第四篇动态规划法.ppt

算法设计与分析 * 求最长公共子串的算法 根据LCSlength()输出的标志数组flag和最长公共子串的长度值len[m][n]，按照公式可以得到子字符串ai、bj的最长公共子串c： 求c=LCS(ai,bj)? void LCS0(int i,int j,char *a,int k,int **flag,chr *c) //k是当前最长公共子串长度，数组flag由LCSlength()得到 {if ((i= =0)||(j= =0)) ??? return; ? if (flag[i][j]= =0) { LCS0(i-1,j-1,a,k-1,flag,c);??? c[k-1]=a[i]; }? else if (flag[i][j]= =1) LCS0(i-1,j,a,k,flag,c); else? LCS0(i,j-1,a,k,flag,c);} 算法设计与分析 * LCS算法运行举例 设A={d,b,a,d,b}，B={b,a,b,d} LCS用矩阵len[i][j],flag[i][j]存放子问题Ai与Bj 的最长公共子串长度和相应的标志 0 1 2 3 4 5 0 1 2 3 4 1 2 3 4 5 1 2 3 4 len[i][j] flag[i][j] LCSlength将如下面红色箭头所示的过程逐个计算子问题 执行for(i=0;i=m;i++) len[i][0]=0; for(i=0;i=m;i++) len[0][i]=0; 后完成初始化如下： 0 0 0 0 0 0 0 0 0 0 当i=1，依次比较A[1]与B[j]及len[0][j]与len[1][j-1]，填入len[1][j]与flag[1][j]的值如下： ∵ A[1]B[1]且len[0][1]=len[1][0]， ∴ len[1][1]=len[0][1]=0; flag[1][1]=1; 0 1 ∵ A[1]B[2]且len[0][2]=len[1][1]， ∴ len[1][2]=len[0][2]=0; flag[1][2]=1; 0 1 0 ∵ A[1]B[3]且len[0][3]=len[1][2]， ∴ len[1][3]=len[0][3]=0; flag[1][3]=1; 1 ∵ A[1]=B[4] ， ∴ len[1][4]=len[0][3]+1=1; flag[1][4]=0; 1 0 当i=2，依次比较A[2]与B[j]及len[1][j]与len[2][j-1]，填入len[2][j]与flag[2][j]的值如下： ∵ A[2]=B[1] ， ∴ len[2][1]=len[1][0]+1=1; flag[2][1]=0; 1 0 ∵ A[2]B[2] 且len[1][2]len[2][1]; ∴ len[2][2]=len[2][1]=1; flag[2][2]= -1; 1 -1 ∵ A[2]=B[3]; ∴ len[2][3]=len[1][2]+1=1; flag[2][3]= 0; 1 0 ∵ A[2]B[4]且len[1][4]len[2][3]; ∴ len[2][4]=len[2][3]=2; flag[2][4]= -1; 1 1 类似的，当i=3，4，5时可以计算出相应的len[i][j]及flag[i][j]，如下图所示： 1 2 1 0 2 -1 2 -1 1 1 2 -1 2 1 3 0 1 0 2 1 3 0 3 1 故得到最长公共子串C长度为k=3； 最后再由flag标识根据算法LCS0得到C={b,a,d}。 算法设计与分析 * LCS的时间复杂性 算法LCSlength的主要计算取决于程序中对i和j的二重循环，循环的总次数为O(nm)。 算法LCS0的每次递归调用中i减1或者j减1，因此时间复杂性为O(n+m)，。 算法设计与分析 * 凸多边形最优三角剖分 凸多边形的三角剖分是将一个凸多边形分割成互不相交的三角形的弦的集合T。 下面是一个凸7边形的2个不同的三角剖分： v0 v1 v2 v3 v4 v5 v6 v0 v1 v2 v3 v4 v5 v6 在凸多边形的一个三角剖分T中，各弦互不相交，且T已达到最大，即任何一条不在T中的弦必与T中某弦相交。 在有n个顶点的凸多边形的三角剖分中，恰有n–3条弦和n–2个三角形。 凸多边形的最优三角剖分问题：给定凸多边形P={v0, v1,…, vn–1} ，以及定义在由凸多边形的边和弦