算法导论-c15

15.1 钢条切割

动态规划(dynamic programming)与分治方法相似,都是通过组合子问题的解来求解原问题。
DP算法对每个子问题只求解一次,将其解保存在一个表格中,避免重复计算。

DP设计

1.确定状态
2.构建状态转移方程
3.初始化及处理边界问题
4.确立规划顺序

经典名句

时空权衡(Time-Memory trade-off)
朴素递归算法之所以效率很低,是因为它反复求解相同的子问题,因此,动态规划方法仔细安排求解顺序,对每个子问题只求解一次,并将结果保存下来,如果随后再次需要此子问题的解,只需查找保存的结果,而不必重新计算。

动态规划顺序

top-down with memoization

按照自然递归形式过程,但过程中保存每个子问题的解,当需要一个子问题的解时,首先检查该子问题是否已解,若已解,直接获取结果,否则进行计算。

bottom-up method

一般需要恰当定义子问题的“规模”,使得任何子问题的求解都只依赖于“更小的”子问题的求解,因而我们可以将子问题按规模顺序,由小到大的顺序进行求解。

code

recursive

#include <iostream>
#include <cstring>
#include <cmath>
#include <algorithm>

using namespace std;

// 15.1 切钢条问题
// 递归法求解: 时间复杂度T(n)=2^n
int cut_rod(int p[],int n){
    if(n==0) return 0;
    int q=-1;
    for(int i=1;i<=n;i++){
        // q:不切断
        // p[i]+cur_rod(p,n-1): 前长度为i的小棒不变,后n-i继续切断
        q=max(q, p[i]+cut_rod(p,n-i));
    }
    return q;
}

int main(){
    int p[]={0,1,5,8,9,10,17,17,20,24,30};
    int n=4;
    int res=cut_rod(p,n);
    cout << res << endl;
    return 0;
}

top-down

#include <iostream>
#include <cstring>
#include <cmath>
#include <algorithm>

using namespace std;

// 切钢条
// 带备忘的自顶向下 动态规划
// 时间复杂度: O(n)
int memoized_cut_rod(int p[],int n,int visit[]){
    // 检查标记
    if(visit[n]>=0) return visit[n];
    if(n==0) return 0;
    int q=-1;
    for(int i=1;i<=n;i++){
        q=max(q, p[i]+memoized_cut_rod(p,n-i, visit));
    }
    visit[n]=q;
    return q;
}

int main(){
    int p[]={0,1,5,8,9,10,17,17,20,24,30};
    int n=4;
    int visit[n+1];
    for(int i=0;i<n+1;i++){
        visit[i]=-1;
    }
    int res=memoized_cut_rod(p,n,visit);
    cout << res << endl;
    return 0;
}

bottom-up

#include <iostream>
#include <cstring>
#include <cmath>
#include <algorithm>

using namespace std;

// 切钢条
// 动态规划:自底向上
// 时间复杂度: O(n)
int main(){
    int p[]={0,1,5,8,9,10,17,17,20,24,30};
    int n=4;
    // dp[i]: 钢条长度为i时,切割最大收益
    int dp[n+1];
    // 初始化
    dp[0]=0;
    for(int i=1;i<=n;i++){
        int q=-1;
        for(int j=1;j<=i;j++){
            q=max(q,p[j]+dp[i-j]);
        }
        dp[i]=q;
    }
    cout << dp[n] << endl;
    return 0;
}

extended bottom-up

#include <iostream>
#include <cstring>
#include <cmath>
#include <algorithm>

using namespace std;

// 切钢条
// 自底向上动态规划
// 记录切割后,每段长度
int main(){
    int p[]={0,1,5,8,9,10,17,17,20,24,30};
    int n=4;
    int dp[n+1];
    int res[n+1];
    dp[0]=0;
    int q;
    for(int i=1;i<=n;i++){
        q=-1;
        for(int j=1;j<=i;j++){
            if(q<p[j]+dp[i-j]){
                q=p[j]+dp[i-j];
                res[i]=j;
            }
        }
        dp[i]=q;
    }
    cout << dp[n] << endl;
    while(n>0){
        cout << res[n] << " ";
        n=n-res[n];
    }
    cout << endl;
    return 0;
}
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

相关阅读更多精彩内容

  • 一. 简答题的基本内容(30分) 1. 记号O、W、[if !vml] [endif]的意义; O:存在n0>0、...
    frans4x阅读 5,291评论 0 1
  • 《算法导论》这门课的老师是黄刘生和张曙,两位都是老人家了,代课很慢很没有激情,不过这一章非常有意思。更多见:iii...
    mmmwhy阅读 10,714评论 5 31
  • 1. 概述 动态规划与分治法相似,都是通过组合子问题来求解原问题。区别在于,分治法将问题划分为互不相交的子问题,递...
    10xjzheng阅读 5,186评论 0 0
  • 0. 动态规划分析 0.1 动态规划、递归和贪心算法的区别 动态规划就是利用分治思想和解决冗余的办法来处理问题,所...
    dreamsfuture阅读 12,153评论 2 6
  • 动态规划(Dynamicprogramming)是一种在数学、计算机科学和经济学中使用的,通过把原问题分解为相...
    安然若知阅读 12,827评论 1 8

友情链接更多精彩内容