noip教程--动态规划的的优化.pptVIP

动态规划的优化方法;动态规划优化的内涵;优化方法1：改进状态的表示;方法一;方法二;方法三; [问题描述] 现有n首由Raucous Rockers 演唱组录制的歌曲，计划从中选择一些歌曲来发行m张唱片，每张唱片至多包含t分钟的音乐，唱片中的歌曲不能重叠。按下面的标准进行选择： ?? (1) 这组唱片中的歌曲必须按照它们创作的顺序排序； (2) 包含歌曲的总数尽可能多。 输入n，m，t，和n首歌曲的长度，它们按照创作顺序排序，没有一首歌超出一张唱片的长度，而且不可能将所有歌曲的放在唱片中。输出所能包含的最多的歌曲数目。; 设n首歌曲按照创作顺序排序后的长度为long[1..n]，则动态规划的状态表示描述为： g[i, j, k]，(0≤i≤n，0≤j≤m，0≤kt), 表示前i首歌曲，用j张唱片另加k分钟来录制，最多可以录制的歌曲数目。 状态转移方程为： 当k≥long[i]，i≥1时： g[i, j, k]=max{g[i-1,j,k-long[i]]+1，g[i-1,j,k]} 当klong[i]，i≥1时： g[i, j, k]=max{g[i-1,j-1,t-long[i]]+1，g[i-1,j,k]} 规划的边界条件为： 当0≤j≤m， 0≤kt时：g[0,j,k]=0; 问题的最优解为：g[n,m,0]。;改进的状态表示描述为： g[i,j]=(a, b)，0≤i≤n，0≤j≤i，0≤a≤m，0≤b≤t，表示在前i首歌曲中选取j首录制所需的最少唱片为：a张唱片另加b分钟。 状态转移方程为： g[i, j]=min{g[i-1,j]，g[i-1,j-1]+long[i]} 其中(a, b)+long[i]=(a’, b’)的计算方法为： 当b+long[i] ≤t时： a’=a; b’=b+long[i]; 当b+long[i] ＞t时： a’=a+1; b’=long[i]; 规划的边界条件： 当0≤i≤n时，g[i,0]=(0,0) 题目所求的最大值是：answer=max{k| g[n, k]≤(m-1,t)} ;优化方法2：利用决策的单调性;分析;;最大子序和;一个简化的问题; ;算法一——枚举;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：;队列优化;队列优化;算法三;算法三;方法3：根据最优解的性质减少决策;猜想;证明：;方法4:利用贪心思想减少状态总数;分析;优化;贪心优化;例7：Hotel ;先考虑夫妇这个限制;考虑动态规划;考虑优化;方法4：利用恰当的数据结构存储状态，减少状态查找时间;我们分别用v,u,a表示动词，名词和辅词，给出的文章用L[1..M]表示，则状态表示描述为： F(v,i)：表示将L的前i个字符划分为以动词结尾（当iM时，可带任意个辅词后缀）的最优分解方案下划分的句子数与单词数； F(u,i)：表示将L的前i个字符划分为以名词结尾（当iM时，可带任意个辅词后缀）的最优分解方案下划分的句子数与单词数。 状态转移方程为： F(v,i)=min{ F(u,j)+(0,1)， L(j+1..i)为动词； F(v,j)+(0,1)， L(j+1..i)为辅词，iM；} F(u,i)=min{ F(u,j)+(1,1), L(j+1..i)为名词； F(v,j)+(0,1), L(j+1..i)为名词； F(u,j)+(0,1), L(j+1..i)为辅词，iM；} 边界条件：F(v,0)=(1,0)； F(u,0)=(∞, ∞)； 问题的解为：min{ F(v,M), F(u,M) }；;;方法5：利用四边形不等式的性质降维;分析;分析;猜想 ;证明;情形2：ii’jj’ 设 y=max{p | m[i’,j]=m[i’-1,p]+w[p+1,j] } z=max{p | m[i,j’]=m[i-1,p]+w[p+1,j’] } 仍需再分两种情形讨论，即z≤y或zy。 情形2.1，当z≤yjj’时：;令s[i,j]=k，(i≤j)，最后，我们证明决策s[i,j]满足单调性。 令mk[i,j]=m[i-1,k]+w[k+1,j]； 我们先来证明s[i-1,j]≤s[i,j]，只要证明对于所有i≤kk’j且mk’[i-1,j]≤mk[i-1,j]，有：mk’[i,j]≤mk[i,j]。 类似地，我们可以证明一个更强的不等式 mk[i-1,j]-mk’[i-1,j]≤mk[i,j]-mk’[i