/*
钢条切割:
动态规划与分治的相同点:组合子问题求解原问题
不同点:分治的子问题不重叠,做了重复工作,动态规划保存解到表中
动态规划的特点:
1最优子结构:问题的最优解由相关子问题的最优解组合而成,子问题可以独立求解
动态规划的实现方式:1带备忘的自顶向下,2自底向上
1带备忘的自顶向下:递归中保存子问题的解,需要子问题的解时,首先检查是否已经保存过此解,如果是直接返回保存的值
2自底向上:定义子问题的规模,将子问题按照规模排序,按从小到大的顺序求解,求解子问题时,该子问题所依赖的更小的子问题已经保存
两个方法的区别:
自顶向下递归
自底向上无需递归,设置初始值,用两层循环: 1<= i <= n, 1<= j <= i , 用R[i] = max(R[i] , P[j] + R[i - j] )
公司出售一段长度为i英寸的钢条价格为Pi(i=1,2,...),钢条长度为整英寸
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 30
给定长度为n的钢条,求使得的最大收益Rn
分析:
设Rn表示长度为n的钢条的最大收益,Pn表示长度为n的钢条的价格,那么实际上问题对Rn的求解,
从左边切分出长度为i的一段,只对右边n-i进行递归切割
例如:第一段长度为n,收益为Pn,剩余长度为0,收益R0=0,
递归方程:
Rn=max1<=i<=n(Pi+Rn-i)
递归基:R0=0,P0=0
输入的第一行是钢条的长度n
输入:
4
输出:
10
*/
#include <iostream>
#include <string.h>
using namespace std;
const int MAXSIZE = 10000;
const int priceArr[11] = {0 , 1 , 5, 8, 9, 10, 17 , 17 , 20 , 24 , 30};
int rArr[MAXSIZE];
//自定向下的备忘录方法
int R(int n)
{
//鲁棒性
if(n < 0)
{
return -1;
}
//长度为0的钢条收益为0
if(n == 0)
{
rArr[0] = 0;
return 0;
}
//递归基
if(rArr[n] > 0)
{
return rArr[n];
}
//递归步
else
{
int max = -1;
for(int i = 1 ; i <= n ; i++)
{
int value = priceArr[i] + R(n-i);
if(value > max)
{
max = value;
}
}
rArr[n] = max;
return rArr[n];
}
}
int max(int a, int b)
{
return a > b ? a : b;
}
//自底向上的方法,实际上是0-1背包的格式,R(j)=max(R(n), P[i] + R(j-i) ) , 1 <= j <= n , 1<= i <= j , R[0] =0,自底向上无需递归,用数组和两层循环解决
int R_downToUp(int n)
{
if(n < 0)
{
return -1;
}
//递归基,长度为0的收益为0
rArr[0] = 0;
for(int i = 1 ; i <= n ; i++)
{
int q = -1;
for(int j = 1 ; j <= i ; j++)
{
q = max( q , priceArr[j] + rArr[i - j] );
}
rArr[i] = q;
}
return rArr[n];
}
void process()
{
int n;
while(cin >> n)
{
//初始化
for(int i = 0 ; i < MAXSIZE ; i++)
{
rArr[i] = -MAXSIZE;
}
rArr[0] = 0;//边界,长度为0的收益为0,易漏
//int iResult = R(n);
int iResult = R_downToUp(n);
cout << iResult << endl;
}
}
int main(int argc, char* argv[])
{
process();
getchar();
return 0;
}