程序设计基础12_2_动态规划(2015春)讲解.ppt

int main() { int n, m, i, j; //m存放ai左边各终点 //最长上升子序列长度的最大值 scanf(“%d”,n); //输入序列长度n for(i=1; i=n; i++) scanf(“%d”,b[i]); //输入n个整数b[i] MaxLen[1]=1; //初始化以第一个数为 //终点的最长上升子序列长度1 for(i=2; i=n; i++) //求以ai为终点的 { m=0; //最长上升子序列长度 for(j=1; ji; j++) //循环找aj左边最长上 if(a[i] a[j]) //小于升子序列长度 if(mMaxLen[j]) m=MaxLen[j]; MaxLen[i]=m+1; } int nMax = -1; //初始化nMax //循环求以ak为终点的 //最长上升子序列最大长度 for(i=1; i=n; i++) if(nMax MaxLen[i]) nMax = MaxLen[i]; printf(“%d\n”,nMax); //输出最大长度 return 0; } * 方案二：动态规划DP的实现 nMax = Max{ MaxLen(i), i=1,2,3, … ,n } MaxLen (1) = 1 MaxLen (i) = Max { MaxLen (j)：1j i 且 bj bi 且 i≠1 } + 1 特别提醒：教材p297 状态转移方程 —— 源程序 a —— 教材中数组 b k —— 教材中变量 i i —— 教材中变量 j 第12章 贪心法与动态规划 * 12.1.3贪心法解题的一般步骤 贪心法特点，就是在求最优解的过程中，每一步都采用一种局部最优策略，逐渐缩小问题范围和规模，最后把每一步结果合并起来得到一个全局的最优解。 在例12.1中，每次选取删除的数字都是第一个递减区间的首位数字，也就是当前的删除可以保证在当前删除位数要求下的最优解，同时使剩下的数字串逐渐接近最后要求的目标最优解。 * 在例12.2中，每一次选取的时间都是满足条件的最早结束事件，向问题的解答前进一步，同时给剩余事件的选取留下了最多的不重叠时间；最后得到的事件序列，就是每一次选取的事件集合。 在例12.3中，每一步都将覆盖最大间隔的线段断开，使得线段总长度减少，同时使线段数目更接近最大数目限制；最后得到的最小线段总长度，其实是计算过程唯一确定的一种线段覆盖方式得到的。 贪心法解题的一般步骤 从问题的某个初始解出发； 采用循环语句，当可以向求解目标前进一步时，根据局部最优策略，得到一个部分解，缩小问题的范围或规模； 将所有部分解综合起来，得到问题的最终解。 * 12.1 贪 心 法12.2 动 态 规 划 * 引例 递归的重叠子问题 斐波那契序列：f(1)=1; f(2)=1; f(n)=f(n-1)+f(n-2); (n2) * 递归实现 long long f(int n) { if(n==1||n==2) return 1; return f(n-1)+f(n-2); } f(6)=f(5)+f(4) =f(4)+f(3)+f(4) 动态规划DP实现 long long f(int n) { int i; long long a[100]; a[1]=1;a[2]=1; for(i=3; i=n;i++) a[i]=a[i-1]+a[i-2]; return a[n-1]; } n 40 90 递归：1.030s 无法忍受 动规：0.062s 0.359 特点： 空间换时间 不重复求解 引例 递归的重叠子问题 * 递归调用中，计算f(6)和f(5)都需要去计算f(4)，导致对同一个值f(4)计算了两次，浪费了时间，我们把这种情况叫做递归的重叠子问题。 一种避免递归的重叠子问题的方法就是，当我们求出一个值的时候，就把它保存起来，当下次再用到这个值的时候，直接调用保存的值，而不是再计算一次。 递归算法的问题：子问题被重