所以我正试图为rod cutting problem的修改版本编写代码。这一联系使我们对问题有了很好的直觉。但是,我想修改代码,使之不仅实际返回解决方案,也就是说,什么样的切割给出了最优的解决方案,而且还将切割的数量限制为最大值k
为了证明概念,我正在尝试创建一个算法来实现这一点。下面是到目前为止,我认为它成功地返回了实际的解,但是,我不知道如何将最大值限制为k
let r[0..n] be a new array
r[0] = 0
for j = 1 to n
q = -1
for i = 1 to j
for k = 0 to n-1
q = Math.max(q[n][k], p[i] + q[n-i-1][k-1]);
r[j] = q
return r[n]
请不要在你的答案中提供实际的代码,我想自己实现,我只需要帮助调整我的算法,以给出正确的解决方案。在
更新1:我已经能够通过在数组中添加第二个维度来找到最多k个切割的最佳解决方案。这在上面的代码中显示。在
正如你所说的,你已经有了最佳的解决方案,这个答案只包括如何追溯精确的解决方案(在每一步所做的削减)。在
将候选切割存储为length=n和maximum cuts=k
为此,您只需要一个二维数组(比如,
visit[n][k]
)来存储获得q[n][k]
最大解的切割。就伪代码和递归关系而言,如下所示。在说明
visit[n][k] = -1
。在length=i+1
处切割长度为n
的杆,也就是说,我们可以通过切割获得更好的价格,我们将相应的切割存储在另一个二维数组中。在重建解决方案
使用这个二维数组(
^{pr2}$visit[n][k]
)来回溯精确的剪切,可以使用以下伪代码(我故意避免使用代码,因为您提到过您不需要它)。在说明
k
迭代到0
。在visit[n][k]
不是-1
,也就是说,在某处剪切是最佳的,我们在进行切割后重新分配{cut
存储在cuts
数组中。在cuts
将包含导致最优解的精确切割。在请注意,您的问题中出现的伪代码在递归关系中使用的变量方面有点不正确。
q
用于存储DP二维数组和整数-1
。j
在自下而上的DP中根本没有使用,而是被常数n
代替。q[j][k]
未初始化。不过,总的想法是正确的。在相关问题 更多 >
编程相关推荐