1207122113_胡文峰_实验三-1动态规划介绍.doc

算法设计与分析实验报告 　　　　　　　　　　 教师 王大寒 上课时间 2015/4/8 实验四 动态规划 1. 实验目的 1.1．理解动态规划算法的主要设计思想； 1.2．掌握用动态规划算法策略解决最小合并问题和资源分配问题。 2. 实验环境 2.1 Eclipse, C++ 2.2 Window XP 3. 实验内容 1、石子合并问题，参考矩阵连乘的动态规划解法实现石子合并问题，并分析算法的时间复杂度。 2、优化石子合并问题的动态规划算法，将算法复杂度从O(n3)降到O(n2) 。 4. 教师批改意见 签字： ： 实验报告细表 1实验题目 1.1 算法设计思想 本题初看以为可以使用贪心法解决问题，但是事实上因为有必须相邻两堆才能合并这个条件在，用贪心法就无法保证每次都能取到所有堆中石子数最多的两堆。例如下面这个例子：63 4 6 5 4 2如果使用贪心法求最小得分，应该是如下的合并步骤：第一次合并 3 4 6 5 4 2 2,3合并得分是第二次合并 5 4 6 5 4 5,4合并得分是9第三次合并 9 6 5 4 5,4合并得分是9第四次合并 9 6 9 9,6合并得分是15第五次合并 15 9 15,9合并得分是24总得分＝5＋9＋9＋15＋24＝62但是如果采用如下合并方法，却可以得到比上面得分更少的方法：第一次合并 3 4 6 5 4 2 3,4合并得分是7第二次合并 7 6 5 4 2 7,6合并得分是13第三次合并 13 5 4 2 4,2合并得分是6第四次合并 13 5 6 5,6合并得分是11第五次合并 13 11 13,11合并得分是24总得分＝7＋13＋6＋11＋24＝61由此我们知道本题是不可以使用贪心法求解的，上例中第五次合并石子数分别为13和11的相邻两堆。 这两堆石头分别由最初 的第1，2，3堆（石头数分别为3，4，6）和第4，5，6堆（石头数分别为5，4，2）经4次合并后形成的。于是问题又归结为如何使得这两个子序列的N－2次合并的得分总和最优。为了实现这一目标，我们将第１个序列又一分为二：第１、２堆构成子序列１，第３堆为子序列２。第一次合并子序列１中的两堆，得分７；第二次再将之与子序列２的一堆合并，得分13。显然对于第１个子序列来说，这样的合并方案是最优的。同样，我们将第２个子序列也一分为二；第４堆为子序列１，第５，６堆构成子序列２。第三次合 并子序列２中的２堆，得分６；第四次再将之与子序列１中的一堆合并，得分13。显然对于第二个子序列来说，这样的合并方案也是最优的。由此得出一个结论──６堆石子经过这样的５次合并后，得分的总和最小。 动态规划思路：阶段i：石子的每一次合并过程，先两两合并，再三三合并，...最后N堆合并状态s：每一阶段中各个不同合并方法的石子合并总得分。决策：把当前阶段的合并方法细分成前一阶段已计算出的方法，选择其中的最优方案具体来说我们应该定义一个数组s[i,j]用来表示合并方法，i表示从编号为i的石头开始合并，j表示从i开始数j堆进行合并，s[i,j]为合并的最优得分。对于上面的例子来说，初始阶段就是s[1,1],s[2,1],s[3,1],s[4,1],s[5,1],s[6,1]，因为一开始还没有合并，所以这些值应该全部为0。第二阶段：两两合并过程如下，其中sum(i,j)表示从i开始数j个数的和s[1,2]=s[1,1]+s[2,1]+sum(1,2)s[2,2]=s[2,1]+s[3,1]+sum(2,2)s[3,2]=s[3,1]+s[4,1]+sum(3,2)s[4,2]=s[4,1]+s[5,1]+sum(4,2)s[5,2]=s[5,1]+s[6,1]+sum(5,2)s[6,2]=s[6,1]+s[1,1]+sum(6,2)第三阶段：三三合并可以拆成两两合并，拆分方法有两种，前两个为一组或后两个为一组s[1,3]=s[1,2]+s[3,1]+sum(1,3)或s[1,3]=s[1,1]+s[2,2]+sum(1,3)，取其最优s[2,3]=s[2,2]+s[4,1]+sum(2,3)或s[1,3]=s[2,1]+s[3,2]+sum(2,3)，取其最优第四阶段：四四合并的拆分方法用三种，同理求出三种分法的得分，取其最优即可。以后第五阶段、第六阶段依次类推，最后在第六阶段中找出最优答案即可。由此得到算法框架如下：For j←2 to n do {枚举阶段，从两两合并开始计算}For i←1 to n do {计算当前阶段的n种不同状态的值}For k←1 to j-1 do {枚举不同的分段方法}beginIf i+kn then t←(i+k