基本原理:将钢条从长度为1至N依次分隔成两部分,例如分成1和N-1,2和N-2等,分割完后左半部分价格已经确定,则只需要计算右半部分(例如N-1,N-2)长度的钢条价格,而这又是一个子问题,故想到用递归来解决
自顶向下递归代码实现如下
int CutRod(int p[],int n){
if(n==0)
return 0;
int q=-1;
for(int i=0;i<n;i++){
int temp=p[i]+CutRod(p,n-i-1); //从小到大依次分割,左边p[i]固定,则只需要计算右边即可
if(q<temp) //而右边又是一个n-i长度的钢条切割问题,故递归
q=temp; //此处传入数据n-i-1是因为数组从0开始,n-(i+1)
}
return q;
}
但是该算法存在一个问题,即CutRod()递归过程中反复计算了重复的子问题,例如分割成1和3两部分时,计算3这一长度钢条时可以切割成长度为1和2的,而接下来计算分割成2和2两部分时,又计算了一次长度为2的钢条,如此反复计算,算法效率不高。
此时想到可以使用动态规划来解决此问题,我们设计一个备忘录,每次计算完成后的结果都可以存到备忘录中,这种方法称为带备忘录的自顶向下法。
代码实现如下
int MemoizedCutRodAux(int p[],int n,int r[]){
int q;
if(r[n]>=0)
return r[n]; //已经计算过的切割问题
if(n==0)
q=0;
else {
q=-1;
for(int i=0;i<n;i++){
int temp=p[i]+MemoizedCutRodAux(p,n-i-1,r);
if(q<temp)
q=temp;
}
}
r[n]=q;

本文探讨了钢条切割问题,通过动态规划来提高算法效率。首先介绍了问题的基本原理,即通过递归方式将钢条分割,但由于递归过程中存在重复计算子问题,导致效率低下。接着,提出了两种动态规划解决方案:一是带备忘录的自顶向下法,利用备忘录存储已计算结果避免重复计算;二是自底向上法,先解决小的子问题并直接存储结果,避免了无效计算。通过这两种方法,实现了算法优化。

975

被折叠的 条评论
为什么被折叠?



