动态规划里的钢条切割问题
长度i与价格pi的对应表为:
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
现在考虑给出一个长度为n英寸的钢条,通过动态规划找出最优的切割方案,以此达到最佳收益:
这里有两种方式能够解决该问题,一种是自顶向下带备忘的递归算法,一种是自底向上法(非递归),这里给出后者的算法(已通过测试):
#include<iostream>
#include<math.h>
#include<algorithm>
#define INF -999999
using namespace std;
void bottom_up_cut_rod(int *p, int n) {
int *r = new int[n]; //创建一个新数组来保存子问题的解
r[0] = 0;
int i, j, q;
for (j = 1; j <=n; j++) {
q = INF;
for (i = 0; i <= j; ++i)
q = max(q, p[i] + r[j - i-1]);
r[j] = q;
}
cout << r[n] << endl;
}
int main() {
int p[10] = { 1,5,8,9,10,17,17,20,24,30 };
bottom_up_cut_rod(p, 5);
system("pause");
return 0;
}
这里以钢条长度等于5为例,输出结果为13,切割方案为5=2+3.
重构解:
以上给出的算法仅仅返回的是最优解,并没有给出解本身,现在添加信息,使每个子问题不仅返回最优解同时保存对应的切割方案。
下面的代码同样以上述数组为实例,并加上了切割位置,在VS2016已经通过测试:
#include<iostream>
#include<algorithm>
#define INF -999999
using namespace std;
void extended_bottom_up_cut_rod(int *p, int n) {
int *r = new int[n];
int *s = new int[n];
r[0] = 0;
int i, j, q;
for (j = 1; j <= n; ++j) {
q = INF;
for (i = 0; i <= j; ++i) {
if (q < p[i] + r[j - i - 1]) {
q = p[i] + r[j - i - 1];
s[j] = i+1; //标记切割位置(第几个)
}
}
r[j] = q;
}
cout << "最优解是:" << r[n] << endl;
cout << "第一个切割位置是:" << s[n] << endl;
}
int main() {
int p[10] = { 1,5,8,9,10,17,17,20,24,30 };
extended_bottom_up_cut_rod(p, 9); //第二个参数可为1至10
system("pause");
return 0;
}