(0算法设计 2.docVIP

课程学习报告 课程名称：算法分析与设计 题 目 分治法、贪心法、动态规划法分析 学生姓名 何江江 学生学号 0112904 班 级 11计一 开课学期 2012 至 2013 学年 第 2 学期 完成时间 2013 年 6 月 10 目录 1基本思想 1 1.1分治法 1 1.2动态规划法 1 1.3贪心算法 1 2解题结构 1 2.1分治法 1 2.2动态规划法 2 2.3贪心算法 2 3程序解读 2 3.1分治法-大整数的乘法 2 3.2动态规划法-最短路径问题 4 3.3贪心算法-背包问题 5 4对比分析 6 4.1算法间的关联与不同 6 4.1.1分治算法与动态规划 6 4.1.2贪心算法与动态规划算法 6 4.2适用条件 7 4.2.1贪心算法 7 4.2.2分治算法 8 4.2.3动态规划 8 1基本思想 1.1分治法 分治算法的基本思想是将一个规模为N的问题分解为K个规模较小的子问题，这些子问题相互独立且与原问题性质相同。求出子问题的解，就可得到原问题的解。 一个问题能够用分治法的要素是：第一，问题能够按照某种方式分解成若干个规模较小、相互独立且与原问题类型相同的子问题；第二，子问题足够小时直接求解；第三，能够将子问题的解组合成原问题的解。 1.2动态规划法 动态规划法将较大的问题分解为较小的同类问题，利用最优子结构，自底向上的从子问题的最优解逐步构造出整个问题的最优解，且经分解得到子问题往往不是互相独立的，这样就可以避免大量的重复计算，节省时间。决策依赖于子问题的求解是自底向上的。 1.3贪心算法 贪心算法（又称贪婪算法）是指，在对问题求解时，总是做出在当前看来是最好的选择。也就是说，不从整体最优上加以考虑，他所做出的仅是在某种意义上的局部最优解。贪心算法不是对所有问题都能得到整体最优解，但对范围相当广泛的许多问题他能产生整体最优解或者是整体最优解的近似解。 2解题结构 2.1分治法 分解：将原问题分解为若干个规模较小，相互独立，与原问题形式相同的子问题； 解决：若子问题规模较小而容易被解决则直接解，否则递归地解各个子问题； 合并：将各个子问题的解合并为原问题的解。 它的一般的算法设计模式如下： Divide-and-Conquer(P) 1. if |P|≤n0 2. then return(ADHOC(P)) 3. 将P分解为较小的子问题 P1 ,P2 ,...,Pk 4. for i←1 to k 5. do yi ← Divide-and-Conquer(Pi) △ 递归解决Pi 6. T ← MERGE(y1,y2,...,yk) △ 合并子问题 7. return(T) 其中|P|表示问题P的规模；n0为一阈值，表示当问题P的规模不超过n0时，问题已容易直接解出，不必再继续分解。ADHOC(P)是该分治法中的基本子算法，用于直接解小规模的问题P。因此，当P的规模不超过n0时直接用算法ADHOC(P)求解。算法MERGE(y1,y2,...,yk)是该分治法中的合并子算法，用于将P的子问题P1 ,P2 ,...,Pk的相应的解y1,y2,...,yk合并为P的解。 2.2动态规划法 1)确定问题的决策对象。 (2)对决策过程划分阶段。 (3)对各阶段确定状态变量。 (4)根据状态变量确定费用函数和目标函数。 (5)建立各阶段状态变量的转移过程，确定状态转移方程。 2.3贪心算法 ⒈建立数学模型来描述问题。 ⒉把求解的问题分成若干个子问题。 ⒊对每一子问题求解，得到子问题的局部最优解。 ⒋把子问题的解局部最优解合成原来解问题的一个解。 实现该算法的过程： 从问题的某一初始解出发； while 能朝给定总目标前进一步 do 求出可行解的一个解元素； 由所有解元素组合成问题的一个可行解。 3程序解读 3.1分治法-大整数的乘法 设X和Y都是n位的二进制整数，现在要计算它们的乘积XY。我们可以用小学所学的方法来设计一个计算乘积XY的算法，但是这样做计算步骤太多，显得效率较低。如果将每2个1位数的乘法或加法看作一步运算，那么这种方法要作O(n2)步运算才能求出乘积XY。下面我们用分治法来设计一个更有效的大整数乘积算法。 　 图6-3 大整数X和Y的分段　 我们将n位的二进制整数X和Y各分为2段，每段的长为n/2位(为简单起见，假设n