Ch05-常用算法课程.pdfVIP

ch05 动态规划 • 5.1 动态规划的基本要素 • 5.1 动态规划的基本要素 • 5.2 矩阵连乘问题 • 5.2 矩阵连乘问题 • 5.3 最长公共子序列问题 • 5.3 最长公共子序列问题 • 5.4 所有点对的最短路径问题 • 5.4 所有点对的最短路径问题 • 5.5 背包问题 • 5.5 背包问题 • 5.6 凸多边形最优三角剖分 • 5.6 凸多边形最优三角剖分 • 5.7 小结与练习 • 5.7 小结与练习 5.1 动态规划的基本要素 55..11 动动态态规规划划的的基基本本要要素素 • 基本思想 将待求解问题分解成若干子问题，先求解子问题，然后 从这些子问题的解得到原问题的解。 • 基本步骤 通常用于求解具有某种最优性质的问题。基本步骤： 1. 找出最优解的性质，并刻画其结构特征； 2. 递归地定义最优值； 3. 以自底向上的方式计算出最优值； 4. 根据计算最优值时得到的信息，构造一个最优解。 • 基本性质 动态规划算法通常具有两个重要的性质： 最优子结构性质、子问题重叠性质 1. 最优子结构性质 设计动态规划算法的第一步通常是刻画最优解的结构。当问题的最 优解包含了其子问题的最优解时，称该问题具有最优子结构性质。问 题的最优子结构性质提供了该问题可用动态规划算法求解的重要线索。 2. 重叠子问题 在用递归算法自顶向下求解此类问题时，每次产生的子问题并不 总 是新问题，有些子问题被反复计算多次。动态规划算法 正 是利用了这种子问题的重叠性质，对每一个子问题只解 一 次，而后将其解保存在一个表格中，当再次需要解此子 问 题时，只是简单的用常数时间查看一下结果。因此，用 动 态规划算法通常只需要多项式时间，从而获得较高的解 题 效率。 • 变形——备忘录方法 备忘录方法指用一个表格来保存已解决的子问题的答 案，在下次需要解此子问题时，只要简单的查看该子问题 的解答，而不必重新计算。 与动态规划不同的是，备忘录的递归方式是自顶向下 的，而动态规划算法则是自底向上的。 一般来讲，当一个问题的所有子问题都至少要解 一次时，则用动态规划算法比用备忘录方法好； 而当子问题空间中的部分子问题可不必求解时， 用备忘录方法比较有利。 5.2 矩阵连乘问题 55..22 矩矩阵阵连连乘乘问问题题 • 问题描述 3 M M M 假设有 个矩阵 1、 2、 3（实际上可以是任意多 , 2 10, 10 2, 2 10 个）它们的维数分别是 x x x 。现在要求计 算三个矩阵的乘积M M M ，要求用到的数量乘法的 1 2 3 次数最少。 • 蛮力计算法 即是将各种可能的组合计算方法都列举出来，最后找 出花费时间最少的一种。对于n个矩阵相乘时， n nn 1/2