钢条切割 - 动态规划

动态规划概念：

Programming   -  在这里指用数学方法来根据子问题求解当前问题（通俗理解就是找到递推公式）

Dynamic     -  指缓存上一步结果，根据上一步结果计算当前结果

简单理解：找出递推公式，将当前问题分解成子问题，分阶段进行求解。

                  求解过程中缓存子问题的解，避免重复计算。  
 

例题：

钢条长度对应的价值

1	2	3	4
1	5	8	9

给出一根长度为n的钢条，问如何切割才能使钢条价值最大？

分析：

其实钢条切割问题和完全背包问题非常相似，我们可以把题目给出的钢条总长度类比为背包的容量，以多少位单位切割类比为物品的重量，二维表格的保存的就是切割的最大价值。

其实这一类题目的核心就是根据子问题来求解当前问题，要延用上一步的结果求解当前问题。

可得以下递推公式：

代码实现：

import java.util.Arrays;
import java.util.stream.IntStream;

public class CutRodProblem {

    /*

         if(放得下)
            dp[i][j] = item.value + dp[i][j - item.weight];
         else(放不下)
            dp[i][j] = dp[i - 1][j];
     */
    static int cut(int[] values, int n) {
        int[][] dp = new int[values.length][n + 1];
        for (int i = 1; i < values.length; i++) {
            for (int j = 1; j < n + 1; j++) {
                if(j >= i){  //放得下
                    dp[i][j] = Math.max(dp[i - 1][j], values[i] + dp[i][j - i]);
                }else{
                    dp[i][j] = dp[i - 1][j];
                }
            }
            print(dp);
        }
        return dp[values.length - 1][n];
    }


    public static void main(String[] args) {
        //不同长度钢条的价值数组，数组的索引对应钢条的长度（物品重量）
        System.out.println(cut2(new int[]{0, 1, 5, 8, 9}, 4)); // 10, 17, 17, 20, 24, 30
    }

    static void print(int[][] dp) {
        // 打印18个连续的"-"字符，用于分隔
        System.out.println("-".repeat(18));
        // 创建一个对象数组，数组的元素是从0到dp[0].length的整数序列
        Object[] array = IntStream.range(0, dp[0].length + 1).boxed().toArray();
        // 使用printf方法格式化打印数组，每个元素占两个字符的宽度，右对齐
        System.out.printf(("%2d ".repeat(dp[0].length)) + "%n", array);
        // 遍历二维数组的每一行
        for (int[] d : dp) {
            // 将当前行的元素转换为对象数组
            array = Arrays.stream(d).boxed().toArray();
            // 使用printf方法格式化打印当前行的元素，每个元素占两个字符的宽度，右对齐
            System.out.printf(("%2d ".repeat(d.length)) + "%n", array);
        }
    }
}

代码优化：

static int cut(int[] values, int n) {
        int[] dp = new int[n + 1];
        for (int i = 1; i < values.length; i++) {
            for (int j = i; j < n + 1; j++) {
                dp[j] = Math.max(dp[j], values[i] + dp[j - i]);
            }
            System.out.println(Arrays.toString(dp));
        }
        return dp[n];
    }