钢铁切割问题 动态规划(输出切割方案和带成本的解法)

2023-12-26 02:48

本文主要是介绍钢铁切割问题 动态规划(输出切割方案和带成本的解法),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

问题描述:

假定我们知道sering公司出售一段长度为I英寸的钢条的价格为pi(i=1,2,3….)钢条长度为整英寸如图给出价格表的描述

长度i

1

2

4

5

6

7

8

9

价格p[i]

1

5

9

10

17

17

20

24


这个题不说什么递归算法复杂度有多高的什么的问题了,就直接说一下动态规划,首先我们这样想这个题,就是把长度为i英寸的钢条切割,首先切一刀会切成两部分,或者不切。现在就比较这两种情况哪种的收益高(切或者不切),如果不切收益高,那么结果直接就是不切的收益,如果切成两部分,那么这两部分又可以看成是有两个不同长度的钢条,每一个钢条接着按这个方法讨论。这种方法其实就是动态规划的自底向上法。这种方法一般需要且当定义子问题“规模”的概念,是的任何子问题的求解都只依赖于“更小的”自问题的求解。因而我们可以将子问题按规模排序,按由小到大的顺序进行求解。当求某个子问题时,它所依赖的哪些更小的子问题都已经求解完毕,结果已经保存。每个子问题斗智求解一次,当我们求解它时,它的所有前提子问题都以求解完成。下面先给出这个题的代码,然后再做详细解释:

#include<iostream>
#include<cstdio>
#include<algorithm>
#define inf 0x3f3f3f3f
using namespace std;
int  p[10010];
int  r[10010];
int  s[10010];
int n;int bottom_up_cut_rod(int p[],int n)
{for(int i=0;i<=n;i++)    r[i]=0;int q;for(int j=1;j<=n;j++){q=-inf;for(int i=1;i<=j;i++){if(q<p[i]+r[j-i]){q=p[i]+r[j-i];s[j]=i;}}r[j]=q;}return r[n];
}int print_cut(int p[],int n,int s[])
{while(n>0){printf("%d  ",s[n]);n=n-s[n];}cout<<endl;
}int main()
{int num;cout<<"请输入钢条收益"<<endl;cin>>num;for(int i=1;i<=num;i++)    scanf("%d",&p[i]);cout<<"请输入钢条长度:\n"<<endl;while(~scanf("%d",&n)){cout<<"最大收益是:"<<bottom_up_cut_rod(p,n)<<endl;cout<<"切割方案为: ";print_cut(p,n,s);cout<<endl;cout<<"请输入钢条长度:\n"<<endl;}return 0;
}
  主函数的一些输入输出只是一个形式就不详细说了,重点说一下int bottom_up_cut_rod(int p[],int n)这个函数,这个函数有两个参数,一个是价格表p和钢条长度,然后这个函数就是把每一个长度都从i 到n都作出一个最优收益值,就如j从1开始,列出最优收益值放在数组r【】中,然后如果j等于7需要分割的时候会自动读取出前面的最优收益值。然后把最大收益值的切割的第一段钢条长度保存在在另一个数组s[]中,函数print_cut(int p[],int n,int s[])的实现就是总长度减去第一段钢条长度,然后接着判断剩下的长度是否满足条件,最后将切割方案输出.在这举个例子,如果输入的n是7的话,首先从1到7算出了其对应的最优切割方案,然后将切割方案输出的时候,首先会输出s[7],这个时候s[7]=1,首先会把1打印出来,接着n=n-s[7]=6,满足n>0。然后打印出s[6],这个时候s[6]=6(因为6的最优切割方案就是不切割),此时n=0不满足条件了,所以结果输出程序结束。


最后附上算法导论15.1-3加固定成本的问题解:

#include<iostream>
#include<cstdio>
#include<algorithm>
#define inf 0x3f3f3f3f
using namespace std;
int  p[10010];
int  r[10010];
int  s[10010];
int n;int bottom_up_cut_rod(int p[],int n,int c)
{for(int i=0;i<=n;i++)    r[i]=0;int q;for(int j=1;j<=n;j++){q=-inf;for(int i=1;i<=j;i++){if(q<(p[i]+r[j-i]-c*(j!=i))){q=(p[i]+r[j-i]-c*(j!=i));s[j]=i;}}r[j]=q;}return r[n];
}int print_cut(int p[],int n,int s[])
{while(n>0){printf("%d  ",s[n]);n=n-s[n];}cout<<endl;
}int main()
{int num,c;cout<<"请输入钢条收益"<<endl;cin>>num;for(int i=1;i<=num;i++)    scanf("%d",&p[i]);cin>>c;cout<<"请输入钢条长度:\n"<<endl;while(~scanf("%d",&n)){cout<<"最大收益是:"<<bottom_up_cut_rod(p,n,c)<<endl;cout<<"切割方案为: ";print_cut(p,n,s);cout<<endl;cout<<"请输入钢条长度:\n"<<endl;}return 0;
}


