动态规划问题整理探究.docx

动态规划：【1】.矩阵乘法链，最小乘法次数。一、问题描述给定一个矩阵序列A1,A2,…,An，计算乘积A1A2…An。要求找出一个加全部括号的方式，使得标量乘法的次数最小。对于任意两个矩阵AiAi+1相乘，其乘法次数为pi-1pi pi+1，不同的加全部括号，所需要的乘法次数可能相差很大。假设现在有三个矩阵A1A2A3相乘，维数分别为：10×100，100×5，5×50。1、如果我们采用如下方式加全部括号：(（A1A2）A3)则首先计算（A1A2），乘法次数为p0p1 p2，得到新矩阵的维数为p0× p2计算(（A1A2）A3)，乘法次数为p0p2 p3，总的计算次数为p0p1 p2+ p0p2 p3=10×100×5+10×5×50=75002、如果我们采用如下方式加全部括号：(A1（A2 A3）)则首先计算（A2 A3），乘法次数为p1 p2 p3，得到新矩阵的维数为p1× p3计算(A1（A2 A3）)，乘法次数为p0p1 p3，总的计算次数为p1 p2 p3+ p0p1 p3=100×5×50+10×100×50=75000第二种方式需要的次数是第二次的10倍！二、问题分析：由前面可知，一个序列如果只有一个矩阵，则只有一种方式加全部括号，如果有两个或两个以上的矩阵，则必然可以看做两个子序列的乘积，且这两个子序列也是加全部括号。我们用cost(i,j)表示序列Ai…Aj在最优加全部括号时的标量乘积次数，则其中p(i-1)p(k) p(j)为子序列Ai…Ak与Ak+1…Aj相乘时的标量相乘次数。顺序连城可以把最后一个单个的看成单独加括号。三、问题求解每一对满足1≤i≤j≤n的i和j都对应原问题的一个子问题，子问题个数为动态规划（二）：矩阵链乘法，其中第一项表示ij时的子问题个数，后一项表示i=j时的子问题个数。如果采用递归方法求解，则每个子问题都会被求解多次，可以保留中间结果。另外我们也采用自底向上的动态规划方式求解。首先定义一个二维矩阵value，value[i][j]存放子序列Ai…Aj在最优加全部括号时的标量乘积次数，我们只使用j=i的部分，且value[i][i]=0。动态规划的实现步骤如下：步骤一：令step=0；步骤二：对于所有i=0，…，n，计算并保存value[i][i+step]；步骤三：若step=n-1，则结束，否则step=step+1，返回步骤二。矩阵维数A130×35A235×15A315×5A45×10A510×20A620×25//实现思想：1.令step不同，即（j-i）不同；2.从i到j选择不同的分割点k。i = k j；求出极大值。记录分割的位置。三重循环，从底层开始；首先分析：step=1，得到组合(1,2)、(2,3)、（3,4）、（4,5）、（5,6）；step=2，得到组合(1,3)、(2,4)、（3,5）、（4,6）；而其中，step=2，要用到不同的k了。（1,2）3或者1（2,3）；同理step=3，得到组合(1,4)、(2,5)、（3,6）；要用到不同的k了。1（2,3,4）或者（1,2）（3，4）或者（1,2,3）4；这些都是step为小的时候得到的。最终得到的step=5，得到组合（1,6）。才是我们需要的。【2】.装配线调度问题。现有两条装配线，Sij表示第i条上完成第j道工序的装配站。汽车完成组装需要依次完成1~n工序。请找出完成装配并离开装配线的最快路线。符号说明：ei：汽车进入装配线i的时间，i=1,2xi：汽车离开装配线i的时间aij：在装配站Sij完成装配需要的时间tij：在装配站Sij完成后离开第i条装配线，进入另一条装配线需要的转移时间注意，如果完成工序后，下一个工序还在同一条装配线上，则不需要转移时间。问题求解：用Fij表示在第i条装配线上完成第j道工序的最快时间，用F表示完成汽车装配并离开装配线的时间，如果知道F1n和F2n，则有：要求出F1n和F2n，需要知道F1n-1和F2n-1，则有故得到递推公式：2、动态规划如果我们不是从上到下求解，而是从下到上求解，求解结果在某个地方保存起来，则可以大大改善求解速度。这里的动态min只有两个部分，只有一个存在递归的形式，而上面哪一个却又两个递归的部分。// 同理递增也是一样的，动态规划，甚至更简单写，由于只是自身的记录。而公共的则是两个。原理都是动态规划的。【3】.最长公共子序列问题和编辑距离问题。longest common subsequence。子序列是不要求连续相等的字符序列。这个问题也是算法导论上提过的问题。注意这个问题是Subsequence不是Substring。substring的话就是子串，子串的要求的连续相等的字符序列，而subsequence不要求连续。比如说ABCD和ABD。他