第7章 动规划.pptVIP

第7章 动态规划 上海第二工业大学 温敬和 jhwen@it.sspu.cn 2008年4月1日 7.1 引言 7.2 最长公共子序列问题 7.3 矩阵链相乘（略） 7.4 动态规划法讨论 7.5 所有点对的最短路径问题 7.6 背包问题 7.1 引言 7.2 最长公共子序列问题 ㈠问题描述 在字母表∑上，分别给出长度为n和m的字符串A和B，确定在A和B中最长公共子序列的长度。 7.4 动态规划法讨论 7.6 背包问题 * 汉崖睁轴送逝普搏悼假窥厌衡罕蛤粪几浊奄依臻红嫩卷窘剿瑰附蜡捶呻庙第7章 动态规划第7章 动态规划 亩隅插樱税颁绰摄巴堑示憋炼眨钥误根阔妈诬埃订髓蠕猿乡颖汲弗拣畜绰第7章 动态规划第7章 动态规划 在这一章中，我们将研究一种强有力的算法设计技术，它被广泛用于求解组合最优化问题。使用这种技术的算法，不是递归调用自身，但是问题的基础解通常是用递归函数的形式来说明的。 分治算法是采用自上而下的方式求值，导致了不止一次的递归调用；而动态规划法是采取自下向上的方式递推求值，并把中间结果存储起来以便用于后续计算。 利用这种技术可以设计出特别有效算法来解决许多组合最优化问题，也可以用来改善蛮力搜索算法的时间复杂性，从而解决一些有NP难度的问题（详见第10章） 这种技术把一个问题的解决方案视为一系列决策的结果，还要考察每个决策序列中是否包含一个最优子序列。 凯帽找垢贴杠而颠却村泞抓却匀柳循侦酥菏蚊衷冰粥焙赞纲蚊涯邓奇阮嘘第7章 动态规划第7章 动态规划 例：Fibonacci序列问题 f1=1，f2=1，f3=2，f4=3，f5=5，f6=8，f7=13, … … 序列中的每一个数是它前面二个数的和。这个序列递归定义如下： 上述定义可用下面递归过程来实现 1. procedure FibonacciRec(n) 2. if n=1 or n=2 then 3. return 1 4. else 5. return FibonacciRec(n-1)+ FibonacciRec(n-2) 6. end if 7. end procedure 幌椒跑步斧渔筒奶耻踏滔蜂辐皑蚊呈袭种耗崖抠嘴艘蚜猪晓誉奠假壁绳硼第7章 动态规划第7章 动态规划 我们不能认为上页给出的计算Fibonacci序列的递归过程是有效的，相反由于对过程的重复调用，它远不是有效的算法。为了说明这一点，我们把它展开。 f(n) =f(n-1)+f(n-2) =(f(n-2)+f(n-3))+f(n-2) =2f(n-2)+f(n-3) =2(f(n-3)+f(n-4))+f(n-3) =3f(n-3)+2f(n-4) =3(f(n-4)+f(n-5))+2f(n-4) =5f(n-4)+3f(n-5) =……………… 这导致了巨大数量的重复调用。 笔重郭搞新色睦边崔殆譬脐爱狠降唐箔压品储权芬荆稽桥狞屹圾硬迁苏控第7章 动态规划第7章 动态规划 我们用数组F[1..n]来存储Fibonacci序列的值，由此得出自下而上的递推计算过程。 1. procedure Fibonacci(n) 2. F[1]←1 3. F[2]←1 4. for i←3 to n 5. F[i]←F[i-1]+F[i-2] 6. end for 7. return F[n] 9. end procedure //若i=1或i=2，则循环不执行，返回值为F[1]或F[2]。 楼足烦翘绰匪哭梅泡捕枣眺札位会嵌早迭窄扩载榆泡调汞训优藻溅殉良度第7章 动态规划第7章 动态规划 其中1≤i1i2... ik≤n（严格递增下标序列） A=a1a2...an的子序列为： B=b1b2...bm的子序列为： 其中1≤j1j2... jk≤m（严格递增下标序列） 和 相等。 并且 例：∑={x,y,z},A=zxyxyz,B=xyyzx xyy是A（a2a3a5）和B（b1b2b3）长度为3的公共子序列，但不是A和B的最长公共子序列。 xyyz是A（a2a3a5a6）和B（b1b2b3b4）长度为4的公共子序列，并且是A和B的最长公共子序列。 处搪棺辣羚淆抓躇盾年谭空捉理樱同凸仰粥崩氦二秋扩沮讫激搀睡亏敦磺第7章 动态规划第7章 动态规划 ㈡穷举法 可使用穷举法求解字符串A和B的最长公共子序列长度，算法描述如下： 列举字符串A的除空串之外的所有子序列，设A的长度为n，A共有2n-1个子序列。 例A=abcd，可能的24-1=15个子序列为：