算法导论：第15章 动态规划_1_2钢条切割_动态规划的两种解法

/*
钢条切割:
动态规划与分治的相同点：组合子问题求解原问题
                不同点：分治的子问题不重叠，做了重复工作，动态规划保存解到表中

动态规划的特点：
1最优子结构：问题的最优解由相关子问题的最优解组合而成，子问题可以独立求解

动态规划的实现方式:1带备忘的自顶向下，2自底向上
1带备忘的自顶向下：递归中保存子问题的解，需要子问题的解时，首先检查是否已经保存过此解，如果是直接返回保存的值
2自底向上：定义子问题的规模，将子问题按照规模排序，按从小到大的顺序求解，求解子问题时，该子问题所依赖的更小的子问题已经保存
两个方法的区别：
自顶向下递归
自底向上无需递归，设置初始值，用两层循环: 1<= i <= n, 1<= j <= i , 用R[i] = max(R[i] , P[j] + R[i - j] )

公司出售一段长度为i英寸的钢条价格为Pi(i=1,2,...)，钢条长度为整英寸
长度i   1	2	3	4	5	6	7	8	9	10
价格Pi	1	5	8	9	10	17	17	20	24	30
给定长度为n的钢条，求使得的最大收益Rn

分析:
设Rn表示长度为n的钢条的最大收益，Pn表示长度为n的钢条的价格,那么实际上问题对Rn的求解，
从左边切分出长度为i的一段，只对右边n-i进行递归切割
例如：第一段长度为n,收益为Pn,剩余长度为0，收益R0=0,
递归方程:
Rn=max1<=i<=n(Pi+Rn-i)
递归基：R0=0,P0=0


输入的第一行是钢条的长度n

输入:
4
输出:
10

*/



#include 
#include 

using namespace std;

const int MAXSIZE = 10000;
const int priceArr[11] = {0 , 1 , 5, 8, 9, 10, 17 , 17 , 20 , 24 , 30};
int rArr[MAXSIZE];

//自定向下的备忘录方法
int R(int n)
{
	//鲁棒性
	if(n < 0)
	{
		return -1;
	}
	//长度为0的钢条收益为0
	if(n == 0)
	{
		rArr[0] = 0;
		return 0;
	}
	//递归基
	if(rArr[n] > 0)
	{
		return rArr[n];
	}
	//递归步
	else
	{
		int max = -1;
		for(int i = 1 ; i <= n ; i++)
		{
			int value = priceArr[i] + R(n-i);
			if(value > max)
			{
				max = value;
			}
		}
		rArr[n] = max;
		return rArr[n];
	}
}

int max(int a, int b)
{
	return a > b ? a : b;
}

//自底向上的方法,实际上是0-1背包的格式，R(j)=max(R(n), P[i] + R(j-i) ) , 1 <= j <= n , 1<= i <= j , R[0] =0，自底向上无需递归，用数组和两层循环解决
int R_downToUp(int n)
{
	if(n < 0)
	{
		return -1;
	}
	//递归基，长度为0的收益为0
	rArr[0] = 0;
	for(int i = 1 ; i <= n ; i++)
	{
		int q = -1;
		for(int j = 1 ; j <= i ; j++)
		{
			q = max( q , priceArr[j] + rArr[i - j] );
		}
		rArr[i] = q;
	}
	return rArr[n];
}

void process()
{
	int n;
	while(cin >> n)
	{
		//初始化
		for(int i = 0 ; i < MAXSIZE ; i++)
		{
			rArr[i] = -MAXSIZE;
		}
		rArr[0] = 0;//边界，长度为0的收益为0，易漏
		//int iResult = R(n);
		int iResult = R_downToUp(n);
		cout << iResult << endl;
	}
}

int main(int argc, char* argv[])
{
	process();
	getchar();
	return 0;
}