用动态规划法设计算法有一根长n厘米的金属棒,现在要切割成几段零售.i 厘米（i = 1,2,...,n）长的金属棒零售价

令f[i][j]表示从第i行第j个数走到底所能得到的最小和,则有：
f[i][j]=min(f[i+1][j],f[i+1][j+1])+a[i][j],式中a[i][j]为第i行第j个数的值,最后一行f[i][j]=a[i][j],则f[1][1]即为答案

怎么又问了同样的问题啊.这是我刚刚的回答
这个题目可以看作是个完全背包问题的变形.
转化成一个体积为n的背包,向里面放东西,使得所有东西体积之和恰好为n（正统的背包问题是不大于n）,而且总的价值最大.其中每件编号为i的东西体积为c[i]（长度）,价格为w[i]（零售价）.
这个问题非常类似于01背包问题,所不同的是每种物品有无限件.也就是从每种物品的角度考虑,与它相关的策略已并非取或不取两种,而是有取0件、取1件、取2件……等很多种.如果仍然按照解01背包时的思路,令f[i][v]表示前i种物品恰放入一个容量为v的背包的最大权值.仍然可以按照每种物品不同的策略写出状态转移方程,像这样：f[i][v]=max{f[i-1][v-k*c[i]]+k*w[i] (其中0

A分支限界法,是利用一种类似评估函数的方法确定己搜索的目标深度,超过后予以剪枝的方法.可以用广度优先搜索实现,按照评估函数值排序进行扩展.
B动态规划法,是利用问题的无后效性进行递推的方式,类似于数列的递推公式,不是搜索算法.
C贪心法,是利用问题本身的特殊性质,在某些方面上具有由简单的最大化原则可以得到直接解的方法,针对某些非多项式的问题可以得到较优解,并作为下一步搜索的基础.
D回溯法,是对问题本身进行深度优先搜索.类似八皇后问题等,本身解空间不大,分支少的时候应该采用.
这样来看,显然是选A的.