第3章动态规划1选编.ppt

第3章 动态规划Dynamic Programming ;本章主要内容; 1 n=0 F(n)= 1 n=1 F(n-1)+F(n-2) n1;Computing the nth fibonacci number using bottom-up iteration: f(0) = 0 f(1) = 1 f(2) = 0+1 = 1 f(3) = 1+1 = 2 f(4) = 1+2 = 3 f(5) = 2+3 = 5 f(n-2) = f(n-1) = f(n) = f(n-1) + f(n-2) ;动态规划算法;动态规划与分治的联系区别;3.1 矩阵连乘问题Matrix-Chain Multiplication ;矩阵相乘满足结合律，连乘积可以有许多不同的次序。这种次序可以用加括号的方式确定。 考查两个矩阵相乘的情形：C=AB。如果矩阵A，B分别时p×r和r×q 矩阵，则它们的乘积C 将是p×q 矩阵，其(i, j)元素为 则共需要pqr次数乘。;完全加括号的矩阵连乘积 单个矩阵是完全加括号的； 矩阵连乘积A是完全加括号的，则A可表示为2个完全加括号的矩阵连乘积B和C的乘积并加括号，即A=(BC)。;两个矩阵的乘法;穷举搜索法;1.分析最优解的结构;最优子结构特征;2.建立递归关系;采用递归方法计算;递归树;可以证明该算法的计算时间T(n)有指数下界，设算法中判断语句和赋值语句花费常数时间，则由算法的递归部分可得关T(n)的递归不等式如下： ;对于1≤i ≤j ≤n，不同的有序对(i,j)对应于不同的子问题m[i][j]，因此，不同的子问题的个数最多只有 用动态规划解此问题时，在计算过程中，保存已解决的子问题答案，每个子问题只计算一次，而在后面用到时简单地查一下，从而避免了大量的重复计算。;2······4;3.计算最优值;3.计算最优值; A1 A2 A3 A4 A5 A6 30×35 35×15 15×5 5×10 10×20 20×25;3.计算最优值;计算过程;算法复杂度;4. 构造最优解; 1 2 3 4 5 6 0 1 1 3 3 3 0 2 3 3 3 0 3 3 3 0 4 5 0 5 0;根据最优值算法构造最优解;;Exercises