算法导论——15动态规划——15.1钢条切割
来源:互联网 发布:电子商务美工面试校招 编辑:程序博客网 时间:2024/06/01 14:46
1.动态规划主要思想:
将大问题求最优解问题,分解为小问题求最优解问题。动态规划对每个子问题只求解一次,将结果保存,若之后需要该子问题的结果,直接查找即可。
利用空间换取时间,并且这种方式是有效的。
2.应用领域:求最优化问题。
3.步骤:
(1)刻画一个最优解的结构特征;
(2)递归定义最优解的值;
(3)得到最优解的值,通常采用自底向上的方法;
(4)利用计算出的信息,构造一个最优解。
4.实例:
针对《算法导论》第15章第1节的钢条切割问题。使用自底向上法求解。
思路:恰当定义子问题“规模”(非常重要);将子问题按照由小到大排序,时子问题求最优解时依赖“更小”子问题;每个子问题的最优解和最优解值均保存,减少重复计算子问题,节省时间。
代码:
import java.util.Scanner;public class ButtomToUp { public static void main(String[] args) { Scanner in = new Scanner(System.in); while (in.hasNext()) { int n = in.nextInt(); int[] p = new int[n + 1];// 收益数组 int[] r = new int[n + 1];// 最大收益值数组 int[] s = new int[n + 1];// 第i个规模最优时,第一段的长度 p[0] = 0; for (int a = 1; a <= n; a++) { p[a] = in.nextInt(); } r[0] = 0; // 动态规划进行由底到顶计算 for (int i = 1; i <= n; i++) { int max = Integer.MIN_VALUE; for (int j = 1; j <= i; j++) { if (max < p[j] + r[i - j]) { max = p[j] + r[i - j]; s[i] = j; } } r[i] = max; } System.out.println("规模为i时最优值:" + r[n]); System.out.println("最优解的值分别为:"); while (n > 0) { int value = s[n]; n = n - s[n]; System.out.print(value + "\t"); } } }}
0 0
- 算法导论—动态规划之钢条切割
- 算法导论——15动态规划——15.1钢条切割
- 算法导论 第15章 动态规划:15.1钢条切割
- 《算法导论》学习笔记——钢条切割,斐波那契数列(动态规划)
- 算法导论例程——切割钢条问题(动态规划)
- 算法导论——钢条切割问题
- 动态规划算法——钢条切割问题
- 动态规划——钢条切割
- 动态规划—钢条切割问题
- 算法导论 - 动态规划 - 钢条切割
- 算法导论---------动态规划之钢条切割
- 算法导论--动态规划(钢条切割)
- 动态规划-钢条切割《算法导论》
- 算法导论 动态规划之钢条切割
- 算法导论之动态规划:钢条切割
- 钢条切割--动态规划--算法导论
- 算法导论-动态规划-钢条切割
- 《算法导论》动态规划钢条切割问题
- 阿里云服务器初始配置
- webService之Apache CXF
- 移动端的一些常用css的设置 .(2)
- HTML5权威指南+源码资料
- R语言-背景
- 算法导论——15动态规划——15.1钢条切割
- PixHawk折腾日志_APM固件_1_如何新建一种飞行模式
- scala基础39-List伴生对象操作方法
- Android Studio 获取数字签名信息(SHA1)
- CentOS 6.x启动时网卡eth0未激活
- Android 之BlockingQueue
- 架构之美读书笔记[1]---对"巴洛克式"(巴罗克式)的理解
- 地理编码和反地理编码
- java回忆录—类与对象(万物皆对象)