石少俭算法讲座1动态规划.pptVIP

ACM 算法设计 算法与程序 输 入：有零个或多个外部量作为算法的输入。 输 出：算法产生至少一个量作为输出。 确定性：组成算法的每条指令清晰、无歧义。 有限性：算法中每条指令的执行次数有限，执行每条指令的时间也有限。 算法：解决问题的方法（步骤） 程序：算法的计算机实现 解决问题不一定必须用计算机，也可以手工计算。 分苹果问题 有n个苹果，两个人分。规定：两人依次取，每次最多取1~m个，最后取到苹果者获胜。试编程解决之，并给出具体的获胜策略。 算法复杂性分析 动态规划 算法总体思想 动态规划基本步骤 找出最优解的性质，并刻划其结构特征。 递归地定义最优值。 以自底向上的方式计算出最优值。 根据计算最优值时得到的信息，构造最优解。 完全加括号的矩阵连乘积 矩阵连乘问题 分析最优解的结构 建立递归关系 计算最优值 用动态规划法求最优解 动态规划算法的基本要素 一、最优子结构 0-1背包问题 算法改进 典型例子（一） 算法改进 典型例子（二） 城市道路 给定m·n个平面矩形，矩形内部存在 不可达的小矩形，每次只能向上或者 向右走，求从左下角走到右上角共有 多少种行走方法。 (1466)计算直线的交点数 问题描述： 平面上有n条直线，且无三线共点，问这些直线能有多少种不同交点数。 输入：n（n=20） 输出：每个测试实例对应一行输出，从小到大列出所有相交方案，其中每个数为可能的交点数。 样例输入 4 样例输出 0 3 4 5 6 初步分析: 我们知道: n条直线互不平行且无三线共点的最多交点数max=1+2+……(n-1)=n(n-1)/2, 但本题不这么简单，因为问题问的是：这些直线有多少种不同的交点数？ 思考2分钟:如何解决? 用暴力的方法，可以吗？ 这道题如果用枚举法（暴力思想），在数塔层数稍大的情况下（如31），则需要列举出的路径条数将是一个非常庞大的数目（2^30= 1024^3 10^9=10亿）。 从顶点出发时到底向左走还是向右走应取决于是从左走能取到最大值还是从右走能取到最大值，只要左右两道路径上的最大值求出来了才能作出决策。 同样，下一层的走向又要取决于再下一层上的最大值是否已经求出才能决策。这样一层一层推下去，直到倒数第二层时就非常明了。 如数字2，只要选择它下面较大值的结点19前进就可以了。所以实际求解时，可从底层开始，层层递进，最后得到最大值。 结论：自顶向下的分析，自底向上的计算。 二、思考题：最长有序子序列 解决方案： 1160 FatMouses Speed 给定n只老鼠，每只老鼠有体重和速度，求老鼠的一个最长序列， 使得体重严格递增，速度严格递减。给出这个序列的长度，输出这个序列中 9 的每只老鼠在输入中的序号。 三、1160 FatMouses Speed Sample Input 6008 1300 6000 2100 500 2000 1000 4000 1100 3000 6000 2000 8000 1400 6000 1200 2000 1900 题目分析： 设Mice[i].W表示第i只老鼠的重量，Mice[i].S表示第i只老鼠的速度。我们先对Mice进行排序，以W为第一关键字，从小到大，S为第二关键字，从大到小。 设f[i]为Mice[i]至Mice[n]最长的序列长度。考虑某一个f[i]，则有： f[i] = max(f[i], f[j]+1) (1=ji，且Mice[i].W Mice[j].W，Mice[i].S Mice[j].S) 其中，初始条件为f[i]=1 (i=1, 2, ..., n)。 子结构特征： f(i,j)= { 由于f(i,j)只和f(i-1,j-1), f(i-1,j)和f(i,j-1)有关, 而在计算f(i,j)时, 只要选择一个合适的顺序, 就可以保证这三项都已经计算出来了, 这样就可以计算出f(i,j). 这样一直推到f(len(a),len(b))就得到所要求的解了. 理论小结 一、动态规划的基本思想 如果各个子问题不是独立的，不同的子问题的个数只是多项式量级，如果我们能够保存已经解决的子问题的答案，而在需要的时候再找出已求得的答案，这样就可以避免大量的重复计算。由此而来的基本思路是，用一个表记录所有已解决的子问题的答案，不管该问题以后是否被用到，只要它被计算过，就将其结果填入表中。 二、动态规划的基本步骤 动态规划算法通常用于求解具有某种最优性质的问题。在这类问题中，可能会有许多可行解。每一个解都对应于一个值，我们希望找到具有最优值（最大值或最小值）的那个解。设计一个动态规划算法