动态规划应用例飞行计划.pptVIP

第五章动态规划及其应用 经典名句：做过了就不要再做 本周POJ上做题：动态规划 1037 A decorative fence、 1050 To the Max、1088 滑雪、 1125 Stockbroker Grapevine、1141 Brackets Sequence、 1159 Palindrome、1160 Post Office、 1163 The Triangle、1458 Common Subsequence、 1579 Function Run Fun、1887 Testing the CATCHER、 1953 World Cup Noise、2386 Lake Counting 几类算法的经典名言 动态规划：不做重复的事； 贪心法：只选最好的； 分支定界法：没戏的就杀掉； 回溯法：碰壁就回头。 算法总体思想 动态规划算法与分治法类似，其基本思想也是将待求解问题分解成若干个子问题 为什么动态规划比递归算法有效？ 但是经分解得到的子问题往往不是互相独立的。不同子问题的数目常常只有多项式量级。在用分治法求解时，有些子问题被重复计算了许多次，因此利用递归算法得到的算法往往是指数复杂度的算法。 如果能够保存已解决的子问题的答案，而在需要时再找出已求得的答案，就可以避免大量重复计算，从而得到多项式时间算法。 POJ 2753 Fibonacci数列例子： 确定Fibonacci sequence fn项的值: 考虑Fibonacci sequence的递归定义: 我们将得到如下的递归算法: 子问题的重叠性 将上述递归算法展开: 可以看出 f(n-1) 被调用 1次, f(n-2)被调用 2次, 等等. 这将导致大量的调用 最终解为： 树形递归 动态规划 例：POJ 2753 Fibonacci数列 int f[n+1]; f[1]=f[2]=1; int I; for(i=3;i=n;i++) f[i] = f[i-1]+f[i-2]; cout f[n] endl; 用空间换时间 显然，这种方法是不经济的，特别是当阶段数很多，各阶段可供的选择也很多时，这种解法甚至在计算机上完成也是不现实的。 由于我们考虑的是从全局上解决求A到E的最短路问题，而不是就某一阶段解决最短路线，因此可考虑从最后一阶段开始计算，由后向前逐步推至A点： 实例POJ2122：Flight Planning Your job is to write a program that plans airplane flights. Each flight consists of a series of one or more legs. Your program must choose the best altitude for each leg to minimize the amount of fuel consumption during the trip. The airplane has a fixed airspeed, given by the constant VCRUISE, and a most-efficient cruising altitude, AOPT. When flying at altitude AOPT, fuel consumption in gallons per hour is given by GPHOPT. When flying at an altitude that is different from AOPT, fuel consumption increases by GPHEXTRA for each 1000 feet above or below AOPT. The flight starts and finishes at an altitude of 0. Each 1000 foot climb burns an extra amount of fuel given by CLIMBCOST (there is no reduction in fuel consumption when you descend). Make the approximation that all climbing and descending is done in zero