这篇关于钢铁切割问题 动态规划(输出切割方案和带成本的解法)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/537862

相关文章

线上Java OOM问题定位与解决方案超详细解析

《线上JavaOOM问题定位与解决方案超详细解析》OOM是JVM抛出的错误,表示内存分配失败,:本文主要介绍线上JavaOOM问题定位与解决方案的相关资料,文中通过代码介绍的非常详细,需要的朋... 目录一、OOM问题核心认知1.1 OOM定义与技术定位1.2 OOM常见类型及技术特征二、OOM问题定位工具

MyBatis Plus实现时间字段自动填充的完整方案

《MyBatisPlus实现时间字段自动填充的完整方案》在日常开发中,我们经常需要记录数据的创建时间和更新时间,传统的做法是在每次插入或更新操作时手动设置这些时间字段,这种方式不仅繁琐,还容易遗漏,... 目录前言解决目标技术栈实现步骤1. 实体类注解配置2. 创建元数据处理器3. 服务层代码优化填充机制详

防止Linux rm命令误操作的多场景防护方案与实践

《防止Linuxrm命令误操作的多场景防护方案与实践》在Linux系统中,rm命令是删除文件和目录的高效工具,但一旦误操作,如执行rm-rf/或rm-rf/*,极易导致系统数据灾难,本文针对不同场景... 目录引言理解 rm 命令及误操作风险rm 命令基础常见误操作案例防护方案使用 rm编程 别名及安全删除

Java使用Javassist动态生成HelloWorld类

《Java使用Javassist动态生成HelloWorld类》Javassist是一个非常强大的字节码操作和定义库,它允许开发者在运行时创建新的类或者修改现有的类,本文将简单介绍如何使用Javass... 目录1. Javassist简介2. 环境准备3. 动态生成HelloWorld类3.1 创建CtC

Python实现批量CSV转Excel的高性能处理方案

《Python实现批量CSV转Excel的高性能处理方案》在日常办公中,我们经常需要将CSV格式的数据转换为Excel文件,本文将介绍一个基于Python的高性能解决方案,感兴趣的小伙伴可以跟随小编一... 目录一、场景需求二、技术方案三、核心代码四、批量处理方案五、性能优化六、使用示例完整代码七、小结一、

C#使用Spire.Doc for .NET实现HTML转Word的高效方案

《C#使用Spire.Docfor.NET实现HTML转Word的高效方案》在Web开发中,HTML内容的生成与处理是高频需求,然而,当用户需要将HTML页面或动态生成的HTML字符串转换为Wor... 目录引言一、html转Word的典型场景与挑战二、用 Spire.Doc 实现 HTML 转 Word1

Vue3绑定props默认值问题

《Vue3绑定props默认值问题》使用Vue3的defineProps配合TypeScript的interface定义props类型,并通过withDefaults设置默认值,使组件能安全访问传入的... 目录前言步骤步骤1:使用 defineProps 定义 Props步骤2:设置默认值总结前言使用T

使用Python实现Word文档的自动化对比方案

《使用Python实现Word文档的自动化对比方案》我们经常需要比较两个Word文档的版本差异,无论是合同修订、论文修改还是代码文档更新,人工比对不仅效率低下,还容易遗漏关键改动,下面通过一个实际案例... 目录引言一、使用python-docx库解析文档结构二、使用difflib进行差异比对三、高级对比方

从基础到高级详解Python数值格式化输出的完全指南

《从基础到高级详解Python数值格式化输出的完全指南》在数据分析、金融计算和科学报告领域,数值格式化是提升可读性和专业性的关键技术,本文将深入解析Python中数值格式化输出的相关方法,感兴趣的小伙... 目录引言:数值格式化的核心价值一、基础格式化方法1.1 三种核心格式化方式对比1.2 基础格式化示例

Web服务器-Nginx-高并发问题

《Web服务器-Nginx-高并发问题》Nginx通过事件驱动、I/O多路复用和异步非阻塞技术高效处理高并发,结合动静分离和限流策略,提升性能与稳定性... 目录前言一、架构1. 原生多进程架构2. 事件驱动模型3. IO多路复用4. 异步非阻塞 I/O5. Nginx高并发配置实战二、动静分离1. 职责2