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
上图分别是长度为i的钢条的价格;那么现在一根长度为n的钢条,求如何切割,使得利润最大?
《算法导论》205页。
如果只求最大利润的值,不需要知道分割过程,有以下两种方法:
~~~
#include "test.h"
#define MAXLEN 11
//****算法导论,动态规划,钢条分割,P205
//自底向上,仅记录最优解结果
int ButtomUpCutRod(int priceList[], int n) {
int highest[MAXLEN] = {-1}; //记录每个长度对应的最优解
highest[0] = 0; //长度为0的最优解(最大利润)为0
int j = 0;
for (j = 1; j <= n; j++) {
int highest_j = -1; //长度为j的最优解
int i;
for (i = 1; i <= j; i++)
//长度为i的最优解为不切割时,或者为切割长度为i的利润加上长度为j-i的最优解
highest_j = max(highest_j, priceList[i] + highest[j - i]);
highest[j] = highest_j; //记录长度为j的最优解值
}
return highest[n];
}
/**********方法二************/
//该函数计算长度为n的钢条的最大利润
int MemorizedCutRod_aux(int priceList[], int n, int highest[]) {
int highest_n = -1;
if (highest[n] >= 0) //如果长度为n的最优解已经被记录了,就直接返回
return highest[n];
if (n == 0) //长度为0的钢条利润为0
highest_n = 0;
else { //还未记录钢条的利润,则计算之
int i;
for (i = 1; i <= n; i++)
//长度为n的钢条最大利润为不切割,或者为切割长度i的利润加上长苏为n-i的最大利润
highest_n = max(highest_n, priceList[i] + MemorizedCutRod_aux(priceList, n-i, highest));
}
highest[n] = highest_n; //记录长度为n的最大利润
return highest_n;
}
//自顶向下,仅记录最优解结果
int MemorizedCutRod(int priceList[], int n) {
int highest[11];
int i;
//初始化最大利润列表
for (i = 0; i < MAXLEN; i++)
highest[i] = -1;
return MemorizedCutRod_aux(priceList, n, highest);
}
~~~
如果不仅要求得最大利润,还要知道如何切割,方法和上面方法很类似,只是需要记录下切割第一段的长度:
~~~
pair<vector<int>, vector<int> > ButtomUpCutRodSolution(vector<int> &priceList, int n) {
vector<int> highest; //每个元素依次记录长度递增的钢条最优解结果
vector<int> solution(priceList.size()); //记录长度为n的钢条的解决方案
int highest_j = -1;
highest.push_back(0); //长度为0的钢条最优解为0
int j;
for (j = 1; j <= n; j++) { //依次求长度为1直到长度为n的钢条的最优解
highest_j = -1;
int i;
for (i = 1; i <= j; i++) { //长度为j的钢条最优解的计算
if (highest_j < priceList[i] + highest[j - i]) {
highest_j = priceList[i] + highest[j - i];
solution[j] = i; //记录切割中取得最优解的切割长度
}
}
highest.push_back(highest_j); //记录长度为j的钢条的最优解
}
return make_pair(highest, solution);
}
//该算法不仅输出最优解,而且给出最优解的一个切割方案
void printSolution(vector<int> &priceList, int n) {
pair<vector<int>, vector<int> > ivec = ButtomUpCutRodSolution(priceList, n);
cout << "highest price3: " << ivec.first.at(n); //输出最优解
vector<int> solu = ivec.second;
cout << " solution: ";
while (n > 0) { //输出解决方案
cout << solu[n] << " ";
n -= solu[n];
}
cout << endl;
vector<int>::iterator iter = solu.begin();
while (iter != solu.end())
cout << *(iter++) << " ";
cout << endl;
cout << endl << endl;
}
//对以上方法的测试:
int main() {
int priceList[] = {0,1, 5, 8, 9,10,17,17,20,24,30};
vector<int> priceVec(priceList, priceList + sizeof(priceList) / sizeof(int));
int n;
while (1) {
cout << "input length: ";
cin >> n;
cout << "highest price: " << ButtomUpCutRod(priceList, n);
cout << " highest price2: " << MemorizedCutRod(priceList, n) << endl;
printSolution(priceVec, n);
}
}
~~~
测试结果:
![](https://box.kancloud.cn/2016-06-07_575683a503cd2.jpg)
- 前言
- Josephus约瑟夫问题及其变种
- 链表的常见实现
- 二叉树遍历、插入、删除等常见操作
- 二叉堆的插入删除等操作C++实现
- 插入排序和希尔排序
- 堆排序
- 归并排序及其空间复杂度的思考
- 快速排序的几种常见实现及其性能对比
- 红黑树操作及实现
- 整数的二进制表示中1的个数
- 位操作实现加减乘除四则运算
- 冒泡排序的改进
- 直接选择排序
- 不借助变量交换两个数
- 基础排序算法总结
- AVL树(Adelson-Velskii-Landis tree)
- avl树的C++实现
- 动态规划之钢条分割
- hash函数的基本知识
- 动态规划:求最长公共子串/最长公共子序列
- 最长递增子序列
- 称砝码问题
- 汽水瓶
- 字符串合并处理(二进制位的倒序)
- 动态规划:计算字符串相似度
- m个苹果放入n个盘子
- 生成k个小于n的互不相同的随机数
- 栈和队列的相互模拟
- 字符串的排列/组合
- KMP(Knuth-Morris-Pratt)算法
- n个骰子的点数
- 位运算的常见操作和题目