第四章5(贪心、动态)预案.ppt

4.5 动态规划 4.5.1 认识动态规划 4.5.2 算法框架 4.5.3 突出阶段性的动态规划应用 4.5.4 突出递推的动态规划应用 4.6 算法策略间的比较 4.6.1 不同算法策略特点小结 4.6.2 算法策略间的关联 算法1说明 以上的递归算法虽然解决了问题，但效率很低，有子问题重叠，n=4时的递归过程如下图： 上节 下节 算法2(改进后递归算法) int m[100][100],com[100][100],r[100]; matrix2（ ） { int n,; print(“How mang matrixes?”); input (n); print(“How size every matrixe?”); for (i=1;i=n+1;i++) input (r[i]); for (i=1;i=n;i++) /初始化化数组com和m。/ for (j=1;j=n;j++) { com[i][j]=0; m[i][j]=0; } course (1,n)； print (“The least calculate quantity：”m[1][n]); for (i=1;i=n;i++) { print(“换行符”); for (j=1;j=n;j++) print(com[i][j]); } } 上节 下节 course (int i,int j) { if （m[i][j]0） return m[i][j]; if(i=j) return 0; if(i=j-1) { com[i][i+1]=i; m[i][j]= r[i]*r[i+1]*r[i+2]; return m[i][j]; } int u= course (i,i)+ course (i+1,j)+r[i]*r[i+1]*r[j+1]; com[i][j]=i ; for (int k==i+1; kj;k++) { int t= course (i,k)+ course (k+1,j)+r[i]*r[k+1]*r[j+1]; if (tu) { u=t ; com[i][j]=k; } } m[i][j]=u; return u; } 上节 下节 算法3(非递归算法) main（ ） { int n,r[100],m[100][100],com[100][100]; peint(“How mang matrixes?”); input (n); peint(“How size every matrixe?”); for (i=1;i=n+1;i++) input (r[i]); for (i=1;i=n;i++) /初始化化数组com和m。/ for (j=1;j=n;j++) com[i][j]=0; for (i=1;in;i++) { m[i][i]=0; \s=0\ m[i][i+1]= r[i]*r[i+1]*r[i+2]; \s=1\ com[i][i+1] = i+1; } 上节 下节 m[n][n]= 0; for ( s =2; s=n-1;