3章 动态规划1.pptVIP

第3章 动态规划 本章主要内容 矩阵连乘问题 掌握 动态规划算法的基本要素 熟练掌握 流水作业调度 了解 0-1背包问题 熟练掌握 最优二叉搜索树 熟练掌握 动态规划算法 1 n=0 F(n)= 1 n=1 F(n-1)+F(n-2) n1 动态规划算法 将待求解的问题分解成若干个子问题，先求解子问题，并存储子问题的解而避免计算重复的子问题，再由子问题的解得到原问题的解。 动态规划与分治的联系区别 都是分解成子问题，由子问题的解得到原问题的解。 分治中子问题相互独立，而动态规划中子问题互相有联系，且存在重复计算，即存在重叠子问题。 3.1 矩阵连乘问题 矩阵相乘满足结合律，连乘积可以有许多不同的次序。这种次序可以用加括号的方式确定。 考查两个矩阵相乘的情形：C=AB。如果矩阵A，B分别时p×r和r×q 矩阵，则它们的乘积C 将是p×q 矩阵，其(i, j)元素为 则共需要pqr次数乘。 完全加括号的矩阵连乘积 单个矩阵是完全加括号的； 矩阵连乘积A是完全加括号的，则A可表示为2个完全加括号的矩阵连乘积B和C的乘积并加括号，即A=(BC)。 两个矩阵的乘法 void MatrixMultiply(int **a, int **b, int **c, int ra, int ca, int rb, int cb) { if(ca! = rb ) error(“矩阵不可乘”)； for(int i = 0; i ra; i ++) for(int j = 0; j cb; j ++){ int sum = a[i][0]* b[0][j]; for(int k = 1; k ca; k ++) sum + = a[i][k]* b[k][j]; c[i][j] = sum; } } 穷举搜索法 对于q个矩阵的连乘积，设有p(n)个计算次序。我们可以在第k个和第k＋1个矩阵之间将原矩阵划分为两个子矩阵序列，然后分别对这两个矩阵子序列完全加括号，最后对所得的结果加括号，则 其中P(n)=C(n-1)， 1.分析最优解的结构 设A[ i: j ]为矩阵连乘积AiAi+1···Aj 计算A[1: n]的最优次序，设该次序在矩阵Ak和Ak＋1之间断开，1≤kn,则完全加括号方式为((A1···Ak) (Ak+1···An)) 总计算量为A[ 1: k ]的加上A[ k+1: n ]的计算量，再加上A[ 1: k ]和A[ k+1: n ]相乘的计算量。 最优子结构特征 计算A[1:n]的一个最优次序所包含的计算矩阵子链A[1:k]和A[k+1:n]的次序也是最优的 矩阵连乘积计算次序问题的最优解包含着其子问题的最优解，也就是最优子结构性质。 2.建立递归关系 设计算A[ i: j ]所需的最少次数为m[i][j],原问题的最优解为m[1][n]。 当 i = j 时，A[ i : j ]= Ai ,m[ i ][ i ] = 0,i=1,2,···,n。 当 i j 时m[ i ][ j ]=m[ i ][ k ] + m[ k+1 ][ j ] + pi-1pkpj k∈ { i, i+1, ···, j-1 } 采用递归方法计算 int RecurMatrixChain( int i, int, j, int p[]) { if ( ) return 0; int u=RecurMatrixChain(i, i)+RecurMatrixChain(i+1,j,p) +p[i-1]*p[i]*p[j]; s[i][j]=i; for(int k=i+1; kj; k++){ int t=RecurMatrixChain(i,k)+RecurMatrixChain(k+1,j,p) +p[i-1]*p[i]*p[j]; if (tu) { u=t