算法分析与设计-第07章【荐】.pptVIP

算法设计与分析 主讲 王海艳 计算机学院 wanghy@njupt.edu.cn 第7章 动态规划法 学习要点 理解动态规划算法的概念。 掌握动态规划算法的基本要素 （1）最优子结构性质 （2）重叠子问题性质 掌握设计动态规划算法的步骤。 理解动态规划算法与分治法、贪心法的异同 通过应用范例学习动态规划算法设计策略。 （1）多段图问题 （2）每对结点间的最短路径 （3）最长公共子序列 （4）0/1背包 7.1 一般方法和基本要素 动态规划法的实质也是将较大问题分解为较小的同类子问题，这一点上它与分治法和贪心法类似。但动态规划法有自己的特点。 分治法的子问题相互独立，相同的子问题被重复计算，动态规划法解决这种子问题重叠现象。 贪心法要求针对问题设计最优量度标准，但这在很多情况下并不容易。 动态规划法利用最优子结构，自底向上从子问题的最优解逐步构造出整个问题的最优解，可以处理不具备贪心准则的问题。 7.1.1 一般方法 7.1.2 基本要素 动态规划算法的基本要素 最优子结构特性: 即问题的最优解包含了其子问题的最优解。 分析(证明)问题的最优子结构特性时：首先假设由问题的最优解导出的子问题的解不是最优的，然后再设法说明在这个假设下可构造出比原问题最优解更好的解，从而导致矛盾。 利用问题的最优子结构特性，以自底向上的方式递推地从子问题的最优解逐步构造出整个问题的最优解。最优子结构是问题能用动态规划算法求解的前提。 动态规划算法的基本要素(续) 子问题重叠特性：递归算法求解问题时，每次产生的子问题并不总是新问题，有些子问题被反复计算多次。 动态规划算法，对每一个子问题只解一次，而后将其解保存在一个表格(通常用二维数组)中，当再次需要解此子问题时，只是简单地用常数时间查看一下结果。 通常不同的子问题个数随问题的大小呈多项式增长。因此用动态规划算法只需要多项式时间，从而获得较高的解题效率。 动态规划法与分治法 共同点： 将待求解的问题分解成若干子问题，先求解子问题，然后再从这些子问题的解得到原问题的解 不同点： 1、适合于用动态规划法求解的问题，分解得到的各子问题往往不是相互独立的； 而分治法中子问题相互独立。 2、动态规划法用表保存已求解过的子问题的解，再次碰到同样的子问题时不必重新求解，而只需查询答案，故可获得多项式级时间复杂度，效率较高； 而分治法中对于每次出现的子问题均求解，导致同样的子问题被反复求解，故产生指数增长的时间复杂度，效率较低。 共同点： 都是求解最优化问题；都要求问题具有最优子结构性质。 不同点： 1、求解方式不同： 动态规划法：自底向上； 贪心法：自顶向下。以迭代的方式作出相继的贪心选择，每作一次贪心选择就将所求问题简化为一个规模更小的子问题。 2、对子问题的依赖不同： 动态规划法：依赖于各子问题的解，所以只有在解出相关子问题后,才能作出选择；应使各子问题最优，才能保证整体最优； 贪心法：不依赖于子问题的解。仅在当前状态下作出最好选择，即局部最优选择，然后再去解作出这个选择后产生的相应的子问题。 7.1.3? 多段图问题 多段图具有最优子结构 可以证明多段图的最优解满足最优子结构。 多段图的向前递推关系式 多段图的向前递推关系式（续） 多段图的最短路径 多段图最短路径的确定 多段图向前递推算法的分析 算法的时间与DFS、BFS相似，总的时间为Θ(n+e)。 算法的空间除了邻接表和最优解p外，还用了长度为n的cost()和d()两个局部一维数组。 多段图的应用 很多问题可以用多段图解决; 资源分配问题； 关键路径问题。 7.1.4 资源分配问题 7.1.5? 关键路径问题 正常情况下，AOE网络只有一个入度为零的结点(源点)和一个出度为零的结点(汇点)，对应于整个工程的开始状态和完成状态。 最短完成时间：是从源点到汇点的最长路径长度。 关键路径：从源点到汇点的最长路径。 关键活动：关键路径上的活动。对整个工程的最短完成时间有影响的活动，即如它不能按期完成就会影响整个工程的进度。 找关键活动的目的： 重视关键活动； 对关键活动投入较多的人力和物力，确保工程按期完成。 缩短整个工期。 关键活动对缩短整个工期起着至关重要的作用；非关键活动对缩短整个工期不起作用。 关键路径的最优子结构问题 关键路径的最优解具有最优子结构特性。 关键路径中earliest和latest的计算 关键路径的重叠子问题 计算earliest(6)和earliest(7)时，都会用到 earliest(4)，这就是重叠子问题特性。 表7-1 earliest[]和latest[]的值 关键路径算法的基本步骤: 若AOE网络中的结点已经按拓扑序列的次序编号,则