第4讲动态规划.docVIP

第4讲 动态规划 我们先来看一个简单的多阶段决策问题。 现有一张地图，各结点代表城市，两结点间连线代表道路，线上数字表示城市间的距离。如图1所示，试找出从结点1到结点10的最短路径。 第一阶段 第二阶段 第三阶段 第四阶段 第五阶段 图1 本问题的解决可采用一般的穷举法，即把从结点1至结点10的所有道路列举出来，计算其长度，再进行比较，找出最小的一条。虽然问题能解决，但采用这种方法，当结点数增加，其运算量将成指数级增长，故而效率是很低的。 我们可以用深度优先搜索法来解决此问题，该问题的递归式为 其中是与v相邻的节点的集合，w(v,u)表示从v到u的边的长度。 具体算法如下： int MinDistance(v) { if (v==E) return 0; else { min=maxint; while(所有没有访问过的节点i) { if(v和i相邻) { 标记i访问过了; t=v到i的距离+MinDistance(i); 标记i未访问过; if (tmin) min=t; } } } } 开始时标记所有的顶点未访问过，MinDistance(A)就是从A到E的最短距离。 这个程序的效率如何呢？我们可以看到，每次除了已经访问过的城市外，其他城市都要访问，所以时间复杂度为O(n!)，这是一个“指数级”的算法，那么，还有没有更好的算法呢？ 分析图1可知，各结点的排列特征： 可将各结点分为5个阶段； 每个阶段上的结点只跟相邻阶段的结点相连，不会出现跨阶段或同阶段结点相连的情况，如不会出现结点1与结点4连、结点4与结点5连的情况。 除起点1和终点10外，其它各阶段的结点既是上一阶段的终点，又是下一阶段的起点。例如第三阶段的结点4、5、6，它即是上一阶段结点2、3中某结点的终点，又是下一阶段结点7、8、9中某结点的起点。 根据如上特征，若对于第三阶段的结点5，选择1-2-5和1-3-5这两条路径，后者的费用要小于前者。那么考虑一下，假设在所求的结点1到结点10最短路径中要经过结点5，那我们在结点1到结点5之间会取那条路径呢？显然，无论从结点5出发以后的走法如何，前面选择1-3-5这条路都总是会优于1-2-5的。也就是说，当某阶段结点一定时，后面各阶段路线的发展不受这点以前各阶段的影响。反之，到该点的最优决策也不受该点以后的发展影响。 由此，我们可以把原题所求分割成几个小问题，从阶段1开始，往后依次求出结点1到阶段2、3、4、5各结点的最短距离，最终得出答案。在计算过程中，到某阶段上一结点的决策，只依赖于上一阶段的计算结果，与其它无关。例如，已求得从结点1到结点5的最优值是6，到结点6的最优值是5，那么要求到下一阶段的结点8的最优值，只须比较min{6+5,5+5}即可。这样，运用动态规划思想大大节省了计算量。可以看出，动态规划是解决此类多阶段决策问题的一种有效方法。 算法如下： void short_path() { F5[E]=0; for(i=4,i=0,i--) { while(每一个u ∈Sk ) { Fk[u]=无穷大; While(每一个v∈Sk+1∩δ(u)) { if (Fk[u]w(u,v)+Fk+1[v]) Fk[u]:=w(u,v)+Fk+1[v]; } } } 输出F1[A]; }一、动态规划 1、什么是动态规划 动态规划：与分治法相似，把问题分解按层次分成子问题，直到可以直接求解的子问题，然后一级一级地向上求解。 与分治法的出别在于：动态规划适用有许多重复子问题出现的问题，它保留已求出问题的解。 例如，计算矩阵连乘积。 问题：（1）矩阵相乘的定义 （2）设矩阵的阶分别为 如按计算需要的计算次数为： 50*5*100+50*100*10=75000。 如按计算需要的计算次数为： 50*5*10+5*100*10=7500。 （3）n个矩阵连乘时，怎样规划它们的乘积次序，使得所有的乘法次数最少 2、动态规划中的主要概念，名词术语 阶段：把问题分成几个相互联系的有顺序的几个环节，这些环节即称为阶段。是对整个过程的自然划分。通常根据时间顺序或空间特征来划分阶段，以便按阶段的次序解优化问题。 状态：某一阶段的出发位置称为状态。通常一个阶段包含若干状态。如图1中，阶段3就有三个状态结点4、5、6。 决策：从某阶段的一个状态演变到下一个阶段某状态的选择。 策略：由开始到终点的全过程中，由每段决策组成的决策序列称为全过程策略，简称策略。 状态转移方程：前一阶段的终点就是后一阶段的起点，