2011算法第八九讲-动态规划.pptVIP

动态规划 柳银萍 ECNU Yinping Liu for(int j=w[i]; j2*w[i]; j++) m[i][j]=max(m[i+1][j], m[i+1][j-w[i]]+v[i]); for(int j=2*w[i]; j=c; j++) m[i][j]=max(m[i+1][j], m[i+1][j-w[i]]+v[i], m[i+1][j-2*w[i]]+2*v[i] ); } m[1][c]=m[2][c]; if (c=2*w[1]) m[1][c]=max(m[1][c], m[2][c-w[1]]+v[1], m[2][c-2*w[1]]+2*v[1]); else if (c=w[1]) m[1][c]=max(m[1][c], m[2][c-w[1]]+v[1]); } ECNU Yinping Liu 最长公共子序列 若给定序列X={x1,x2,…,xm}，则另一序列Z={z1,z2,…,zk}，是X的子序列是指存在一个严格递增下标序列{i1,i2,…,ik}使得对于所有j=1,2,…,k有：zj=xij。例如，序列Z={B，C，D，B}是序列X={A，B，C，B，D，A，B}的子序列，相应的递增下标序列为{2，3，5，7}。 给定2个序列X和Y，当另一序列Z既是X的子序列又是Y的子序列时，称Z是序列X和Y的公共子序列。 给定2个序列X={x1,x2,…,xm}和Y={y1,y2,…,yn}，找出X和Y的最长公共子序列。 ECNU Yinping Liu 最长公共子序列的结构 设序列X={x1,x2,…,xm}和Y={y1,y2,…,yn}的最长公共子序列为Z={z1,z2,…,zk} ，则 (1)若xm=yn，则zk=xm=yn，且Zk-1是Xm-1和Yn-1的最长公共子序列。 (2)若xm≠yn且zk≠xm, 则Z是Xm-1和Y的最长公共子序列。 (3)若xm≠yn且zk≠yn，则Z是X和Yn-1的最长公共子序列。 ECNU Yinping Liu 由此可见，2个序列的最长公共子序列包含了这2个序列的前缀的最长公共子序列。因此，最长公共子序列问题具有最优子结构性质。 子问题的递归结构 由最长公共子序列问题的最优子结构性质建立子问题最优值的递归关系。用c[i][j]记录序列Xi和Yj的最长公共子序列的长度。其中， Xi={x1,x2,…,xi}；Yj={y1,y2,…,yj}。当i=0或j=0时，空序列是Xi和Yj的最长公共子序列。故此时C[i][j]=0。其他情况下，由最优子结构性质可建立递归关系如下： ECNU Yinping Liu 计算最优值 由于在所考虑的子问题空间中，总共有θ(mn)个不同的子问题，因此，用动态规划算法自底向上地计算最优值能提高算法的效率。 ECNU Yinping Liu Algorithm lcsLength(x,y,b) 1: m?x.length-1; 2: n?y.length-1; 3: c[i][0]=0; c[0][i]=0; 4: for (int i = 1; i = m; i++) 5: for (int j = 1; j = n; j++) 6: if (x[i]==y[j]) 7: c[i][j]=c[i-1][j-1]+1; 8: b[i][j]=1; 9: else if (c[i-1][j]=c[i][j-1]) 10: c[i][j]=c[i-1][j]; 11: b[i][j]=2; 12: else 13: c[i][j]=c[i][j-1]; 14: b[i][j]=3; 构造最长公共子序列 Algorithm lcs(int i,int j,char x[], int b[][]) { if (i ==0 || j==0) return; if (b[i][j]== 1){ lcs(i-1,j-1,x,b); coutx[i]; } else if (b[i][j]== 2) lcs(i-1,j,x,b); else lcs(i,j-1,x,b); } 因在算法 lcs 中，每一次递归调用使 i或 j 减1，因此，计算时间复杂度为 O(m+n). ECNU Yinping Liu 算法的改进 在算法lcsLength和lcs中，可进一步将数组b省去。事实上，数组元