ip教程--动态规划的优化.pptVIP

简化方程 * 用一个二叉堆来维护S(i-k)，每次求F(i)之前的操作如下： 算法二——堆 求F(i-1)时，求min{S(i-m-1), ……,S(i-2)} 求F(i)时， 求min{S(i-m),……,S(i-1)} ☆在堆中删除元素S(i-m-1)，插入元素S(i-1).复杂度O(2log2n) ☆从堆中取出当前最小值.复杂度O(1) 所以计算的总复杂度为O(nlog2n) * 队列优化 在算法二中，考虑用队列来维护决策值S(i-k)。每次只需要在队首删掉S(i-m-1)，在队尾添加S(i-1) 。但是取最小值操作还是需要O(n)时间复杂度的扫描。 考察在添加S(i-1)的时候，设现在队尾的元素是S(k)，由于ki-1，所以S(k)必然比S(i-1)先出队。若此时S(i-1)=S(k)，则S(k)这个决策永远不会在以后用到，可以将S(k)从队尾删除掉（此时队列的尾部形成了一个类似栈的结构） * 队列优化 同理，若队列中两个元素S(i)和S(j)，若ij且S(i)=S(j)，则我们可以删掉S(i)（因为S(i)永远不会被用到）。此时的队列中的元素构成了一个单调递增的序列，即： S1S2S3……Sk * 算法三 我们来整理在求F(i)的时候，用队列维护S(i-k)所需要的操作： ☆若当前队首元素S(x)，有xi-m，则S(x)出队；直到队首元素S(x)有x=i-m为止。 ☆若当前队尾元素S(k)=S(i-1)，则S(k)出队；直到S(k)S(i-1)为止。 ☆在队尾插入S(i-1) ☆取出队列中的最小值，即队首元素。 * 算法三 由于对于求每个F(i)的时候，进队和出队的元素不止一个。 但是我们可以通过分摊分析得知，每一个元素S(i)只进队一次、出队一次，所以队列维护的时间复杂度是O(n)。而每次求F(i)的时候取最小值操作的复杂度是O(1)，所以这一步的总复杂度也是O(n)。 综上所述，该算法的总复杂度是O(n) * 方法3：根据最优解的性质减少决策 例5：石子合并问题 规划的边界条件为：m[i,i]=0 令s[i,j]=k，表示合并的最优断开位置。 算法的时间复杂度为O(n3)。 * 猜想 合并第i堆到第j堆石子的最优断开位置s[i,j]要么等于i，要么等于j-1，也就是说最优合并方案只可能是： { (i) (i+1… j) } 或 { (i… j-1) (j) } * 证明： 设合并第i堆到第j堆石子的最优断开位置 s[i,j]=p，且ipj-1。 情况1：t[i, p]≤t[p+1,j] 由于ip，所以可以设q=s[i,p]。于是最优合并方案为： { [ (i…q) (q+1...p) ] (p+1…j) } ，它的得分， F1=m[i, q]+m[q+1,p]+m[p+1,j]+t[i, j]+t[i, p] 我们可以构造如下的合并方案： { (i…q) [ (q+1...p) (p+1…j) ] }，它的得分， F2 = m[i, q]+m[q+1,p]+m[p+1,j]+t[i, j]+t[q+1,j] 由于qp，所以t[i, p]≤t[p+1,j]t[q+1,j]，所以F1F2。 这与合并第i堆到第j堆石子的最优断开位置 s[i, j]=p矛盾 情况2：t[i, p]t[p+1,j] 与情况1是对称的。 * 方法4:利用贪心思想减少状态总数 例6：快餐问题 Peter最近在R市开了一家快餐店，为了招揽顾客，该快餐店准备推出一种套餐，该套餐由A个汉堡，B个薯条和C个饮料组成。价格便宜。为了提高产量，Peter从著名的麦当劳公司引进了N条生产线。所有的生产线都可以生产汉堡，薯条和饮料，由于每条生产线每天所能提供的生产时间是有限的、不同的，而汉堡，薯条和饮料的单位生产时间又不同。这使得Peter很为难，不知道如何安排生产才能使一天中生产的套餐产量最大。请你编一程序，计算一天中套餐的最大生产量。为简单起见，假设汉堡、薯条和饮料的日产量不超过100个。 输入:第一行为三个不超过100的正整数A、B、C中间以一个空格分开。第二行为3个不超过100的正整数p1,p2,p3分别为汉堡，薯条和饮料的单位生产耗时。中间以一个空格分开。第三行为N(0=0=10)，第四行为N个不超过10000的正整数，分别为各条生产流水线每天提供的生产时间，中间以一个空格分开。 输出:每天套餐的最大产量。 * 分析 设p[i,j,k]表示前i条生产线生产j个汉堡，k个薯条的情况下最多可生产饮料的个数。