动态规划算法的步骤
1. 刻画一个最优解的结构特征;
2. 递归地定义最优解的值;
3. 计算最优解的值;
4. 利用计算出的信息,构造一个最优解。
钢条切割问题描述
(1)Serling公司购买长钢条,将其切割为短钢条出售。不同的切割方案,收益是不同的,怎么切割才能有最大的收益呢?假设,切割工序本身没有成本支出。 假定出售一段长度为i英寸的钢条的价格为p i (i=1,2,…)。钢条的长度为n英寸。如下给出一个价格表P。
给定一段长度为n英寸的钢条和一个价格表P,求切割钢条方案,使得销售收益 rn 最大。(如果长度为n英寸的钢条的价格p n 足够大,则可能完全不需要切割,出售整条钢条是最好的收益)
(2)简单给出一个例子
考虑n=4的时候。如图所示给出4英寸的钢条可能的切割方案
8种切割方案,根据图中的价格表,可以看书最优策略是方案c(将钢条切割为两段长度为2英寸的钢条--收益为10)
(3)长度为n英寸的钢条共有2 n-1 中不同的切割方案。
如果一个最优解将总长度为n的钢条切割为k段,每段的长度为i ,j(1≤j≤k),则有:n=i 1 +i 2 +…+i k
得到的最大收益为:r n =p i1 +p i2 +…+p ik
(4)对上述价格表样例,我们可以观察出所有最优收益值以及对应的切割方案
r1=1; 切割方案1=1(无切割)
r2=5; 切割方案2=2(无切割)
r3=8; 切割方案3=3(无切割)
r4=10; 切割方案4=2+2
r5=13; 切割方案5 = 2+3
r6=17; 切割方案6=6(无切割)
r7=18; 切割方案7=1+6或者7=2+2+3
r8=22; 切割方案8=2+6
r9=25; 切割方案9=2+6
r10=30; 切割方案10=10(无切割)
(5)对于长度为n(n≥1)的钢条,设r n 是最优切割的收益对最优切割,若其首次切割在位置i,钢条被分成长度为i和n-i的两段,有:r n= r i + r n-i
一般情况,任意切割点j都将钢条分为两段,长度分别为j和n-j,1≤j≤n。令r j 和r n-j 分别是这两段的最优切割收益,则该切割可获得的最好收益是:r’ n = r j + r n-j所以有
钢条切割问题的递归求解过程
(1)钢条从左边切割下长度为i的一段,然后只对右边剩下的长度为n-i的一段继续进行切割(递归求解),这个时候有
(2)自顶向下的递归实现
(3)但是这种算法在n比较大的情况下效率低,因为总是求解相同的子问题,反复的进行自身递归调用。如图是子问题规模为n=4的情况
这棵树显示了n=4 的时候的递归调用过程,每个结点的标号为对应的子问题规模n。这可递归调用数总共有2n-1个叶节点。
钢条切割问题的动态规划求解
对每个子问题只求解一次,并将结果保存下来。不必重新计算。介绍两种方法
(1)带备忘的自顶向下法
按照递归的形式编写,使得子问题的求解只依赖于更小的子问题的解。当需要子问题的解的时候,只需要检查是否已经保存过值。如果已经保存过,就直接使用,否则按照通常的方式计算解。
下面给出算法的伪代码
这里实现算法(Java)
1 static int UpDown(int num, int[] arr) {
2 if(num == 0) return 0;
3 if(result[num] != 0) return result[num];
4
5 int temp = 0;
6 for (int i = 1; i < num+1; i++) {
7 int max = arr[i] + UpDown(num-i, arr);
8 if(max > temp) {
9 temp = max;
10 }
11 }
12 result[num] = temp; //将计算的长度为n的钢条切割的长度用数组保存起来
13 return temp;
14 }
带备忘的自顶向下法
(2)自底向上方法
这种方法一般需要恰当的定义子问题的规模,使得每个子问题的求解只是依赖于更小的子问题,所以可以将子问题按照规模排序,按照由小到大的顺序排序。当求解某个子问题的时候,所依赖的那些更小的子问题都已经求解完毕,结果保存了。所以每个子问题只是求解一次。所依赖的前提子问题已经求解完成
给出算法的伪代码
给出算法的具体实现(Java)
1 static int DownUp(int num, int[] arr) {
2 for (int i = 1; i < num + 1; i++) {
3 int temp = 0;
4 for (int j = 1; j <= i; j++) {
5 int max = arr[j] + result[i - j];
6 if(max > temp) {
7 temp = max;
8 }
9 }
10 result[i] = temp;
11 }
12 return result[num];
13 }
自底向上法(bottom-up method)
Java实现两种方法
1 package cn.dp;
2
3
4 /**
5 * 动态规划实现实现钢条切割问题
6 *
7 */
8 public class Test1 {
9
10 static int[] result = {0,0,0,0,0,0,0,0,0,0,0};
11 static int[] s = {0,0,0,0,0,0,0,0,0,0,0};
12
13 public static void main(String[] args) {
14 int[] arr = {0,1,5,8,9,10,17,17,20,24,30};
15 /*
16 System.out.println("自顶向下结果");
17 for (int i = 0; i < arr.length; i++) {
18 System.out.print("r"+ i +"=" + UpDown(i, arr)+"; ");
19 }
20 */
21 /*
22 System.out.println("自底向上结果");
23 for (int i = 0; i < arr.length; i++) {
24 System.out.print("r"+ i +"=" + DownUp(i, arr)+"; ");
25 }
26 */
27 }
28
29 /**
30 * 自顶向下实现
31 */
32 static int UpDown(int num, int[] arr) {
33 if(num == 0) return 0;
34 if(result[num] != 0) return result[num];
35
36 int temp = 0;
37 for (int i = 1; i < num+1; i++) {
38 int max = arr[i] + UpDown(num-i, arr);
39 if(max > temp) {
40 temp = max;
41 }
42 }
43 result[num] = temp; //将计算的长度为n的钢条切割的长度用数组保存起来
44 return temp;
45 }
46
47 /**
48 * 自底向上实现
49 */
50 static int DownUp(int num, int[] arr) {
51 for (int i = 1; i < num + 1; i++) {
52 int temp = 0;
53 for (int j = 1; j <= i; j++) {
54 int max = arr[j] + result[i - j];
55 if(max > temp) {
56 temp = max;
57 }
58 }
59 result[i] = temp;
60 }
61 return result[num];
62 }
63
64 /**
65 * 打印切割方案
66 */
67 static int DownUpPrint(int num, int[] arr) {
68 for (int i = 1; i < num +1; i++) {
69 int temp = 0;
70 for (int j = 1; j <= i; j++) {
71 int max = arr[j] + result[i - j];
72 if(max > temp) {
73 temp = max;
74 }
75 s[i] = j;
76 }
77 result[i] = temp;
78 }
79 return result[num];
80 }
81 }
动态规划实现钢条切割问题