算法设计与分析期末复习部分题目.pptVIP

问题提出 动态规划是解决多阶段决策最优化问题的一种方法。 如图所示的一个线路网络，两点之间的连线上的数字表示两个点之间的距离，要求求出一条从A到E的路径，使得总距离最小。 多段图的最短路径问题 设图G=(V, E)是一个带权有向连通图，如果把顶点集合V划分成k个互不相交的子集Vi（2≤k≤n, 1≤i≤k），使得E中的任何一条边(u, v)，必有u∈Vi，v∈Vi+m（1≤i＜k, 1＜i+m≤k），则称图G为多段图，称s∈V1为源点，t∈Vk为终点。多段图的最短路径问题是求从源点到终点的最小代价路径。 2 1 2 0 3 4 5 6 7 8 9 4 9 3 8 7 6 8 4 7 5 6 8 6 6 5 3 7 一个多段图 由于多段图将顶点划分为k个互不相交的子集，所以，多段图划分为k段，每一段包含顶点的一个子集。不失一般性，将多段图的顶点按照段的顺序进行编号，同一段内顶点的相互顺序无关紧要。假设图中的顶点个数为n，则源点s的编号为0，终点t的编号为n-1，并且，对图中的任何一条边(u, v)，顶点u的编号小于顶点v的编号。 下面考虑多段图的最短路径问题的填表形式。 用一个数组cost[n]作为存储子问题解的表格，cost[i]表示从顶点i到终点n-1的最短路径，数组path[n]存储状态，path[i]表示从顶点i到终点n-1的路径上顶点i的下一个顶点。则： cost[i]=min{cij+cost[j]} (i≤j≤n-1且顶点j是顶点i的邻接点) （1） path[i]=使cij+cost[j]最小的j （2） 多段图的最短路径算法 1．初始化：数组cost[n]初始化为最大值，数组path[n]初始化为-1； 2．for (i=n-2; i=0; i--) 2.1 对顶点i的每一个邻接点j，根据式1计算cost[i]; 2.2 根据式2计算path[i]; 3．输出最短路径长度cost[0]; 4. 输出最短路径经过的顶点： 4.1 i=0 4.2 循环直到path[i]=n-1 4.2.1 输出path[i]; 4.2.2 i=path[i]; 算法主要由三部分组成：第一部分是初始化部分，其时间性能为O(n)；第二部分是依次计算各个顶点到终点的最短路径，由两层嵌套的循环组成，外层循环执行n-1次，内层循环对所有出边进行计算，并且在所有循环中，每条出边只计算一次。假定图的边数为m，则这部分的时间性能是O(m)；第三部分是输出最短路径经过的顶点，其时间性能是O(n)。所以，算法6.2的时间复杂性为O(n+m)。 所有点对的最短路径问题 问题 设G=(V,E)是一个有向图，其中的每条边(i,j)有一个非负的长度l[i,j]，如果顶点i到顶点j没有边，则l[i,j]= 。 问题：找出从每个顶点到其他所有顶点的距离。这里从顶点x到顶点y的距离是指从x到y的最短路径的长度。 为了简便，假定V={1,2,…,n}，设i和j是V中两个不同的顶点，定义 是从i到j，并且不经过{k+1,k+2,…,n}中任何顶点的最短路径的长度。 所有点对的最短路径问题 分析最优解的结构 如果k是从i到j的最短路径上的节点，则从i到k以及从k到j的这两部分子路径也一定是最短的。 即所有点对的最短路径问题满足最优子结构性质。 所有点对的最短路径问题 建立递归关系 所有点对的最短路径问题 算法（Floyd算法） 输入：n×n维矩阵l[1..n,1..n]，以便对于有向图G=({1,2,…,n},E)中的边(i,j)的长度为l[i,j] 输出：矩阵D，使得D[i,j]等于i到j的距离。 所有点对的最短路径问题 D=l for k=1 to n for i=1 to n for j=1 to n D[i,j]=min{D[i,j],D[i,k]+D[k,j]}; end for end for end for 所有点对的最短路径问题 示例 所有点对的最短路径问题 0/1背包问题 问题 设U={u1,u2,…,un}是一个准备放入容量为C的背包中的n个物品的集合，对于1=j=n，令wj和vj分别为第j项物品的体