动态规划个性化优化.pptVIP

动态规划的优化 优化势在必行。 一些适用一类状态转移方程的优化：利用四边形不等式、函数的凸性等。 大多数状态转移方程的求解需要采用“个性化”的优化手段。 动态规划的优化 优化的关键：减少冗余。 问题一——书稿复制(cerc98) n本书，编号1,2,…,n。每本pi页。 全部分给m个抄写员。每人分到顺序连续的若干本，每本只分给一人。 求一种方案，使每人分到的页数和的最大值为最小。 例子：n=9,m=3 100 200 300 400 500 / 600 700 / 800 900 问题二——工作分批(ioi2002) n项工作，编号为1,2,…,n。给定每项工作花费系数Fi和所需时间Ti。 可按序分成任意多批依次执行，每批包含编号连续的工作。 第一批开始于时间0。若某批包含工作i,i+1,…,j，开始于时间t，则该批中所有工作的完成时间是t+s+(Ti+Ti+1+…+Tj)。这也是下一批的开始时间。 一个工作的花费是其完成时间*Fi，求最小可能的总花费。 例子：n=5,s=1　(T1,T2,…,T5)=(1,3,4,2,1) (F1,F2,…F5)=(3,2,3,3,4) 　可分成三批{1,2}{3}{4,5}，完成时间为(5,5,10,14,14)，总花费153。 问题三——元件折叠 线性排列的元件C1,C2,…,Cn。Ci宽wi，高hi。 要折叠成宽度为W的若干行（即每行元件总宽度≤W)，每行高度为该行中最高元件高度。行与行之间为布线通道，若Ci与Ci+1之间折叠，则它们所在行之间布线高度为li，ln=0。 求最小总高度。进入 “通用”的解法 共同点：给定一个序列，求一种满足一些条件的最优化划分，使题中定义的某种“花费”最小。 面对这三个相似的问题，我们大多会采用模式化的方法： 　以序列每个数为阶段 　　　以此前的每个数为最近的划分点 　　　　　按状态转移方程判断 　若给定划分的区间数目，则增加一维。 问题一O(n3)，问题二O(n2) ，问题三O(n2)。 问题一——方程 f(i,j)：pi+pi+1+…+pj。 g(i,k)：在将[i,n]中的数分成k份的最优划分中，花费最大区间的花费值。 问题一——分析（1） 如果 j是[i+1,n]的第一个划分点（即动态规划的决策） [i,j]的花费不大于[j+1,n]中花费最大区间的花费值 那么：j也是[i,n]的第一个划分点。 性质一：[i+1,j]是g(i+1,k)对应的分划中的第一个区间，如果f(i,j) ≤g(j+1,k-1)那么g(i,k)=g(j+1,k-1)，即g(i,k)=g(i+1,k)。 问题一——分析（2） 转折点是第一个这样的划分点j，它使[i,j]的花费为[i,n]中所有区间花费的最大值。 形式化定义为： 　令0≤i≤n,2≤k≤m,i ≤si,k≤n，如果f(i,si,k-1)g(si,k,k-1)且 　f(i,si,k)≥g(si,k+1,k-1)，则si,k是一个“转折点”。 性质二：对0≤i≤n,2≤k≤m, 转折点唯一存在 问题一——分析（3） 性质三：对k≥2, 　g(i,k)=min{f(i,si,k),g(si,k,k-1)} 最优决策是转折点或它之前的一点 问题一——分析（4） 计算g(i,k)： [i+1,j]是g(i+1,k)对应划分的第一个区间。 f(i,j)≤g(j+1,k-1)则根据性质一有g(i,k)=g(j+1,k-1)； 否则f(i,j)g(j+1,k-1)，又根据si,k定义及性质二，有i≤si,k≤j，从而容易确定si,k，继而应用性质三。 问题一——算法分析 for i:=n downto 1 do g(i,1):=f(i,n);　｛边界条件｝ for k:=2 to m do 计算边界g(n-k+1,k); j:=n-k+1; for i:=n-k downto m-k+1 do if f(I,j)=g(j+1,k-1) then g(i,k):=g(j+1,k-1)｛性质一｝ else if f(i,i)=g(i+1,k-1) then 【 g(i,k):=f(i,i); j:=i 】 else 【while f(i,j-1)=g(j,k-1) do j:=j-1; {定si,k} g(i,k):=min{f(i,j),g(j,k-1)} {性质三} if g(i,k)=g(j,k-1) then j:=j-1】 end_for_k 外层每循环一次，j递减的工作量是O(n)。因此