4_动态程序设计_朱全民.pptVIP

动态程序设计 朱全民 基本原理 1、多阶段最优化决策：即由初始状态开始，通过对中间阶段决策的选择，达到结束状态。这些决策形成了一个决策序列，同时确定了完成整个过程的一条最优的活动路线。 带权有向的多段图 概念 ⑴状态（State）：表示事物的性质，是描述“动态规划”中的“单元”的量。亦是每一阶段求解过程的出发点。 ⑵阶段（Stage）：阶段是一些性质相近，可以同时处理的状态集合，或者说，阶段只是标识那些处理方法相同、处理顺序无关的状态。 ⑶决策（Decision）：每个阶段做出的某种选择性的行动，是程序所需要完成的选择。 ⑷状态转移方程：是前一个阶段的状态转移到后一个的状态的演变规律，是关于两个相邻阶段状态变化的方程，是“动态规划”的中心。设 fk(i)—k阶段状态i的最优权值，即初始状态至状态i的最优代价 fk+1(i)=min{xk(j)+u(i,j)} 基本原理 最优性原理 作为整个过程的最优策略，它满足：相对前面决策所形成的状态而言，余下的子策略必然构成“最优子策略”。 无后效性原则 给定某一阶段的状态，则在这一阶段以后过程的发展不受这阶段以前各段状态的影响，所有各阶段都确定时，整个过程也就确定了。这个性质意味着过程的历史只能通过当前的状态去影响它的未来的发展，这个性质称为无后效性。 机器分配 总公司拥有高效生产设备M台，准备分给下属的N个公司。各分公司若获得这些设备，可以为国家提供一定的盈利。问：如何分配这M台设备才能使国家得到的盈利最大？求出最大盈利值。其中M=15，N=10。分配原则：每个公司有权获得任意数目的设备，但总台数不得超过总设备数M。 数据文件格式为：第一行保存两个数，第一个数是设备台数M，第二个数是分公司数N。接下来是一个M*N的矩阵，表明了第I个公司分配J台机器的盈利。 分析 用机器数来做状态，数组F[I，J]表示前I个公司分配J台机器的最大盈利。则状态转移方程为: F[I，J]=Max{F[I-1，K] + Value[I，J-K]} (1=I=N,1=J=M,0=K=J ) 初始值: F(0,0)=0 时间复杂度O(N*M2) 最长不下降序列 设有整数序列b1,b2,b3,…,bm，若存在下标i1i2i3 …in，且bi1bi2bi3 …bin，则称 b1,b2,b3,…,bm中有长度为n的不下降序列bi1 , bi2 ,bi3 ,…,bin 。 求序列b1,b2,b3,…,bm中所有长度(n)最大不下降子序列 输入：整数序列。 输出：最大长度n和所有长度为n的序列个数。 分析 （1）设f(i)为前i个数中的最大不下降序列长度 , 则 f(i)=max{f(j)+1} (1=ji=m, bjbi) 边界为F(1)=1 (2)设t(i)为前i个数中最长不下降序列的个数,则 t(i)=∑t(j) (1=ji=m , bjbi, f(i)=f(j)-1) 初始为t(i)=1 当f(i)=n时，将t(i)累加 举例： 1 2 3 4 6 5 8 10 9 f: 1 2 3 4 5 5 6 7 7 t: 1 1 1 1 1 1 2 2 2 答案：f=7时，边界为∑t=4 进一步 (3)求本质不同的最长不下降序列个数有多少个？ 如：1 2 3 4 6 5 8 10 9 有， 1 2 3 4 6 8 10 , 1 2 3 4 5 8 10, 1 2 3 4 6 8 9 ,1 2 3 4 5 8 9 都是本质不同的。 但对于 1 2 2 3 3 5 4 f 1 2 2 3 3 5 4 t 1 1 1 2 2 4 4 答案有8个，其中4个1 2 3 5 ，4个1 2 3 4 改进算法 上例显然对于相两个相同的数，重复算了多次因此，我们对算法进行改进： 对原序列按b从小到大（当bi=bj时按F从大到小）排序，增设Order(i)记录新序列中的i个数在原序列中的位置。可见， 求t(i)时，当f(j)=f(j+1),b(j)=b(j+1)且Order(j+1)Order(i)时，便不累加t(j)。这样就避免了重复。 上述算法的时间复杂度为O(n2) 凸多边形三角划分 给定一个具有N（N50）个顶点（从1到N编号）的凸多边形，每个顶点的权均已知。问如何把这个凸多边形划分成N-2个互不相交的三角形，使得这些三角形顶点的权的乘积之和最小？ 输入文件：第一行 顶点数N