动态规划(二)【信息技术】.pptVIP

《算法艺术与信息学竞赛》标准课件 动态规划(二): 优化技巧 刘汝佳 目录 一、最优排序二叉树O(n2) 二、最优合并问题O(nlogn) 一、最优排序二叉树 给n个关键码和它们的频率，构造让期望比较次数最小的排序二叉树 基本分析 设结点i..j的最优代价为d[i,j], 则 其中w[i,j]=fi+fi+1+…+fj,(如果认为根结点的代价为0, 则w[i,j]要减去fk). 直接计算是O(n3)的 设d[i,j]的最优决策为K[i,j], 下面证明 K[i,j-1] =K[i,j] =K[i+1,j] 从而把时间复杂度降到O(n2) 四边形不等式 凸性(Monge condition/quadrangle inequality) w[i,j]+w[i’j’] =w[i’,j]+w[i,j’], i =i’ j =j’ 单调性(区间包含格上) w(i’,j) =w(i,j’), i =i’ j =j’ 验证四边形不等式 只需验证 w[i,j]+w[i+1,j+1] =w[i+1,j]+w[i,j+1] 移项得 w[i+1,j+1]-w[i+1,j] =w[i,j+1]-w[i,j] 当j固定时记函数f(x) = w[x,j+1]-w[x,j], 则上式变为: f(i+1) =f(i), 因此 f(i)是减函数, w为凸; f(i)是增函数, w为凹 固定i有同样的结论(减函数时为凸) 本题中的w 本题中, w的凸性更好证明: w[i,j]+w[i+1,j+1] =w[i,j]+(w[i,j]+f[j+1]-f[i]) =w[i+1,j]+w[i,j+1] 两边是完全相等的. 或者计算 f(x)=w[x,j+1]-w[x,j]=f[i+1]=常数 常数既是增函数也是减函数, 因此 本题中, w既为凸也为凹 定理 考虑递归式d[i,j]=min{d[i,k-1]+d[k,j]+w[i,j]} 定理(F.Yao): 若w满足四边形不等式, 则d也满足四边形不等式, 即 d[i,j]+d[i’,j’] =d[i’,j]+d[i,j’], i =i’ =j =j’ 证明: 对长度i=j’-i归纳, 显然i =1时正确. i=i’或j=j’时(同一行或同一列), 等式显然成立 情形1: i’=j, 退化为反三角不等式 情形2: i’ j 情形1. 反三角不等式 i’=j时, d[i,j]+d[i’,j’] =d[i’,j]+d[i,j’]退化为 d[i,j]+d[j,j’] =d[i,j’] 设k为让d[i,j’]取最小值的决策(有多个时取最大的一个k, 后同). 若k =j, 则k是计算d[i,j]考虑过的合法决策 d[i,j] =w[i,j]+d[i,k-1]+d[k,j] 两边加上d[j,j’], 得 d[i,j]+d[j,j’] =w[i,j]+d[i,k-1]+d[k,j]+d[j,j’] 情形1. 反三角形不等式 设k为让d[i,j’]取最小值的决策. k =j时有 d[i,j]+d[j,j’] =w[i,j]+d[i,k-1]+d[k,j]+d[j,j’] 用单调性和反三角形不等式(归纳假设), 有 d[i,j]+d[j,j’] =w[i,j’]+d[i,k-1]+d[k,j’] 由于k是最佳决策, 右边恰好是d[i,j’], 这就证明了情形1中k =j的情形, k j时类似 情形2. 非退化的情形 i’ j时, 右边保留两项d[i’,j]和d[i,j’]. 设二者取最小值时的决策分别为y和z, 仍需分z =y和z y两种情况(对称). 下面只考虑z =y时 y和z是合法决策，因此y =j, z i, 且 d[i,j] =w[i,j]+d[i,z-1]+d[z,j] d[i’,j’] =w[i’,j’]+d[i’,y-1]+d[y,j’] 两式相加并整理, 对应项写在一起, 得 情形2. 非退化的情形 两式相加并整理, 对应项写在一起, 右边 = w[i,j]+w[i’,j’]+d[i,z-1]+d[i’,y-1]+d[z,j]+d[y,j’] 因z =y, 红蓝色分别用四边形不等式, 右边 = w[i,j’]+w[i’,j]+d[i,z-1]+d[i’,y-1]+d[z,j’]+d[y,j] 按红蓝色分别组合, 得 d[i,j]+d[i’,j’] =d[i,j’]+d[i’,j] z =y时命题得证. z y时类似 决策单调性 进一步地, d的凸性可以推出决策的单调性 设k[i,j]为让d[i,j]取最小值的决策, 下面证明 k[i,j] =k[i,j+1] =k[i+1,j+1], i =j 即: k在同行同列上都是递增的 证明: i=j时显然成立. 由对称性, 只需证明k[i,j] =k[i,j+1]. 记dk[