动态规划经典问题切钢条

package 小米oj;

public class 钢条切割 {
	
	public static void main(String[] args) {
		int price[] = {1,5,8,9,10,17,17,20,24,30};
		System.out.println(cut_rod(12,price));
		
	}
	public static int cut_rod(int n,int a[])
	{
		
		if(n<=0)
			return 0;
		int max = -1;
		for(int i=0;i<a.length;i++)
		{  if(n-i-1>=0)
			max = cut_rod(n-i-1,a)+a[i]>max?cut_rod(n-i-1,a)+a[i]:max;
			
		}
		return max;
	}
}

自顶向下实现，2的n次方的时间复杂度，需要优化，期间有大量的重复运算和多余运算。
虽然代码简单，但太慢。
所以，运算空间换运算时间。

所以
一、带备忘录的自顶向下法
给每个计算过的子问题的最优解做上备录，但是牺牲了一个数组的空间

package 小米oj;

public class 钢条切割 {
	
	public static void main(String[] args) {
		int price[] = {1,5,8,9,10,17,17,20,24,30};
		int price1[] = new int[1000000];
	
		System.out.println(cut_rod(100,price,price1));
		
	}
	public static int cut_rod(int n,int a[],int a1[])
	{
		if(a1[n]>0)
			return a1[n];
		if(n<=0)
			return 0;
		int max = -1;
		for(int i=0;i<a.length;i++)
		{  if(n-i-1>=0)
			max = cut_rod(n-i-1,a,a1)+a[i]>max?cut_rod(n-i-1,a,a1)+a[i]:max;
			
		}
		a1[n] = max;
		return max;
	}
}

二、自底向上求法
从最小的子问题开始，每个子问题只求一次

package 小米oj;

public class 切刚块 {


		public static void main(String[] args) {
			int price[] = {1,5,8,9,10,17,17,20,24,30};
			int price1[] = new int[1000000];
		
			System.out.println(cut_rod(100,price,price1));
			
		}
		
		public static int cut_rod(int n,int a[],int a1[])
		{
			
		    if(n==0)
		    	return 0;
		    int max_p = -999;
			for(int i=1;i<=n;i++)
			{
				for(int j=0;j<i&&j<a.length;j++)
				{ 
					max_p = a[j]+a1[i-j-1]>max_p?a[j]+a1[i-j-1]:max_p;
				}
				a1[i] = max_p; 
			}
			return max_p;
		}
}

一般情况下第二种稍快一些