[数学]c03 动态规划.pptVIP

学习要点: 理解动态规划算法的概念。 掌握动态规划算法的基本要素 （1）最优子结构性质 （2）重叠子问题性质 掌握设计动态规划算法的步骤。 (1)找出最优解的性质，并刻划其结构特征。 (2)递归地定义最优值。 (3)以自底向上的方式计算出最优值。 (4)根据计算最优值时得到的信息，构造最优解。 通过应用范例学习动态规划算法设计策略。 （1）矩阵连乘问题； （2）最长公共子序列； （3）0-1背包问题； 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。 3.10 0-1背包问题 给定n种物品和一背包。物品i的重量是wi，其价值为vi，背包的容量为C。问应如何选择装入背包的物品，使得装入背包中物品的总价值最大? 动态规划法 例：已知背包的重量和各物品的信息如下表： 课后作业 3.12：二维背包问题 目标式：max∑vixi ,(i=1 to n) 课后作业 3-15长江游艇俱乐部问题 目标：求 min{r[1,n]} Void mincharge() {For(int k=0;kn;k++) For(int i=0;in-k;i++){ Int j=i+k; For(int p=i+1;pj;p++){ Int temp=f[i][p]+f[p][j]; If(f[i][j]temp) F[i][j]=temp; }} } 最优二叉搜索树 实例：考虑分别以概率0.1，0.2，0.4，0.3来查找4个键A,B,C,D。包含这些键的二叉查找树有14中可能 B A C D B A C D 穷举法的查找效率： 平均查找次数分别为：2.9和2.1次，都非最优 最优二叉搜索树 设a1,a2,…,an是从小到大的有序互不相等键，p1,p2,…,pn是他们的查找概率。记Tij是由键ai,…,aj构成的最优二叉搜索树，m[i,j]是在这棵树种成功查找的最小平均查找次数，1≤i≤j≤n. 他的根包含了键ak，左子树Tik-1中的键ai,…,ak-1是最优排列的，右子树Tjk+1中的键ak+1,…,aj也是最优的 ak ai,… ,ak-1 的最优 二叉查找树 ak+1,… ,aj 的最优 二叉查找树 最优二叉搜索树 设从1开始对树的层数进行计数(比较的次数等于键所在的层数)，则可得到以下关系： m[i,j]= 设m[i+1,i]=0,可理解为空树的比较次数 m[i,i]=pi 实例：键 A B C D 查找概率 0.1 0.2 0.4 .3 构造最优二叉搜索树 m[3,4]=min 4 3 2 1 4 3 2 1 0 4 3 2 1 5 4 3 2 1 4 3 2 1 0 0 0.4 0 0.3 0 0.2 0 0.1 0 主表 根表 =min{0+0.3，0.4+0}+0.7 =1 根：3 0.4 1 1.8 0.7 1.5 1 2 3 or 2 3 3 3 4 m[2,3]=min =min{0+0.4，0.2+0}+0.6 =0.8 根：3 m[2,4]=min =min{1，0.2+0.3，0.8}+0.9 =1.4 根：3 m[1,2]=min =min{0+0.2，0.1+0}+0.3 =0.4 根：2 m[1,3]=min =min{0.8，0.1+0.4，0.4}+0.7 =1.1 根：3 m[1,4]=min =min{1.4，0.1+1，0.4+0.3，1.1}+1 =1.8 根 3 实例：键 A B C D 查找概率 0.1 0.2 0.4 .3 构造最优二叉搜索树 4 3 2 1 4 3 2 1 0 4 3 3 3 3 2 3 3 or 2 2 1 1 4 3 2 1 0 1.8 1 0.4 0.1 0 主表 根表 D B A C 该算法的伪码描述： 算法 OptimalBinaryTree(P[1…n]) //用动态规划法求最有二叉查找树 //输入：一个有n个键的有序列表的查找概率数组P[1…n] //输出：在OptimalBinaryTree中成功查找的平均比较次数，以及OptimalBinaryTree中子树的根表R for i=1 to n { m[i,i-1]=0; m[i,i]=pi; R[i,i]=i } m[n+1,n]=0 for d=1 to n-1 //对角线计数 for i=1 to n-1 { j=i+d; minval=∞ for k=i to j { if (m[i,k-1]+m[k+1,j]minval) minval=m[i,k-1]+m[k+1,j]