动态规划(钢条切割)

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。