(算法分析A课程报告.docVIP

尼克的任务问题的实验研究  2011~2012学年第1学期《算法分析》课程报告 二 三 四 五 六 七 总分 尼克的任务问题的实验研究 一、研究报告 1. 题目描述 尼克每天上班之前都连接上英特网，接收他的上司发来的邮件，这些邮件包含了尼克主管的部门当天要完成的全部任务，每个任务由一个开始时刻与一个持续时间构成。尼克的一个工作日为N分钟，从第一分钟开始到第N分钟结束。当尼克到达单位后他就开始干活。如果在同一时刻有多个任务需要完成，尼克可以任选其中的一个来做，而其余的则由他的同事完成，反之如果只有一个任务，则该任务必需由尼克去完成，假如某些任务开始时刻尼克正在工作，则这些任务也由尼克的同事完成。如果某任务于第P分钟开始，持续时间为T分钟，则该任务将在第P+T－1分钟结束。写一个程序计算尼克应该如何选取任务，才能获得最大的空暇时间。 Input 输入数据第一行含一个空格隔开的整数N和K（1≤n≤10000，1≤k≤10000），N表示尼克的工作时间单位为分钟，K表示任务总数。接下来共有K行，每一行有两个用空格隔开的整数P和T，表示该任务从第P分钟开始，持续时间为T分钟，其中1≤P≤N,1≤P+T－1≤N。 Output 输出文件仅一行，包含一个整数，表示尼克可能获得的最大空暇时间。 Sample Input 15 6 1 2 1 6 4 11 8 5 8 1 11 5 Sample Output 4 2. 解题思路（20分） DP题，开始我想的方法是用f[i]表示从1到i取得的最大休息时间，于是可以这样转移: ???????????????????? f[j]=max(f[i]+j-en[i]-1,f[j])(en[i]+1=j=last[i]) 其中last[i]为以en[i]结束任务i后向后遇到的第一个任务。注意判断状态的有效性，初始时赋为-1，将1——be[1]赋值，开始DP 还有一种方法，用f[i]表示从i到n取得的最大休息时间，那么转移就是： ????????????????? f[i]=f[i+1]+1 (i时刻没有任务) ????????????????? f[i]=max{f[en[j]+1]}(i=be[j]) 初始化全部是0。 3. 算法描述 动态规划动态规划三要素：阶段，状态，决策。如果把动态规划的求解过程看成一个工厂的生产线，阶段就是生产某个商品的不同的环节，状态就是工件当前的形态，决策就是对工件的操作。显然不同阶段是对产品的一个前面各个状态的小结，有一个个的小结构成了最终的整个生产线。每个状态间又有关联（下一个状态是由上一个状态做了某个决策后产生的）。下面举个例子：要生产一批雪糕，在这个过程中要分好多环节：购买牛奶，对牛奶提纯处理，放入工厂加工，加工后的商品要包装，包装后就去销售……，这样没个环节就可以看做是一个阶段；产品在不同的时候有不同的状态，刚开始时只是白白的牛奶，进入生产后做成了各种造型，从冷冻库拿出来后就变成雪糕（由液态变成固态）。每个形态就是一个状态，那从液态变成固态经过了冰冻这一操作，这个操作就是一个决策。一个状态经过一个决策变成了另外一个状态，这个过程就是状态转移，用来描述状态转移的方程就是状态转移方程。经过这个例子相信大家对动态规划有所了解了吧。下面在说说我对动态规划的另外一个理解：用图论知识理解动态规划：把动态规划中的状态抽象成一个点，在有直接关联的状态间连一条有向边，状态转移的代价就是边上的权。这样就形成了一个有向无环图AOE网（为什么无环呢？往下看）。对这个图进行拓扑排序，删除一个边后同时出现入度为0的状态在同一阶段。这样对图求最优路径就是动态规划问题的求解。二，动态规划的适用范围动态规划用于解决多阶段决策最优化问题，但是不是所有的最优化问题都可以用动态规划解答呢？一般在题目中出现求最优解的问题就要考虑动态规划了，但是否可以用还要满足两个条件：（1） 最优子结构（最优化原理）（2） 无后效性最优化原理在下面的最短路径问题中有详细的解答；什么是无后效性呢？就是说在状态i求解时用到状态j而状态j就解有用到状态k…..状态N。而求状态N时有用到了状态i这样求解状态的过程形成了环就没法用动态规划解答了，这也是上面用图论理解动态规划中形成的图无环的原因。也就是说当前状态是前面状态的完美总结，现在与过去无关。。。当然，有是换一个划分状态或阶段的方法就满足无后效性了，这样的问题仍然可以用动态规划解。 4. 算法实现program p1034;var f:array[0..10010] of longint;??? be,en,last:array[1..10000]of longint;??? can:arra