《算法设计和分析》第07章v2.pptVIP

算法设计与分析;第2部分 算法设计策略;第7章 动态规划法 ;7.1 一般方法和基本要素 7.2 每对结点间的最短路径 7.3 矩阵连乘 7.4 最长公共子序列 7.5 最优二叉搜索树 7.6 0/1背包 7.7 流水作业调度 ;7.1 一般方法和基本要素 ;7.1.3? 多段图问题;子集Vi;多段图问题的特性;1 — k段图的自后向前递推求解;课堂练习;【程序7－1】k段图的（从后）向前递推算法 templateclass T void GraphT::FMultiGraph(int k,int *p) {//采用程序6－8的邻接表存储图G。对图按阶段顺序标号 float *cost=new float[n]; //各节点的最短路径值 int q; int *d=new int[n]; //各结点开始的最短路径上的下一结点 cost[n-1]=0,d[n-1]=-1; //设置初值 ; for (int j=n-2;j=0;j--){ float min=INFTY; for (ENodeT *r=a[j];r;r=r-nextArc) { int v=r-adjVex; if (r-w+cost[v]min) { min=r-w+cost[v]; q=v; } } cost[j]=min;d[j]=q; } p[0]=0; p[k-1]=n-1; //p记录最短路径 for(j=1;j=k-2;j++) p[j]=d[p[j-1]]; delete []cost; delete []d; };2 — k段图的自前向后递推求解;动态规划法的实质也是将较大问题分解为较小的同类子问题，这一点上它与分治法和贪心法类似。但动态规划法有自己的特点。分治法的子问题相互独立，相同的子问题被重复计算，动态规划法解决这种子问题重叠现象。贪心法要求针对问题设计最优量度标准，但这在很多情况下并不容易。动态规划法利用最优子结构，自底向上从子问题的最优解逐步构造出整个问题的最优解，动态规划则可以处理不具备贪心准则的问题。;7.1.1 一般方法 ;设计一个动态规划算法，通常可以按以下几个步骤进行： （1）刻画最优解的子结构特性； （2）递归定义最优解值； （3）以自底向上方式计算最优解值； （4）根据计算得到的信息构造一个最优解。 其中，第（1）至（3）步是动态规划算法的基本步骤。最优解值是最优解的目标函数的值。 ;7.1.2 基本要素 ;7.1.4 资源分配问题 ;V(i,j)表示j个资源已经分配给前i-1个项目 N(m,n)表示n个资源分配给第m个项目了;7.1.4 资源分配问题;7.1.5 关键路径问题（略）;7.1.5 关键路径问题;7.2 每对结点间的最短路径 ;单源最短路径问题;讳长吊播矫乳锁侣逗拉牲暑橙摊卞馆遁笋负辩柳动嘉甩得乱匀方备浙孵百《算法设计和分析》第07章v2算法设计与分析;贪心法求解;6.6.3 迪杰斯特拉算法 ;private: int Choose(int* d, bool* s); …… T**a; //邻接矩阵 int n; }; ;template class T int MGraphT::Choose(int* d, bool* s) { //找出在下一条当前最短路径上的尾结点 int i,minpos; T min; min=INFTY; minpos=-1; for (i=1;in;i++) if (d[i]min !s[i]){ min=d[i];minpos=i; } return minpos; } ;template class T void MGraphT::Dijkstra(int s,