动态规划模型建立与优化方法.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * [问题描述] 现有n首由Raucous Rockers 演唱组录制的歌曲，计划从中选择一些歌曲来发行m张唱片，每张唱片至多包含t分钟的音乐，唱片中的歌曲不能重叠。按下面的标准进行选择： ?? (1) 这组唱片中的歌曲必须按照它们创作的顺序排序； (2) 包含歌曲的总数尽可能多。 输入n，m，t，和n首歌曲的长度，它们按照创作顺序排序，没有一首歌超出一张唱片的长度，而且不可能将所有歌曲的放在唱片中。输出所能包含的最多的歌曲数目。 Raucous Rockers 演唱组 设n首歌曲按照创作顺序排序后的长度为long[1..n]，则动态规划的状态表示描述为： g[i, j, k]，(0≤i≤n，0≤j≤m，0≤kt), 表示前i首歌曲，用j张唱片另加k分钟来录制，最多可以录制的歌曲数目。 规划的边界条件为： 当0≤j≤m， 0≤kt时：g[0,j,k]=0; 问题的最优解为：g[n,m,0]。 状态转移方程为： 当k≥long[i]，i≥1时： g[i, j, k]=max{g[i-1,j,k-long[i]]+1，g[i-1,j,k]} 当klong[i]，i≥1时： g[i, j, k]=max{g[i-1,j-1,t-long[i]]+1，g[i-1,j,k]} 改进的状态表示描述为： g[i,j]=(a, b)，0≤i≤n，0≤j≤i，0≤a≤m，0≤b≤t，表示在前i首歌曲中选取j首录制所需的最少唱片为：a张唱片另加b分钟。 状态转移方程为： g[i, j]=min{g[i-1,j]，g[i-1,j-1]+long[i]} 其中(a, b)+long[i]=(a’, b’)的计算方法为： 当b+long[i] ≤t时： a’=a; b’=b+long[i]; 当b+long[i] ＞t时： a’=a+1; b’=long[i]; 算法的时间复杂度为：O(n2)。 规划的边界条件： 当0≤i≤n时，g[i,0]=(0,0) 题目所求的最大值是： answer=max{k| g[n, k]≤(m-1,t)} 在使用动态规划方法解题时，对当前状态 的计算都是进行一些决策并引用相应的已经计算过 的状态，这个过程称为“状态转移”。因此，每个状 态可能转移的状态数是决定动态规划算法时间复杂度 的一个重要因素。 时间效率的优化（减少每个状态转移的状态数） 例题：股票收入 假设你有非凡的能力，能预测出今后D天中每天的股价（设每天股价不变，第i天的为vi）。第一天前，你有1元。以后每一天你可以用现有的资金购买股票，或将现有的股票抛出换资金，当然也可什么都不干。求D天后你能获得的最大收入。 输入的第一行为D(1=D=100000)。下面有D个实数，依次为今后D天的股票价格。 输出仅为一个精确到0.0001的实数，即D天后的理想收入。 输入与输出样例： 输入 输出 4 4.0000 4.2 2.6 5.6 10.4 转移方程一 设f(i)为第I天收盘时能达到的最高收入，则有状态转移方程： f(i)=max{f(j)*vt/vk} (0=jkt=i) f(0)=1 其含义为：第I天收盘时能达到的最高收入来源于第j天收盘后的收入，全部用于购入第k天的股票，再在第t天将所得的股票全部抛出所得的收入。F(D)就是问题的答案。 改正分析 如果第I天的收入是由第t天的抛出所得的，这就意味着从第t天后直到第I天一直在休息，f(I)=f(t)成立。 如果我们让f(I-1)的值能传给f(i)，那么f(t)的值就能传给f(i)。 转移方程二 f(i)=max{f(I-1)，f(j)*vi/vk} (0=jk=I ) f(0)=1 其含义为：如果第I天休息，则前I天所能获得的最大收入f(i)就是前I-1天所能获得的最大收入f(I-1)，否则第I天不休息，那么为了尽量增加收入，必然将股票全部抛出，就是将前j天所得的收入在第k天全