第3章 动态规划教程文件.ppt

*;*;*;货郎担问题;分别求从城市i出发的哈密尔顿回路，最后求n条回路的最小值。 ;货郎担问题动态规划函数的递归表示;4个城市1、2、3、4，邻接矩阵如下表。;解：以从城市1出发为例，求哈密尔顿回路，其它城市同理。 第一阶段 d(1,{2,3,4}) = min{c12+d(2,{3,4}),c13+d(3,{2,4}), c14+d(4,{2,3})} 第二阶段 d(2,{3,4}) = min{c23+d(3,{4}),c24+d(4,{3})} d(3,{2,4}) = min{c32+d(2,{4}),c34+d(4,{2})} d(4,{2,3}) = min{c42+d(2,{3}),c43+d(3,{2})} ; 回溯第2阶段 d(2,{3,4}) = min{2+5,3+11} = 7 {2,3,4,1} d(3,{2,4}) = min{4+6,2+12} = 10 {3,2,4,1} d(4,{2,3}) = min{7+8,5+9} = 14 {4,3,2,1} 回溯第1阶段 d(1,{2,3,4}) = min{3+7,6+10,7+14} = 10 {1,2,3,4,1};动态规划解货郎担问题求解过程示意图;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;（3）计算最优值;*;*;*;*;*;*;由最长公共子序列问题的最优子结构性质可知:要找出X={x1,x2,x3,…,xm}和Y={y1,y2,y3,…,yn}的最长公共子序列，可按以下方式递归计算： 当xm=yn时，找出xm-1和yn-1的最长公共子序列，然后在其尾部加上xm(=yn)即可得X和Y的最长公共子序列。 当xm?yn时，必须解两个子问题：即找出xm-1和y的一个最长公共子序列及x和yn-1的一个最长公共子序列。这两个公共子序列中较长者即为x和y的最长公共子序列。;*;*;*;*;*;*;*;*;*;*;nLCS(sX, sY, nA, nB) 1 for i ← 1 to nA do nZ[i, 0] ← 0 2 for j ← 0 to nB do nZ[0, j] ← 0 3 for i ← 1 to nA do 4 for j ← 1 to nB do 5 if xi = yj 6 then nZ[i, j] ← c[i - 1, j - 1] + 1 7 cStep [i, j ] ← “↖” 8 else if nZ[i - 1, j] ≥ nZ[i, j - 1] 9 then nZ[i, j] ← nZ[i - 1, j] 10 cStep [i, j] ← “↑” 11 else nZ[i, j] ← nZ[i, j - 1] 12 cStep [i, j] ← “←” 13 return nZ and cStep; 举例;找出最长共同子序列;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;i=8: cost[8]=c89+cost[9]=3+0 path[8]=9 i=7: cost[7]=c79+cost[9]=7+0 path[7]=9 i=6: cost[6]=min{c67+cost[7],c68+cost[8]}=min{6+7,5+3}=8 path[6]=8 i=5: cost[5]=min{c57+cost[7],c58+cost[8]}=min{8+7,6+3}=9 path[5]=8 i=4: