正式應用動態規劃。
適用於動態規劃解決的問題應擁有以下兩個要素：
1. 最優子結構（最佳選擇）
2.子問題重疊（最終的最優解的每個分部步驟，都是當前最優的子解。與貪心演算法試圖通過區域性最優解來組合成最優解的思想相似）
主要用第一版**記錄思路。
共給出兩個功能函式。 max()和bottom_cut_rod()，作為主副功能函式。
max沒有什麼好說的
主函式bottom_cut_rod()
通過建立輔助陣列arr，來記錄當前n的最優解（最優子結構），從而使下次出現相同需求（即子問題重疊）時，可以從陣列中直接定位呼叫。省去了樸素解法中的冗餘和頻繁的遞迴呼叫，減少了時間和記憶體空間的消耗。
arr就是一種備忘機制。
雙重的for迴圈保證了每種情況的出現，通過不斷呼叫max函式迭代q來作為更新。 當每種選擇第一次完成後，通過輔助備忘陣列arr，來進行記錄，以供下次出現子問題重疊情時使用。
下面是cpp實現，除錯已通過。
#include using namespace std;
// 大小比較
int max(int a,int b)
//主要功能函式
int bottom_cut_rod(int *p,int n)
arr[j]=q;//記錄最優解
}return arr[n];//返回指定長度鋼條的最優解
}int main()
; int n;
cout<<"please input a int number"<>n;
int r=bottom_cut_rod(p,n);
cout<
動態規劃 鋼條切割《演算法導論》
給定各長度鋼鐵單位 以及乙個長度為n的鋼條，求最大效益 1 10 分別為p include includeint memorized cut rod aux int p,int len,int r 樸素遞迴演算法 演算法複雜度為2 n級這裡寫 int cut rod int p,int len in...
演算法導論 動態規劃 鋼條切割
這幾天一直在看動態規劃的問題，看了看也沒想象中那麼難，但需要好好的分析一下問題，我們就拿演算法導論的鋼條切割問題好好理解一下，鋼條切割問題就是給你一段鋼條，讓你把鋼條切割成好多份，因為每一段鋼條都有不同的價值，我們要找到最優的切割方案，使切割成的鋼條價值最大。這道題我們可以用dfs直接搜尋，對每個狀...
演算法導論 動態規劃之鋼條切割
動態規劃和分治策略相似，不同的是，它針對的問題所分解出的小問題數量很多且很多是重複的。動態規劃就是使得這些重複的小問題只需要計算一次，避免重複計算。鋼條切割問題 給定一段長度為n英吋的鋼條和乙個 表pi i 1,2,n 求切割鋼條方案，使得銷售收益rn最大。注意，如果長度為n英吋的鋼條的 pn足夠大...