完成最优切割问题的求解

一、问题分析

1.1 问题描述

一家公司购买长钢条，将其切割成短钢条出售，假设切割本身没有成本，长度为i的短钢条的价格为Pi。那给定一段长度为n的钢条和一个价格表Pi，求钢条的切割方案使得收益Rn最大。例如某公司以单价26元买到了一批长度为10的钢条，目前各长度钢条的市场价如下表所示：

长度i	1	2	3	4	5	6	7	8	9	10
价格Pi	1	5	8	9	10	17	17	20	24	26

要求：随机生成钢条长度n和不同长度钢条的价格信息，编写程序确定一种钢条的切割方案，使公司的收益最大化。

1.2 解题思路

动态规划：
对于长度为n的钢条，我们可以先切一刀，切下长度为1-10的钢条，共10种切法，
最大收益就是切下的钢条收益和剩下钢条的最大收益之和。

钢条长度为1的最大收益计算出来，保存到dp[1]

长度为2的钢条，遍历每一种切法，收益最大的保存到dp[2]

计算长度为n的钢条的最大收益，此时dp数组已经保存了1——n-1长度钢条的最大收益
遍历这10种切法，就可以找到最大的收益

由于每种钢条长度的最大收益都被保存在数组dp中，避免了很多的重复计算

二、问题的解决方案/算法选择/设计思路

2.1 算法选择

动态规划原理

①最优子结构

用动态规划求解最优化问题的第一步就是刻画最优解的结构，如果一个问题的解结构包含其子问题的最优解，就称此问题具有最优子结构性质。因此，某个问题是否适合应用动态规划算法，它是否具有最优子结构性质是一个很好的线索。使用动态规划算法时，用子问题的最优解来构造原问题的最优解。因此必须考查最优解中用到的所有子问题。

②重叠子问题

如果递归算法反复求解相同的子问题，就称为具有重叠子问题（overlapping subproblems）性质。在动态规划算法中使用数组来保存子问题的解，这样子问题多次求解的时候可以直接查表不用调用函数递归。

2.2 设计思路

对于一个动态规划问题：

第一步先确定最优解的结构。如果一个问题的解结构包含其子问题的最优解，就称此问题具有最优子结构性质。使用动态规划算法时，用子问题的最优解来构造原问题的最优解。因此必须考查最优解中用到的所有子问题。

第二步定义最优解的计算公式

第三步根据得到的求最优解公式，计算出结果。

第四步构造出最优解。

2.3 解决方案

对于长度为n的钢条，我们可以先切一刀，切下长度为1-10的钢条，共10种切法，

最大收益就是切下的钢条收益和剩下钢条的最大收益之和。

1. 钢条长度为1的最大收益计算出来，保存到dp[1]

2. 长度为2的钢条，遍历每一种切法，收益最大的保存到dp[2]

3. 计算长度为n的钢条的最大收益，此时dp数组已经保存了1——n-1长度钢条的最大收益

   遍历这10种切法，就可以找到最大的收益

  

   由于每种钢条长度的最大收益都被保存在数组dp中，避免了很多的重复计算。

三、算法设计

3.1 设计方案图

图3-1

3.2 源代码

创建伪代码

 #include<iostream>

#include<cstring>

using namespace std;

int pi[] = {0, 1, 5, 8, 9, 10, 17, 17, 20, 24, 26};

// 1. 递归求解

//int cut_rod(int n)

//{

//  if(n == 0) return 0;

//  int max_value = -1;

//  for(int i=1; i<=n; i++){

//     max_value = max(max_value, v[i]+cut_rod(n-i));

//  }

//  return max_value;

//}

// 2.动态规划

/*

对于长度为n的钢条，我们可以先切一刀，切下长度为1-10的钢条，共10种切法，

最大收益就是切下的钢条收益和剩下钢条的最大收益之和。

1. 钢条长度为1的最大收益计算出来，保存到dp[1]

2. 长度为2的钢条，遍历每一种切法，收益最大的保存到dp[2]

3. 计算长度为n的钢条的最大收益，此时dp数组已经保存了1——n-1长度钢条的最大收益

   遍历这10种切法，就可以找到最大的收益

  

   由于每种钢条长度的最大收益都被保存在数组dp中，避免了很多的重复计算，

*/

int dp[1000];

int cut_rod(int n)

{

    if(n == 0) return 0;

    int max_value = -1;

    for(int i=1; i<=n; i++){

       for(int j=1; j<=i && j<=10; j++)

           max_value = max(pi[j]+dp[i-j], max_value);   

       dp[i] = max_value;      

    }

    return max_value;

}

int main()

{

    int n;

    cin >> n;

    int re = cut_rod(n);

    cout << re << endl;

    return 0;

}

四、算法设计/求解特色及关键技术

对于长度为n的钢条，我们可以先切一刀，切下长度为1-10的钢条，共10种切法，

最大收益就是切下的钢条收益和剩下钢条的最大收益之和。

1. 钢条长度为1的最大收益计算出来，保存到dp[1]

2. 长度为2的钢条，遍历每一种切法，收益最大的保存到dp[2]

3. 计算长度为n的钢条的最大收益，此时dp数组已经保存了1——n-1长度钢条的最大收益

   遍历这10种切法，就可以找到最大的收益。

  

   由于每种钢条长度的最大收益都被保存在数组dp中，避免了很多的重复计算。