[五年级数学]第4章 动态规划.ppt

0-1背包问题 常用算法与程序设计 * 0-1背包问题求解 2. 动态规划逆推设计 常用算法与程序设计 * 常用算法与程序设计 * ② 逆推计算最优值 for(j=0;j=c;j++) if(j=w[n] ) m[n][j]=p[n]; /* 首先计算m(n,j) */ else m[n][j]=0; for(i=n-1;i=1;i--) /* 逆推计算m(i,j) */ for(j=0;j=c;j++) if(j=w[i] m[i+1][j]m[i+1][j-w[i]]+p[i]) m[i][j]= m[i+1][j-w[i]]+p[i]; else m[i][j]=m[i+1][j]; printf(“最优值为%d”,m(1,c)); 常用算法与程序设计 * ③ 构造最优解 若m(i,cw)m(i+1,cw), i=1,2,…,n-1 则 x[i]=1; 装载w(i). 其中cw=c开始， cw=cw-x(i)*w(i). 否则, x(i)=0,不装载w(i) 。 最后，所装载的物品效益之和与最优值比较，决定w(n)是否装载。 常用算法与程序设计 * 常用算法与程序设计 * 3. 动态规划顺推设计 ② 　顺推计算最优值 for(j=0;j=c;j++) if(j=w[1] ) g[1][j]=p[1]; /* 首先计算g(1,j) */ else g[1][j]=0; for(i=2;i=n;i++) /* 顺推计算g(i,j) */ for(j=0;j=c;j++) if(j=w[i] g[i-1][j]g[i-1][j-w[i]]+p[i]) g[i][j]= g[i-1][j-w[i]]+p[i]; else g[i][j]=g[i-1][j]; printf(“最优值为%d”,g(n,c)); 常用算法与程序设计 * ③ 构造最优解 若g(i,cw)g(i-1,cw), i=n,n-1,…，2 则 x[i]=1; 装载w(i). 　　　　　　其中cw=c开始，cw=cw-x(i)*w(i). 否则, x(i)=0,不装载w(i) 。 最后，所装载的物品效益之和与最优值比较，决定w(1)是否装载。 常用算法与程序设计 * 常用算法与程序设计 * 本例在上例基础上增加了容积的约束条件。 给定一个由n个正整数组成的序列，从该序列中删除若干个整数，使剩下的整数组成非降子序列，求最长的非降子序列。 (1） 建立递推关系 　　设置b数组，b(i)表示序列的第i个数（保留第i个数）到第n个数中的最长非降子序列的长度，i=1,2,…,n。对所有的ji，比较当 a(j)≥a(i)时的b(j)的最大值，显然b(i)为这一最大值加1，表示加上a(i)本身这一项。 　　因而有递推关系： b(i)=max(b(j))+1 (a(j)≥a(i),1≤ij≤n) 　　边界条件： b(n)=1 常用算法与程序设计 * 最长子序列探索 最长非降子序列 b[n]=1; for(i=n-1;i=1;i--) {max=0;for(j=i+1;j=n;j++) if(a[i]=a[j] b[j]max) max=b[j]; b[i]=max+1;　　　　 /* 逆推得b[i] */ } 　　逆推依次求得b(n-1),…,b(1)，比较这n-1个值得其中的最大值lmax，即为所求的最长非降子序列的长度即最优值。 常用算法与程序设计 * (3） 构造最优解 　　从序列的第1项开始，依次输出b(i)分别等于lmax,lmax-1,…,1的项a(i)，这就是所求的一个最长非降子序列。 (4） 算法复杂度分析 以上动态规划算法的时间复杂度为O(n^2)，空间复杂度为O(n)。 常用算法与程序设计 * 常用算法与程序设计 * 常用算法与程序设计 * 根据以上递推关系, 逆推计算最优值c(0,0)流程为: for(i=0;i=m;i++) c[i][n]=0; /* 赋初始值 */ for(j=0;j=n;j++) c[m][j]=0; for(i=m-1;i=0;i--) /* 计算最优值 */ for(j=n-1;j=0;j--) if(x[i]==y[j]) c[i][j]=c[i+1][j+1]+1; else if(c[i][j