算法设计与分析 第四章2 贪心、动态.ppt

4.4 贪婪算法 最优化问题： 有n个输入，它的解由这n个输入的一个子集组成，这个子集必须满足某些事先给定的条件，这些条件称为约束条件，满足约束条件的解称为问题的可行解。满足约束条件的可行解可能不只一个，为了衡量这些可行解的优劣，事先给出一定的标准，这些标准通常以函数的形式给出，这些标准函数称为目标函数，使目标函数取得极值（极大或极小）的可行解称为最优解，这类问题就称为最优化问题。 4.4 贪婪算法 打地鼠-ACM程序设计比赛题目 相信大家都玩过打地鼠游戏吧！就是在一个n*m矩形区域内有n*m个洞，然后地鼠可能在任意一个洞中出来。现在一个小朋友正在玩这个游戏，他不想像正常玩游戏一样，要自己看着，现在他要买一些机器人来帮他，这些机器人很厉害，一个就可以顶上十个，原因很简单，他可以打中所有出现在和它同行或同列的地鼠，但是他也有个弊端，一旦放到一个位置了就不能在动了，而且这些机器人只能放在矩形的外围。当然了，他也想省点钱，现在他已经计算出了地鼠将要出现的位置，要你帮他计算一下他最少要买多少个机器人。 Input 输入包括多组数据。首先输入n和m(1=n,m=300)代表矩形的大小，接下来一行输入k(1=k=n*m)，表示有k个位置地鼠将出现的，然后跟着k行，每一行包括两个数x(1=x=n)和y(1=y=m)，表示k个可能的位置。当录入的n= m=0时，程序结束。 Output 输出最少的机器人数，每组数据占一行，相邻的两组用空格隔开。 Sample Input 5 5 3 1 2 2 3 4 5 6 5 5 1 2 1 3 2 3 3 3 6 4 Sample Output 3 ???? 3 4.4.1 可绝对贪婪问题 3） 同样还是利用数组，记录未删除字符的下标，粗略的过程如下： n=“1 2 4 3 5 8 3 3” 1 2 3 4 5 6 7 8 4比3大 删除 “1 2 3 5 8 3 3” 1 2 4 5 6 7 8 8比3大 删除 “1 2 3 5 3 3” 1 2 4 5 7 8 5比3大 删除 “1 2 3 3 3” 1 2 4 7 8 这时数组好象是数据库中的索引文件。此方式同样存在操作比较复杂的问题。我们采用方法1）。 4.4.2 相对或近似贪婪问题 4.4.3 关于贪婪策略讨论 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 3. 设计动态规划算法的基本步骤 设计一个标准的动态规划算法的步骤： 1) 划分阶段 2) 选择状态 3) 确定决策并写出状态转移方程 但是,实际应用当中的简化步骤： 1) 分析最优解的性质，并刻划其结构特征。 2) 递推地定义最优值。 3) 以自底向上的方式或自顶向下的记忆化方法(备忘录 法)计算出最优值. 4) 根据计算最优值时得到的信息，构造问题的最优解。 4. 标准动态规划的基本框架 for( j=1 ;j=m;j=j+1) //第一个阶段　　xn[j]=初始值； for (i=n-1 ; i=1;i=i-1) //其它n-1个阶段　 for (j=1 ;j=f(i) ;j=j+1)// f(i)与 i有关的表达式 　　xi[j]=j=max(或min){g(xi-1[j1——j2])，……， g(xi-1[jk——jk+1])}； t=g(x1[j1—j2]); //由最优解求解最优解的方案print(x1[j1]);for( i=2 ;i= n-1;i=i+1) {t=t-xi-1[ji]; for (j=1 ;j=f(i) ;j=j+1) if(t= xi[ji]) break;} 【例2】 资源分配问题。 【例3】 n个矩阵连乘的问题。 【例2】资源分配问题。 设有资源a,分配给n个项目,gi(x)为第i个项目分得资源x所得到的利润。求总利润最大的资源分配方案，也就是解下列问题： max z=g1(x1)+ g2(x2)+……gn(xn) x1+x2+x3+……xn=a, xi≥0,i=1，2,3,……,n 函数gi