第3章动态规划2.ppt

3.2 动态规划算法的基本要素 Elements of Dynamic Programming 1 最优子结构性质 Optimal Substructure 2 重叠子问题性质 Overlapping Subproblems 1. 最优子结构 Optimal Substructure 当问题的最优解包含了其子问题的最优解时，称该问题具有最优子结构性质。 分析最优子结构性质时，一般假设由问题的最优解导出的子问题不是最优的，然后再设法说明在这个假设下可以构造出一个比原问题更优解更好的解，从而导出矛盾。 2.重叠子问题 Overlapping Subproblems 在用递归算法自顶向下解此问题时，每次产生的子问题并不总是新问题，有些子问题被反复计算多次。 动态规划算法对每个问题只解一次，而后将其解保存在一个表格中，当再次需要解此问题时，用常数时间查看一下结果。 因此，用动态规划算法通常只需要多项式时间。 3.备忘录方法Memoization 用一个表格来保存已解决的子问题的答案，用的时候查表即可。 采用的递归方式是自顶向下，动态规划是自底向上。 初始化为每个子问题的记录存入一个特殊的值，表示并未求解。在求解过程中，查看相应记录如果是特殊值，表示未求解，否则只要取出该子问题的解答即可。 备忘录方法解矩阵乘 int MemoizedMatrixChain(int n,int **m,int **s) { for(int i=1;i=n;i++) for(int j=i;j=n;j++) m[i][j]=0; return LookupChain(1,n); } int LookupChain(int i, int j) { if(m[i][j]0) return m[i][j]; if(i==j) return 0; int u=LookupChain(i,i)+LookupChain(i+1,j) +p[i-1]*p[k]*p[j]; s[i][j]=i; for(int k=i+1;kj;k++){ int t=LookupChain(i,k) +LookupChain(k+1,j) +p[i-1]*p[k]*p[j]; if(tu){ u=t; s[i][j]=k; } } m[i][j]=u; return u; } 备忘录采用自顶向下的计算，将计算结果存入矩阵后返回，每个子问题仅在第一次被调用时计算。 m[i][j]共有O(n2)个备忘记录项，初始化需要O(n2)时间，每个记录项只填入一次，共耗费O(n)时间，所以备忘录方法耗时O(n3)。 当一个问题的所有子问题都至少要解一次时，则用动态规划算法比备忘录方法好。 当子问题空间中的部分子问题可不必求解时，用备忘录方法则较有利，因为从其控制结构可以看出，该方法只解哪些确实需要求解的子问题。 3.3 流水作业调度Scheduling to Maximize Profit 已知n个作业{1, 2, . . . , n}要在由两台机器M1 和M2 组成的流水线上完成加工。每个作业加工的顺序都是先在M1 上加工，然后在M2 上加工。M1 和M2 加工作业i 所需的时间分别为ai 和bi，1≤ i≤ n。 流水作业调度问题要求确定这n 个作业的最优加工次序，使得从第一个作业在机器M1 上开始加工，到最后一个作业在机器M2 上加工完成所需的时间最少。 记N={1, 2, . . . , n}，S 为N 的子集合。一般情况下，当机器M1开始加工S 中的作业时，机器M2 可能正在加工其它的作业，要等待时间t 后才可用来加工S 中的作业。将这种情况下流水线完成S 中的作业所需的最短时间记为T(S, t)，则流水作业调度问题的最优值即是 。 1.流水作业调度问题具有最优子结构性质 设π是n 个流水作业的一个最优调度（实际上是作业的一个排序），π(1)，···π(n)表示π中各个作业。 该最优调度的加工时间为aπ(1) +T’, 其中T’是在机器M2 的等待时间为bπ(1) 时，安排作业π(2)，···