, n, arr)
}
let p = [0, 1, 5, 8, 9, 10, 17, 17, 20, 24, 30];
console.log(memorized_cut_rod(p, 5)); //13

对照之前的代码，动态规划方法付出了额外的内存空间，但是节省了非常多的时间。

自底向上法
这种方法一般需要恰当定义子问题“规模”的概念，使得任何子问题的求解都只依赖于“更小的”子问题的求解。

function bottom_up_cut_rod(p, n) {let arr = new Array(n);// 长度为0时的解为0arr[0] = 0;for (let i = 1; i <= n; i++) {let sum = -Infinity;for (let j = 1; j <= i; j++) {// n = 1时，i-j = 0，arr[0]已知为0// n = 2时，i-j = 1、0，arr[1]、arr[0]均已知// n = 3时，i-j = 2、1、0，arr[2]、arr[1]、arr[0]均已知sum = Math.max(sum, p[j] + arr[i - j]);}// 数组中记录子问题的解arr[i] = sum;}return arr[n];
}
let p = [0, 1, 5, 8, 9, 10, 17, 17, 20, 24, 30];
console.log(bottom_up_cut_rod(p, 5)); //13

此方法采用子问题的自然顺序，若j < i，则规模为j的子问题比规模为i的子问题更小，因此，过程依次求解规模为i = 0,1，…，n的子问题。

动态规划 -- 钢条切割问题相关推荐

动态规划 — 钢条切割问题
动态规划: 什么是动态规划? 动态规划算法的基本思想与分治法类似,也是将待求解的问题分解为若干个子问题(阶段),按顺序求解子阶段,前一子问题的解,为后一子问题的求解提供了有用的信息.在求解任一子问题时 ...
算法导论动态规划钢条切割问题 C语言
动态规划钢条切割问题动态规划(dynamic programming)与分治法类似.分治策略将问题划分为互不相交的子问题,递归求解子问题,再将子问题进行组合,求解原问题.动态规划应用于子问题重叠的情 ...
动态规划—钢条切割问题与01背包问题
目录 1.钢条切割问题第一种求最优解方案: 第二种求最优解方案: 第一种方法是带备忘的自顶向下法第二种方法是自底向上法 2.01背包问题 1,穷举法(把所有情况列出来,比较得到总价值最大的情 ...
算法导论-动态规划-钢条切割问题
文章目录一.钢条切割定义二.具体步骤 1.思考 2.代码思考 3.动态规划求解 4.伪代码三:总结: 一.钢条切割定义图为价格表给定一段长度是n的钢条和一个价格表,求切割方案使得收益达到最大 ...
动态规划-钢条切割（java）
数据结构与算法系列源代码:https://github.com/ThinerZQ/AllAlgorithmInJava 本文源代码:https://github.com/ThinerZQ/AllAlg ...
动态规划——钢条切割
有一根钢条,和他的长度价格表,真么样切割才能使得售出的钢条收益最大. 不考虑钢条的切割损耗. 输入n 表示钢条的长度价格表p[i] 表示长度为i的钢条出售的价格 ------------------ ...
动态规划-钢条切割问题
int BottomUpCutRod(int p[],int n) { int *r=new int[n+1]; r[0]=0; for (int j=1;j<=n;j++) { int q=- ...
《算法导论》中动态规划求解钢条切割问题
动态规划算法概述动态规划(dynamic programming)1是一种与分治方法很像的方法,都是通过组合子问题的解来求解原问题.不同之处在于,动态规划用于子问题重叠的情况,比如我们学过的斐波那契 ...
钢条分割动态规划java_【动态规划】初识，钢条切割问题
正文之前其实动态规划老早之前就看过, 但是可惜的是印象不深,到今天彻底忘得差不多了,这两天看<算法导论>终于让我啃下了二叉搜索树和红黑树两个家伙,虽然还未曾熟练于胸,但是基本能用了...现 ...

动态规划 -- 钢条切割问题

动态规划 -- 钢条切割问题相关推荐

最新文章

热门文章