动态规划1【信息技术】.pptVIP

动态规划 姚金宇 常见动态规划模型 例一 股票交易 你现在有1元钱，利用它进行某种股票的交易。给你以后第i天的单股交易价格为ai（买入和卖出都按这个价）。请问，N天之后，最多能够拥有多少元钱？ 例一 分析(1) 由于每天买入和卖出的股票量不受限制。因此在最优方案中，每次一定是进行完全的买入和卖出。 那么在第i天得到的钱，要么就是第i-1天的钱（不做交易）；要么是在之前的第j天进行了完全投资，再在第i天完全卖出。 要使第i天得到的钱数最大，第i-1或第j天得到的钱数也要最大。这就是一个最优子结构模型。 我们可以尝试用动态规划。 例一 分析(2) 设f(i)表示第i天时最多能够拥有的钱。 f(i)=max{f(i-1), f(j)/aj*ai}，其中0ji 边界f(1)=1 f(n)的值即是所求。 直接按照上述方程计算，时间复杂度为O(n2) 例一 分析(3) 设f’(i)=f(i)/ai 我们注意到：f(i)=max{f(j)/aj}*ai ?f(i)/ai=max{f(j)/aj} ?f(i)’=max{f(j)’}，其中0ji 所以我们只需要用一个变量记录一下在求f(i)之前的f(j)’的最大值，则f(i)可以在O(1)的时间内得到。算法的时间复杂度优化到O(n). 例二 树的最长链 给你一棵树T=(V,E,W)，其中V表示顶点集且|V|=n，E表示边集。如果v,u属于E，则Wv,u表示v,u的长度。 求两点v,u，使得它们之间的路径总长度最长。你只需要输出这个最长长度即可。 例二 分析(1) 一棵有根树的最长链，可能出现如下图的两种情况： 例二 分析(2) 设 dep(i)表示以节点i为根的子树的最大深度。 F(i)表示以节点i为根的子树中，包含节点i的最长链长度 我们有 dep(i)=max{dep(j)+w(i,j)}，其中j是i的子节点 F(i)=max{dep(i), dep(j)+w(i,j)+dep(k)+w(i,k)}，其中j,k是i的子节点，且jk 例二 分析(3) 不难发现，我们的状态转移方程是按照从下至上的顺序计算的。 做一遍DFS遍历，在回朔的时候分别计算dep和F的值 关于F值的计算：由于节点j和k之间没有关联，所以我们只需要选择两个(dep(j)+w(i,j))最大的子节点进行累加即可。 整个算法的复杂度为O(|V|+|E|)=O(n) 树型动态规划举例——选址问题 政府要在n个城市之间设置无线电通讯系统，即在每个城市里建设一个通讯站。每个城市有Ci个地址可以建设通讯站（每个地址给出平面坐标x,y），两个城市之间通讯的费用为他们的通讯站之间的直线距离。 现在给定一个通讯系统的方案，方案详细描述了那些城市之间可以通讯。并且为了节省经费，任意两个城市之间有且仅有一条通讯路径。 现在请你安排每个城市里建立通讯站的具体地址，使得通讯的总费用最小。 选址问题 分析(1) 为什么是树结构？ 无根树?有根树 有根树?二叉树（儿子兄弟表示法） 选址问题 分析(2) 设 f(i,j)表示对于以节点i为根的子树求最小费用，其中节点i的根节点选第j个地址。 p(i,j)表示节点i的第j个地址的坐标 f(i,j)=min{f(tree[i].lch, k)+f(tree[i].rch, j) +dis(p(tree[i].father,j),p(i,k))} Ans=f(1,0) 该算法时间复杂度为O(nC2) 例三 回文词 给出一个长度为n的串S。给S添加尽量少的的字母，使它变成一个回文词，即首尾对称的词。 例如cbabd可以添加2个字母变dcbabcd，它就是一个回文词。 例三 分析 设f(i,j)表示使得S的[1..i]和[j..n]部分回文需要添加的最少字母数 f(i-1,j)+1, f(i,j)=min f(i,j+1)+1, f(i-1, j+1) S(i)=S(j) 边界为f(0,n+1)=0 Ans=min{f(i, i), f(i,i+1)} 该算法的时间复杂度是O(n2) 例四 两种颜色的马 农夫Ion放完马以后，需要把马儿关回马厩。为了做好这件事，Ion让马排成一行跟着他入马厩。他想出了一个就近入厩的办法：让前P1匹马进入第一个马厩， 然后的P2 匹马进入第二个马厩，如此类推。而且，他不想让任何一个马厩（共k个）留空，还有所有的马都进入马厩。 已知Ion只有黑色和白色两种颜色的马，然而并不是所有的马都能相处融洽。假如有i匹黑马和j匹白马同在一个马厩，那么它们之间的不愉快系数为i*j。