动态规划----钢条切割问题

  动态规划通常用于解决最优化问题,在这类问题中,通过做出一组选择来达到最优解。在做出每个选择的同时,通常会生成与原问题形式相同的子问题。当多于一个选择子集都生成相同的子问题时,动态规划技术通常就会很有效,其关键技术就是对每个这样的子问题都保存其解,当其重复出现时即可避免重复求解。做动态规划的题目新手一般的步骤是普通的递归---->记忆型递归---->dp方程,而熟练了之后才能直接写dp方程。那下面这道题目也会遵循这个步骤来做。

题目:

  Serling公司购买长钢条,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公司出售一段长为i英寸的钢条的价格为pi(i=1,2,…,单位为美元)。钢条的长度均为整英寸。

    

  钢条切割问题是这样的:给定一段长度为n英寸的钢条和一个价格表pi(i=1,2,…n),求切割钢条方案,使得销售收益rn最大。注意,如果长度为n英寸的钢条的价格pn足够大,最优解可能就是完全不需要切割。

  递归思路:首先将钢条切割为长度为i和n-i的两段,接着求解这两段的最优切割收益ri和rn-i(每种方案的最优收益为两段的最优收益之和)。当完成首次切割后,我们将两段钢条看成两个独立的钢条切割问题实例。通过组合两个相关子问题的最优解,并在所有可能的两段切割方案中选取组合收益最大者,构成原问题的最优解。虽然这不失为一种递归方式,但是这种递归方式重复的子问题太多。我们可以做如下优化,将钢条从左边切割下长度为i的一段,只对右边剩下的长度为n-i的一段继续进行切割,对左边的一段则不再进行切割。这样原问题的最优解只包含一个相关子问题(右端剩余部分)的解,而不是两个。

  记忆型递归:上述递归的优化思路其实还是存在着重复子问题的求解,于是我们就可以使用记忆型的递归来求解了。

  而动态规划解法呢,它的本身形式就是两种,记忆型递归和递推形式,而递推形式呢,一般都需要excel表来辅助我们来发现规律,这种方法一般需要恰当定义子问题“规模”的概念,使得任何子问题的求解都只依赖于“更小的”子问题的求解。因此,我们可以将子问题按照规模顺序,由小至大顺序进行求解。当求解某个子问题时,它所依赖的那些更小的子问题都已求解完毕,结果已经保存。每个子问题只需求解一次,当我们求解它时,它的所有前提子问题都已求解完成。

    

  代码:

import java.util.Arrays;

public class 钢条切割 {
	static int n = 10;
	static int[] p = { 1, 5, 8, 16, 10, 17, 17, 20, 24, 30 };

	static int[] vs = new int[n + 1];

	/**
	 * 记忆型递归
	 * 
	 * @param x 钢条的长度      
	 */
	static int r(int x) {
		if (x == 0) {
			return 0;
		}
		int ans = 0;

		for (int i = 1; i <= x; i++) {
			if (vs[x - i] == -1)
				vs[x - i] = r(x - i); // 计算之前先查询,

			int v = p[i - 1] + vs[x - i];
			ans = Math.max(v, ans);
		}
		vs[x] = ans; // 计算之后做记录
		return ans;
	}

	// 动态规划
	static int dp() {
		vs[0] = 0;
		for (int i = 1; i <= n; i++) {// 拥有的钢条长度
			for (int j = 1; j <= i; j++) {// 保留j为整段
				vs[i] = Math.max(p[j - 1] + vs[i - j], vs[i]);
			}
		}
		return vs[n];
	}

	public static void main(String[] args) {
		Arrays.fill(vs, -1);
		int ans = r(n);
		System.out.println(ans);  // 输出37
		Arrays.fill(vs, 0);

		ans = dp();    
		System.out.println(ans);     // 输出37
	}
}

  这里总结一下贪心算法和动态规划,贪心只需要保留上一步就能做出下一步,每一步的最优构成全局最优,而动规虽然说也是相当于每一步最优构成全局最优,但是动规则需要保留历史所有的才能计算出下一步,然后在多种可能里面选择出一种最优的,所以说贪心是动规的一种特例。

 

转载于:https://www.cnblogs.com/xiaoyh/p/10368434.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值