第十五章 动态规划.docVIP

第十五章 动态规划 第一节 动态规划的基础 一、动态规划简介 动态规划算法（Dynamic Programming，简称DP）是信息学奥赛中重点考察的基本算法，每年的各类比赛中会 动态规划算法是解决“多阶段决策问题”的一种高效算法，它对每个出现的问题只求解一次，并将其结果保存在一张表中，以后再次遇到相同的问题时，直接从表中索取答案，避免重复计算。正是这种“不做无用功”的求解模式，大大提高了程序的效率。动态规划算法常用于解决统计类问题（统计方案总数）和最优值问题（最大值或最小值），尤其普遍用于最优化问题。 本章主要介绍了动态规划的基本概念、动态规划的问题特征以及求解方法和技巧心得，并通过分析一些典型的题目来说明动态规划类问题的基本解题思路。 二、动态规划的基本概念 下面，我们通过分析一个实例来对动态规划算法有一个初步的认识，并了解阶段、状态、决策等基本概念。 最短路线问题 如图15-1所示，宇宙中存在着大大小小的星球，星球之间存在着纵横交错的飞船通道。梦佳背负着巨大的使命，需要尽快从星球A赶到星球E执行任务。请你帮助她找到一条最短的路线。 图15-1 最短路线图 问题分析: 经过观察，容易发现本问题有一明显的特点，就是在从星球A到星球E的路径上，结点可按从左向右的顺序分为5部分： 第一部分：A； 第二部分：B1，B2； 第三部分：C1，C2，C3，C4； 第四部分：D1，D2，D3； 第五部分：E。 显而易见，想尽快到达星球E，必须始终从左到右单向（也就是按照第一部分到第五部分依次增加的顺序） 既然只能从左向右单向前进，那么从A点到其他任意一点X的最短距离，必然经过且仅经过X左侧的点（设为Y）。因此，如果能提前求得由A到Y的最短距离，那么枚举X的所有前驱点Y，就可以计算出A到X的最短距离。所以，按照空间顺序从左到右的顺序划分阶段，我们就可以按阶段一步步求得从A到E的最短路径了。 算法描述: 定义f[i]为A到i点的最短距离，dis[i,j]为结点i与结点j之间的距离。 我们从第一部分开始从左向右依次求A到其他各点的最短距离，每一部分看成一个阶段，每到一个新的阶段就把相应结点的f[i]值求出来，直到求完第五阶段结点E的f[E]，f[E]也就是我们希望得到的答案。 按照上面的思路，下面我们手动模拟，求解点A到点E的最短距离。 第一阶段：[A] = 0; 第二阶段：f[B1] = dis[A,B1] = 5, f[B2] = dis[A,B2] = 3; 第三阶段：f[C1] = f[B1]+dis[B1,C1] = 6, f[C2] = min{f[B1]+dis[B1,C2] , f[B2]+dis[B2,C2]}= min{5+6,3+8 = 11, f[C3] = f[B1]+dis[B1,C3] = 5+3 = 8, f[C4] = f[B2]+dis[B2,C4] = 3+4 = 7; 第四阶段：f[D1] = min{f[C1]+dis[C1,D1] , f[C2]+dis[C2,D1]} = min{6+5,11+5} =11, f[D2] = f[C1]+dis[C1,D2] = 6+6 = 12, [D3] = min{f[C3]+dis[C3,D3], f[C4]+dis[C4,D3]} = min{8+8,7+3} = 10; 第五阶段：[E] = min{f[D1]+dis[D1,E], f[D2]+dis[D2,E) ,f[D3]+dis[D3,E]} = min{11+3, 12+4, 10+3} = 13; 最短路径：A--B2--C4--D3--E； 最短距离：13。 通过上述求解过程，我们可以看出，在本例中，对每一个出现的问题（f[i]）只求解一次，不做重复计算，以后再遇到时直接使用，这就是动态规划算法高效的原因，更是学习动态规划算法必须深刻理解的一点。 解决了上述最短路径问题，下面我们了解一下动态规划中常见的几个概念： 1．阶段 阶段是为了方便解决问题人为划分的。把问题的求解过程恰当地按一定顺序分成若干个相互联系的阶段，从而按相对应的次序去求解问题。 阶段一般依据时间或者空间划分，上面的例子就是按照空间来划分阶段的，一共5个阶段，A点是第一阶段，E点是第五阶段。在生活中有许多划分阶段的例子，如计算机的使用，可按照时间顺序划分为打开电源开关、启动计算机、正常使用计算机、用完后关机等几个阶段。 阶段划分是动态规划中最重要的环节，阶段划分不当或者错误，就会导致题目难度剧增或得出错误的结果。因此，正确划分阶段是解决动态规划问题的重中之重。另外，如果一个问题无法划分合适的阶段，那它或许就无法使用动态规划算法解决。 2．状态 通常一个阶段有多个状态，状态可以用一组数来描述。在定义状态时，要做到“不多