三、动态规划.pdfVIP

2.2 动态规划 (Dynamic Programming) 一 基本思想和使用条件 例 1 求从始点到终点的最短路径 解：判断序列 F (C ) min {C T ) l l m m F (B ) min {B C +F (C )} k k l l l F (A ) min {A B +F (B )} j j k k k F (S ) min {S A +F (A )} i i j j j 观察： 设(S , A , B , C , T )是一条最短路径，则它的任何子路径都是相对于子路径 2 1 2 2 3 的始点和终点的最短路径。 为找到一条最短路径只需进行多步判断，由 Tj 开始经多步判断求得最短路 径长为 10，路径如下： (S , A , B , C , T ) (S , A , B , C , T ) 3 3 4 4 4 5 4 4 4 4 求解的过程是一系列判断的过程。在每步判断时列出所有可能的局部解，然 后根据某些条件舍弃那些不能得到最优解的局部解, 这样的求解方法就是动态 规划的算法。 使用动态规划算法的条件－－优化原则：一个最优决策序列的任何子序列本 身一定是相对于子序列的初始和结束状态的最优的决策序列。 例 2 求总长模 10 的最小路径。 最优解：所有的下弧，为(20) mod 10 = 0. 动态规划的解：下、上、上、上，总长为(5+2+2+2) mod 10 =1 二、动态规划算法的设计步骤 例 3 矩阵乘法 设 A , A , …, A 为矩阵序列，A 为 P ×P 阶矩阵，i = 1, 2, …,n. 向量P = P , 1 2 n i i-1 i 0 P , …, P 决定乘法次数。例如 1 n A : 10 ×100, A : 100 ×5, A : 5 ×50, 1 2 3 (A A )A : 10 × 100 × 5 + 10 ×5 × 50 = 7500 1 2 3 A (A A ): 10 × 100 × 50 + 100 × 5 × 50 = 75000 1 2 3 确定加括号的次序使得总的乘法次数最少。 1 2n 一般算法：加括号的方法有  种, Catalan 数，指数级别。 n +1 n  动态规划方法： 设输入为 P= P , P , …, P , A 表示乘积 A A …A 的结果，其最后一次 0 1 n i..j i i+1 j 相乘是 Ai..j = Ai..k Ak+1..j , m[i,j] 表示得到 Ai..j 的最少的相乘次数。 递推方程