第四章dynamic programming技术 - read.docVIP

第四章 Dynamic Programming技术 4.1 Dynamic Programming 概述 ·优化问题: 一个优化问题可能有很多解，每个解有一 个代价，我们希望选择一个具有最少代价 的解。一个优化问题可能有多个优化解。 ·动态规划方法： ·Dynamic Programming方法适用于：当一个优化问 题可分为多个子问题，子问题的解被重复使用。 ·Dynamic Programming方法求解每个子问题仅一次， 并保存其结果，以后用到时直接存取，不重复计算， ——节省计算时间。 ·Dynamic Programming方法自底向上，而divid- and-conque方法自顶向下。 ·动态规划算法的书记步骤 ① 分析优化解的结构 ② 递归地定义最优解的代价 ③ 自底向上地计算优化解的代价保存之， 并获取构造最优解的信息。 ④ 根据构造最优解的信息构造优化解 4.2. Matrix-chain Multiplication 4.2.1 问题的提出 ·矩阵链乘法问题 输入：A1,A2,...,An Ai是矩阵 输出：矩阵乘积 A1(A2(…(An ·矩阵链乘法的实现 ·矩阵乘法满足结合率。 ·计算一个矩阵链的乘法可有多种方法: ·例如：（A1(A2(A3(A4）=（A1((A2((A3(A4))) =（(A1(A2)((A3(A4）) .... =(（A1(A2）(A3)(A4) ·两个矩阵的乘法A(B的代价依赖于计算的顺序 ·复杂性测度：乘法的次数 ·A(B的代价：设A是p(q矩阵，B是q(r矩阵， 则计算A(B的时间是0(pqr). ·矩阵链乘法的代价 设A1=10(100矩阵, A2=100(5矩阵, A3=5(50矩阵, 则 ·T((A1(A2)(A3)=10(100(5+10(5(50=5000+2500=7500 ·T((A1(A2) (A3)=100(5(50+10(100(50 =25000+50000=750000. ·结论: 不同解法有不同的代价。 ·矩阵链乘法优化问题 输入：A1, A2, ..., An, Ai是pi-1(pi矩阵 输出：代价最小的计算A1(A2(...(An的方法 ·矩阵链乘法优化问题的解空间 设p(n)=计算具有n个矩阵的矩阵链乘积的方法数 1 if n=1 p(n)= if n(2 p(n)=C(n-1)=Catalan数== ((4n/n) *如此之大的解空间是无法用枚举方法求出最优解的！ 4.2.2 优化解的结构 ·几个记号 ·Ai-j=Ai(Ai+1(....(Aj ·cost(Ai-j)=计算Ai-j的代价 ·优化解的结构 ·对于任意k,1(kn,A1(n=A1(k(Ak+1(n ·cost(A1(n)=cost(A1(k)+cost(Ak+1(n)+cost(A1(k(Ak+1(n) ·在A1(n的优化解中，子问题A1(k的解法必须是A1-k的优化 解，子问题Ak+1(n的解必须是Ak+1(n的优化解。 --问题的优化解包括子问题优化解 --Dynamic-programming可用的原因 4.2.3. 优化解的代价方程 ·假设 ·m[i,j]=计算Ai-j的最小乘法数 ·m[1,n]=计算Ai(n的最小乘法数 ·A1...AkAk+1....An是优化解 ·代价方程 m[i,i]=计算Ai(i=Ai的最小乘法数=0 m[i,j]=m[i,k]+m[k+1,j]+pi-1pkpj,其中, pi-1pkpj是计算 Ai-k(Ai-k所需要完成的乘法数, AI和Ak分别是pI-1(pI和 pk-