第三章 NOI导刊 线型动态规划.pptVIP

m=2 设f[i,j]表示车站停靠i,j 两列火车(ij)时，其后的火车（包括i,j本身）最多可以进站的数量,则: f[i,j]=max｛f[j,k]+1｝ 条件：必须满足按i,j,k顺序进站和出站，另外还要满足k在i出站后且j 进站。 m=3 设f[i,j,k]表示车站停靠i,j,k三列火车(ijk)时，其后的火车（包括i,j,k）最多可以进站的数量。则有， f[i,j,k]=max{f[j,k,l]+1｝ 条件：必须满足按i,j,k,l顺序进站和出站，另外还要满足l在i 出站后进站。 求最长公共子序列 给定的字符序列X=“x0，x1，…，xm-1”，序列Y=“y0，y1，…，yk-1”是X的子序列，存在X的一个严格递增下标序列i0，i1，…，ik-1，使得对所有的j=0，1，…，k-1，有xij = yj。 例如，X=“ABCBDAB”，Y=“BCDB”是X的一个子序列。 给出两个字串S1和S2，长度不超过5000. 求这两个串的最长公共子串长度。 分析样例 S1=“ABCBDAB.” S2=“BABCBD.” 可以看出他们的最长公共子串有ABCB,ABCD ,BCBD等，长度为4. 从样例分析，我们思考的方式为要找出S1串与S2串的公共子串，假设将S1固定，从第1个位置开始直到最后一个位置为止，与S2的各个部分不断找最长公共子串 当然S1也可以变化，这样我们即得出了思路: 枚举S1的位置i 枚举S2的位置j 找出S1的前i位与S2的前j位的最长公共子串，直到两个串的最后一个位置为止。 动态规划 设f(i,j)表示S的前i位与T的前j位的最长公共子串长度。则有， 时间复杂度O(n*m) 主程序框架 n:=length(a); m:=length(b); for i:=1 to n begin for j:=1 to m do begin f[j]:=max(f[j-1],pf[j]); {从前面的状态直接转移过来} if (a[i]=b[j]) and (pf[j-1]+1f[j]) then {多增加一位的情况} f[j]:=pf[j-1]+1; end; pf:=f; end; 说明：pf是一个与f完全相同的数组，实现f(i)与f(i-1)的滚动 样例运行过程 S=“ABCBDAB.” T=“BABCBD.” 初始：f(i,0)=0, f(0,i)=0; ∵S[1] ≠T[1]; ∴ f(1,1)=MAX{f(1,0),f(0,1)}=0 ∵S[1] =T[2]; ∴ f(1,2)=MAX{f(1,0)+1}=1 ∵S[2] =T[1]; ∴ f(2,1)=MAX{f(1,0)+1}=1 ∵S[2] ≠T[2]; ∴ f(2,2)=MAX{f(1,2), f(2,1)}=1 ∵S[2] =T[3]; ∴ f(2,3)=MAX{f(1,2)+1}=2 ∵S[3] ≠ T[1]; ∴ f(3,1)=MAX{f(3,0), f(2,1)}=1 ∵S[3] ≠ T[2]; ∴ f(3,2)=MAX{f(2,2),f(3,1)}=1 ∵S[3] ≠ T[3]; ∴ f(3,3)=MAX{f(3,2),f(2,3)}=2 …… 一直求到f(8,7), ans = f(8,7)-1；减1是因为最后都有一个”.” 总结 线型动态规划问题，最典型的特征就是状态都在一条线上，并且位置固定，问题一般都规定只能从前往后取状态，解决的办法是根据前面的状态特征，选取最优状态作为决策进行转移。 设前i个点的最优值，研究前i-1个点与前i个点的最优值， 利用第i个点决策转移，如下图。 状态转移方程一般可写成: fi(k) = min{ fi-1 or j( k’) + u(i,j) or u(i,i-1) } * * * * * * * 线型动态规划 长沙市雅礼中学 朱全民 带权有向的多段图问题 给定一个带权的有向图，要求从点A到点D的最短路径。 设F(i)表示从点A到达点i的最短距离，则有 F(A)=0 F(B1)=5,F(B2)=2 F(C1)=min{F(B1)+3}=8 F(C2)=min{F(B1)+2,F(B2)+7}=7 F(C3)=min{F(B2)+4}=6 F(D)=min{F(C1)+4,F(C2)+3,F(C3)+5}=10 多阶段最优化决策问题 由上例可以看出，整个问题分成了A、B、C、D四个阶段来做，每个阶段的数值的计算只会跟上一个阶段的数值相关，这样一直递推下去直到目标。 即由初始状态开始，通过对中间阶段决策的选择，达到结束状态。这