问题
钢条切割
Serling公式购买长钢条,将其切割为短钢条出售。切割工序本身没有成本支出,公司管理层希望知道最佳的切割方案。
假定我们知道Serling公司出售一段长度为i英寸的钢条的价格为pi(i=1,2…,n),钢条的长度为英寸。下表给出了一个价格的样例:
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 |
解题思路
要知道切割长度为j的钢条的最大收益,就要知道切割长度为j-1的最大收益,要知道j-1长度的最大收益就要知道切割长度为j-2的最大收益------------>原问题的最优解包含其子问题的最优解------->最优子结构性质
求解j-1长度的最大收益需要知道j-3长度的最大收益,求解j-2长度的最大收益也需要知道j-3长度的最大收益-------->重叠子问题性质
最优子结构性质+重叠子问题性质=动态规划/动态表格(dynamic programming)
Matlab代码实现
n=10; %钢条长度为n
pi=[1 5 8 9 10 17 17 20 24 30]; %价格表
ri=zeros(1,n); %切割长度为i的最大收益
for j=1:n %按升序求解每个规模为j的子问题
q=-10^(10); %q=负无穷
for i=1:j %求解子问题j的最优解
if i==j %不做切割
q=max(q,pi(i)+0);
else
q=max(q,pi(i)+ri(j-i)); %直接访问数组元素r[j-i]来获得规模为j-i的子问题的解
end
end
ri(j)=q; %将规模为j的子问题的解传入r[j]
disp(ri)
end
输出(输出最大收益ri的变化)
1 0 0 0 0 0 0 0 0 0
1 5 0 0 0 0 0 0 0 0
1 5 8 0 0 0 0 0 0 0
1 5 8 10 0 0 0 0 0 0
1 5 8 10 13 0 0 0 0 0
1 5 8 10 13 17 0 0 0 0
1 5 8 10 13 17 18 0 0 0
1 5 8 10 13 17 18 22 0 0
1 5 8 10 13 17 18 22 25 0
1 5 8 10 13 17 18 22 25 30
总结
以上为采用自底向上的动态表格法,当然也可以采用自顶向下的递归方式实现,但自底向上的方法时间复杂度函数通常具有更小的系数。。。。
动态规划与贪心算法
动态规划首先寻找子问题的最优解,然后再其中进行选择;而贪心算法首先做出一次”贪心“选择-----在当时(局部)看来最优的选择,然后再求解选出的子问题。
虽然具有最优子结构的的问题也能应用贪心算法,但在某些场合不一定具有最优解。
动态规划与分治法
适合用分治法求解的问题通常在递归的每一步都生成全新的子问题;动态规划因为具有重叠子问题性质,所以一直都是在反复求解相同的子问题,而不是一直生成新的子问题。