正式应用动态规划。
适用于动态规划解决的问题应拥有以下两个要素:
1. 最优子结构(最佳选择)
2.子问题重叠(最终的最优解的每个分部步骤,都是当前最优的子解。与贪心算法试图通过局部最优解来组合成最优解的思想相似)
下面第一版代码中,依旧存在与上一篇第一版代码相同的问题——只能求解p数组中给出的最大限度。N>=10,代码就不能够求解出正确答案。(代码中你们都懂的- -卖个萌(O(∩_∩)O哈哈~)
主要用第一版代码记录思路。
共给出两个功能函数。 Max()和Bottom_Cut_Rod(),作为主副功能函数。
Max没有什么好说的
主函数Bottom_Cut_Rod()
通过创建辅助数组Arr,来记录当前N的最优解(最优子结构),从而使下次出现相同需求(即子问题重叠)时,可以从数组中直接定位调用。省去了朴素解法中的冗余和频繁的递归调用,减少了时间和内存空间的消耗。
Arr就是一种备忘机制。
双重的For循环保证了每种情况的出现,通过不断调用Max函数迭代q来作为更新。 当每种选择第一次完成后,通过辅助备忘数组Arr,来进行记录,以供下次出现子问题重叠情时使用。
下面是cpp实现,调试已通过。
#include <iostream>
using namespace std;
// 大小比较
int max(int a,int b)
{
if(a>=b)return a;
else return b;
}
//主要功能函数
int Bottom_Cut_Rod(int *p,int n)
{
int *arr;
arr = new int [n+1]; //创建辅助数组,记录最优子结构
arr[0]=0;
for(int j=1;j<=n;j++)
{
int q=-1;// 创建变量作为最优解的容器
for(int i=1;i<=j;i++)
{
q=max(q,p[i]+arr[j-i]);//对q进行更新
}
arr[j]=q;//记录最优解
}
return arr[n];//返回指定长度钢条的最优解
}
int main()
{
int p[]={1,5,8,9,10,17,17,20,24,30};
int n;
cout<<"Please input a int number"<<endl;
cin>>n;
int r=Bottom_Cut_Rod(p,n);
cout<<r<<endl;
return 0;
}