动态规划的优化和应用.doc

动态规划的优化及应用 广东北江中学 卢彦丞 关键词：动态规划 优化 应用 目录 序 …………………………………………………………………2 [一] 动态规划的优化和特殊技巧 ………………………………3 改变状态表示 ……………………………………………3 预处理，必要时进行两次动态规划 ……………………7 针对“双向问题”的优化 ………………………………8 其他优化 …………………………………………………12 按特殊顺序进行动态规划 ………………………………15 把最优值问题转化为判定问题 …………………………16 [二]动态规划的应用 ……………………………………………18 计数 ………………………………………………………18 一些图论问题 ……………………………………………21 求第K优解 ………………………………………………21 [三]后记 …………………………………………………………24 序： 说起动态规划，大家一定不会陌生。这是因为自从21世纪伊始，各类信息学竞赛中的动态规划逐渐成为了主要题型之一。但是，越来越多的证据表明，动态规划并不是一件容易的事。而本文主要论的就是动态规划如何优化，以及它在一些什么地方有用武之地。也就是说，这篇论文讲的是关于“动态规划进阶”的。至于动态规划的基础知识，可以查阅有关资料，这里不再赘述。 注：在本文，例题列出状态转移方程后不再附标程，因为对于动态规划题来说，知道了状态转移方程后就可以自己写出程序了。 动态规划的优化和特殊技巧 也许大家会问，“动态规划算法是一种非常优的多项式时间算法，用得着优化吗？”“搜索需要优化，动态规划也需要吗？”差矣。虽然动态规划是一种多项式时间、多项式空间的算法，但是弄不好也会超时、爆空间。如，一道动态规划题，规模是1=n=1000，如果你写出个O(n3)的状态转移方程，不超时才怪呢！而如果把它优化成O(n2)的话，就基本上不会超时了。如果方程正确的话，你就能通过这道题了！ 改变状态表示 众所周知，动态规划的核心是状态转移方程，而状态转移方程的关键是阶段的划分和状态的表示。所以说，状态表示得好不好，会决定着动态规划的其他一切因素，正可谓“牵一发，动全身”。有时候，改变一下状态表示，就可以在状态转移时，只让O(1)个状态转移到该状态，从而使时、空复杂度都减少一维。下面举几个例子： 花店橱窗布置（IOI99） 题目简述：有V个花瓶按顺序排成一行，最左边是1号，最右是V号。你有F束花要插在花瓶中，花束的编号决定了花束在花瓶中的排列顺序。即如果ij，则花束i所在的花瓶必须在花束j所在的花瓶的左边。如果花瓶数大于花束数，则多余的花瓶必须空置。每个花瓶最多只能放一束花。第i束花插在j号花瓶中的美学值为Ai,j。整个摆放方式的美学值为所有花束在所插花瓶中的美学值之和。现在给出一个Ai,j的矩阵，求具有最大美学值的摆放方式。（1=F=V=100,-50=Ai,j=50） 分析：由“花束的编号决定了花束在花瓶中的排列顺序”可知该问题具有“无后效性”，并且很容易得出该问题的“最优化原理”，所以这是一道动态规划题。 以花束划分阶段，设fi,j代表前i束花插进前j个花瓶中、并且第i个花束必须插进第j个花瓶中能产生的最大美学什，则可列出以下的状态转移方程： ……………………（1） f[F,V]即为最大美学值。 但是，这是个O(FV2)的方程，如果把F、V的范围调成1000会怎样？再说，虽然F、V的范围是100，但那是1999年的题啊！你以为那时候的机子有现在的这么快吗？弄不好就超时了！看来需要进行一点优化。不如我们重新考虑怎么样？以花瓶为阶段，设fi,j代表前i束花插进前j个花瓶中，但第i束花不一定插进第j个花瓶能产生的最大美学值，则可列出以下的状态转移方程： ……………………（2） f[F,V]即为最大美学值。 稍微对时间复杂度有点了解的人就会发现，（2）比（1）整整降了一维：（2）的时间复杂度为O(FV)。这时，这个方程不仅能轻松应付规模为100的小数据，应对那些更大的数据也不在话下了！ 其实，如果把一个类似于“”的式子代入（1）也可以变换出（2），但何必那么麻烦呢？还不如脑筋一个大转弯，重新考虑来得更爽一些呢！ 再来看一个很典型的例子： 多源多汇最短路问题 题目简述：给你一个带权（可能有负权，但一定没有负环）无向图/有向图，计算出每对顶点间的最短距离。 分析：这是一个很典型的问题，现在我们可以用Floyd-Warshall算法求解。但是，在不会Floyd-Warshall算法的情况下或者在该算法被发明之前怎么办？换句话说，Floyd-Warshall算法是如何得到的？…… 好吧，看看这道题，发现它有点“隐隐约约”地有首最优子结构，这“助长”了我们用动态规划的“苗头”。