Python 钢筋切割问题

最新推荐文章于 2026-08-22 16:02:58 发布

原创最新推荐文章于 2026-08-22 16:02:58 发布 · 1.2k 阅读

0 ·

本内容遵循CC 4.0 BY-SA版权协议

收录于

Python

这篇博客探讨了如何使用动态规划方法解决寻找切割不同长度钢条以获得最大收益的问题。通过三种不同的实现方式——递推式一、递推式二以及循环实现，展示了如何找到最小子结构的最优解。代码示例分别展示了递归和非递归的解决方案，并给出了具体的结果。

问题：求切割不同长度钢条所能获得的最大收益。属于动态规划问题，需要寻求最小子结构的最优解。

递推式一：

代码：

def qiege_1(p,n):
    if n==0:
        return 0
    else:
        res=p[n]
        for i in range(1,n):
            res=max(res,qiege_1(p,i)+qiege_1(p,n-i))##递推式
    return res

递推式二：

代码：

def qiege_2(p,n):
    if n==0:
        return 0
    else:
        res=0
    for i in range(1,n+1):
        res=max(res,p[i]+qiege_2(p,n-i))#递推式二
    return res

方法3：

使用两层循环而不是递归，与方法二相似。

##用循环而不用递归
def qiege_3(p,n):
    r=[0]
    for i in range(1,n+1):
        res=0
        for j in range(1,i+1):
            res=max(res,p[j]+r[i-j])
        r.append(res)
    return r[n]

总代码：

#动态规划问题
##两个递归
def qiege_1(p,n):
    if n==0:
        return 0
    else:
        res=p[n]
        for i in range(1,n):
            res=max(res,qiege_1(p,i)+qiege_1(p,n-i))
    return res


##简化方法 一个递归
def qiege_2(p,n):
    if n==0:
        return 0
    else:
        res=0
    for i in range(1,n+1):
        res=max(res,p[i]+qiege_2(p,n-i))
    return res


##用循环而不用递归
def qiege_3(p,n):
    r=[0]
    for i in range(1,n+1):
        res=0
        for j in range(1,i+1):
            res=max(res,p[j]+r[i-j])
        r.append(res)
    return r[n]




p=[0,1,5,8,9,10,17,17,20,24,30]

print(qiege_1(p,9))

print(qiege_2(p,9))

print(qiege_3(p,9))

结果：

标签

#python