动态规划思想.ppt

第10讲 动态规划 一、一般方法 针对某一类问题，虽然可以利用计算机的高速性，把一切可能的解都列举出来，通过判断并得到最优解，但这种枚举法对于计算量太大的问题所需的时间（有时甚至包括空间开销）非常巨大，在实践上并不一定可行。 前面章节中，我们在用贪心算法解决问题时，采用相同的贪心选择性质，在每一个分步处理中，都能得到一个局部最优解，然而，并不能保证在整体上是最优的，如硬币问题。对于这类寻求最隹结果的问题，人们进行了分析，提出了有参考意义的解决思想方法。 二、贝尔曼（Richard Bellman）等人的“最优化原理” 在20世纪50年代，贝尔曼（Richard Bellman）等人仔细 分析了该类问题,发现它们的活动过程可以分为若干个阶段,而且 在任一阶段后的行为都依赖于i阶段的状态,而与i阶段之前的过程 及如何到达这种状态的方式无关。当各阶段决策确定后，就组 成了一个决策序列。把一个问题当作是一个前后关联的具有链 状结构的多阶段过程称为多阶段决策过程。 状态1 状态2 状态n-1 状态0 ------?决策1------ ?决策2------?……-------?决策n------?状态n 动态规划方法涉及多阶段决策过程的最优化。 动态规划遵循的原则是“最优化原理” 最优化原理：不论初始状态和第1步决策是什么，余下的决策相对于前一次决策所产生的新状态，构成一个最优决策序列。最优决策的子序列，一定是局部最优决策子序列。 根据[例10-1]可知，在每做一步决策时，列出各种可能的局部解，之后根据限制条件，舍弃那些肯定不能得到最优解的局部解，以便每一个阶段最优来保证全局最优 动态规划与贪心算法的差别： 按贪心策略形成的判定序列，并不能保证解是全 局最优的；而动态规划对可能产生的多个判定序 列，按照最优化原理进行选择，剔除了非局部最优 子序列，构成了最优决策序列。 求解方式： 动态规划是一个自底向上的过程 贪心算法是一个自顶向下的过程 动态规划解题的三个条件： （1）待求解问题具有无后效性特点； （2）当前的决策必须能构成最优决策序列； （3）机器具有足够的内存空间。 * *