动规教案（MY）【信息技术】.pptVIP

适用动态规划（DP）的条件 多阶段决策问题：如果一个过程可以分成若干个互相联系的阶段，在它的每一阶段都需要作出决策，从而使整个过程达到最好的活动效果 最优化原理 ：子问题的局部最优将导致整个问题的全局最优。 无后效性原则 ：某阶段的状态一旦确定，则此后过程的演变不再受此前各状态及决策的影响。也就是说，“未来与过去无关” 动态规划的概念 阶段和阶段变量：用动态规划求解一个问题时，需要将问题的全过程恰当地分成若干个相互联系的阶段，以便按一定的次序去求解。描述阶段的变量称为阶段变量，通常用K表示，阶段的划分一般是根据时间和空间的自然特征来划分，同时阶段的划分要便于把问题转化成多阶段决策过程。 状态和状态变量：某一阶段的出发位置称为状态，通常一个阶段包含若干状态。一般地，状态可由变量来描述，用来描述状态的变量称为状态变量。 决策、决策变量和决策允许集合：在对问题的处理中作出的每种选择性的行动就是决策。即从该阶段的每一个状态出发，通过一次选择性的行动转移至下一阶段的相应状态。一个实际问题可能要有多次决策和多个决策点，在每一个阶段的每一个状态中都需要有一次决策，决策也可以用变量来描述，称这种变量为决策变量。在实际问题中，决策变量的取值往往限制在某一个范围之内，此范围称为允许决策集合。 策略和最优策略：所有阶段依次排列构成问题的全过程。全过程中各阶段决策变量所组成的有序总体称为策略。在实际问题中，从决策允许集合中找出最优效果的策略成为最优策略。 状态转移方程：前一阶段的终点就是后一阶段的起点，对前一阶段的状态作出某种决策，产生后一阶段的状态，这种关系描述了由k阶段到k+1阶段状态的演变规律，称为状态转移方程。 动态规划（DP）的设计步骤 例题：数字三角形（IOI’94） 【问题描述】如下图1所示为一个数字三角形： 请编一个程序计算从顶底至底的某处的一条路径，使该路径所经过后数字的总和最大。 ● 每一步可沿左斜线或右斜线向下走； ● 1三角形行数≤100； ● 三角形中的数字为整数0,1,…,99； 输入：输入文件第一行为一个自然数，表示数字三角形的行数n，接下来的n行表示一个数字三角形。 输出：输出文件仅有一行包含一个整数（表示要求的最大总和）。 【样例输入】 5 7 3 8 8 1 0 2 7 4 4 4 5 2 6 5 【样例输出】 30 例题：数字三角形-分析1 贪心法：无论自上而下，还是自下而上，每一次都选择较大的一个数移动，则路径和分别为： 7＋8＋1＋7＋5＝28（自上而下） 6＋4＋1＋8＋7＝26（自下而上） 都得不到最优解，真正的最优解为： 7＋3＋8＋7＋5＝30 枚举或搜索算法：要找到最大和的前提是，要看到数塔的全貌，可以用枚举或搜索算法来完成。但从图可以看出，当层数 为 N 时，要枚举的路径条数P = 2N-1条, 在N稍大的情况下，需要列举出的路径条数是一个非常大的数，所以枚举、搜索不适合此题。 分治算法：这个问题的原始数据是一个三角形的二维图形，而且问题的答案与各层之间的关系复杂，不适合用分治算法分解为与原问题相似的子问题。 例题：数字三角形-分析2 动态规划：如果得到一条由顶到底的某处的一条最佳路径，那么对于该路径上的每一个中间点来说，由顶至该中间点的路径所经过的数字和也为最大。因此本题是一个典型的多阶段决策最优化问题，且满足无后效性，所以可以用动态规划。 信息的存储：层数用一个整型变量n存储，设置数组a[i,j]保存三角形数塔，b[i,j]保存新的状态值（当前最优值），按从第1层…第5层自顶向下逐层决策。 阶段划分：以层数来划分阶段，不同于贪心策略的是我们做出的不是唯一的决策， 第一阶段，b[1,1]＝a[1,1]； 第二阶段，b[2,1]＝ a[2,1]+b[1,1]=7+3=10; ∵b[1,0]b[1,1] b[2,2]＝ a[2,2]+b[1,1]=7+8=15; ∵b[1,2]b[1,1] 第三阶段，b[3,1]＝ a[3,1]+b[2,1]=10+8=18; ∵b[2,0]b[2,1] b[3,2]＝ a[3,2]+b[2,2]=1+15=16; ∵b[2,1]b[2,2] b[3,3]＝ a[3,3]+b[2,2]=0+15=15; ∵b[2,3]b[2,2] ……………………………………………… 第五阶段,b[5,1]＝ a[5,1]+b[4,1]=4+20=24; ∵b[4,0]b[4,1] b[5,2]