动态规划的模型构建与优化方法.pptVIP

本文观看结束！！！ * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 例题4：Divide (Merc`2000) 有价值分别为1..6的大理石各a[1..6]块，现要将它们分成两部分，使得两部分价值和相等，问是否可以实现。其中大理石的总数不超过20000。 动态规划时间效率的优化 令S=∑(i*a[i])，若S为奇数，则不可能实现，否则令Mid=S/2， 问题转化为能否从给定的数中中选取部分数，使其和为Mid。 设m[i, j]表示能否从价值为1..i的大理石中选出部分大理石， 使其价值和为j，若能，则用true表示，否则用false表示。 则状态转移方程为： m[i, j]=m[i-1, j] OR m[i-1,j-i*k] (1≤k≤a[i]) 规划的边界条件为：m[i,0]=true； 0≤i≤6 若m[i, Mid]=true，0≤i≤6，则可以实现题目要求，否则不可 能实现。 算法分析 上述算法每个状态转移的状态数为a[i]，每次状态转移的时间为O(1)，状态总数是所有值为true的状态的总数。 本题在i较小时，值为true的状态也较少，但随着i的增大， 值为true的状态也急剧增多，影响了算法的时间效率。 我们分别求出从价值为1..3的大理石中选出部分大理石所能 获得的所有价值和，和从价值为4..6的大理石中选出部分大 理石所能获得的所有价值和。再判断是否存在和为Mid的价 值和，从而得出问题的解。 算法优化 状态转移方程改进为： 当i≤3时：m[i, j]=m[i-1, j] OR m[i-1,j-i*k] (1≤k≤a[i]) 当i3时：m[i, j]=m[i+1, j] OR m[i+1,j-i*k] (1≤k≤a[i]) 规划的边界条件为：m[i,0]=true； 0≤i≤7 若存在k，使得m[3,k]=true, m[4,Mid-k]=true，则 可以实现题目要求，否则无法实现。 回顾本题的优化过程可以发现：本题的实际背景与双向搜 索的背景十分相似，同样有庞大的状态空间，有确定的初始 状态和目标状态，状态量都迅速增长，而且可以实现交汇的 判断。 从本题的优化过程，我们认识到，双向扩展以减少状态 量的方法不仅适用于搜索，同样适用于动态规划。这种在不 同解题方法中，寻找共通的属性，从而借用相同的优化思想， 可以使我们不断创造出新的方法。 动态规划时间效率的优化 二、减少每个状态转移的状态数 在使用动态规划方法解题时，对当前状态 的计算都是进行一些决策并引用相应的已经计算过 的状态，这个过程称为“状态转移”。因此，每个状 态可能转移的状态数是决定动态规划算法时间复杂度 的一个重要因素。 动态规划时间效率的优化 1、决策量的优化 分析问题最优解的性质，缩小决策集合，也 可以减少每个状态可能转移的状态数。 NOI`96中的添加号问题，是从“所得的和最小” 这一原则出发，仅在等分点的附近添加号，从而 大大减少了每个状态转移的状态数，降低了算法 的时间复杂度。 动态规划时间效率的优化 添加号问题 有一个由数字1，2，... ，9组成的数字串（长度不超过200），问如何将M(M=20)个加号(+)插入到这个数字串中，使所形成的算术表达式的值最小。请编一个程序解决这个问题。 注意： 加号不能加在数字串的最前面或最末尾，也不应有两个或两个以上的加号相邻。 M保证小于数字串的长度。 例如：数字串79846，若需要加入两个加号，则最佳方案为79+8+46，算术表达式的值133。 [输入格式］ 从键盘读入输入文件名。数字串在输入文件的第一行行首（数字串中间无空格且不折行），Ｍ的值在输入文件的第二行行首。 [输出格式］ 在屏幕上输出所求得的最小和的精确值。 在一个操场上摆放着一排n（n≤20）堆石 子。现要将石子有次序地合并成一堆。规定 每次只能选相邻的2堆石子合并成新的一堆， 并将新的一堆石子数记为该次合并的得分。 试编程求出将n堆石子合并成一堆的最小 得分和最大得分以及相应的合并方案。 例题5：石子归并 设n堆石子依次编号为1，2，…..，n。各堆石子数 为d[1..n]，则动态规划的状态表示为： m[i