第6章动态规划.pptVIP

例子 给定一个数字串：847313926，插入r=5个乘号 目标：求最优值f(9,5) 设前8个数字中已插入4个乘号，则最大乘积为f(8,4)*6 设前7个数字中已插入4个乘号，则最大乘积为f(7,4)*26 设前6个数字中已插入4个乘号，则最大乘积为f(6,4)*926 设前5个数字中已插入4个乘号，则最大乘积为f(5,4)*3926 比较以上4个数值的最大值即为f(9,5) 以此类推，为了求f(8,4): 设前7个数字中已插入3个乘号，则最大乘积为f(7,3)*2 设前6个数字中已插入3个乘号，则最大乘积为f(6,3)*92 设前5个数字中已插入3个乘号，则最大乘积为f(5,3)*392 设前4个数字中已插入3个乘号，则最大乘积为f(4,3)*1392 比较以上4个数值的最大值即为f(8,4) 为了求取f(i,k)，考察数字串的前i个数字，设前j(k≤j＜i)个数字中已插入k-1个乘号的基础上，在第j个数字后插入第k个乘号，显然此时的最大乘积为f(j,k-1)*a(j+1,i)。 可以得到递推关系式： f(i,k)=max(f(j,k-1)*a(j+1,i)) (k≤j＜i) 前j个数字没有插入乘号时的值显然为前j个数字组成的整数，f(j,0)=a(1,j) (1≤j＜i) 常用算法与程序设计 * (2） 逆推计算最优值 b[n]=1; for(i=n-1;i=1;i--) {max=0;for(j=i+1;j=n;j++) if(a[i]=a[j] b[j]max) max=b[j]; b[i]=max+1;　　　　 /* 逆推得b[i] */ } 　　逆推依次求得b(n-1),…,b(1)，比较这n-1个值得其中的最大值lmax，即为所求的最长非降子序列的长度即最优值。 常用算法与程序设计 * (3） 构造最优解 　　从序列的第1项开始，依次输出b(i)分别等于lmax,lmax-1,…,1的项a(i)，这就是所求的一个最长非降子序列。 (4） 算法复杂度分析 　　以上动态规划算法的时间复杂度为O(n^2)，空间复杂度为O(n)。 常用算法与程序设计 * 6.5.2 最长公共子序列 常用算法与程序设计 * (1） 建立递推关系 常用算法与程序设计 * (2) 逆推计算最优值 根据以上递推关系, 逆推计算最优值c(0,0)流程为: for(i=0;i=m;i++) c[i][n]=0; /* 赋初始值 */ for(j=0;j=n;j++) c[m][j]=0; for(i=m-1;i=0;i--) /* 计算最优值 */ for(j=n-1;j=0;j--) if(x[i]==y[j]) c[i][j]=c[i+1][j+1]+1; else if(c[i][j+1]c[i+1][j]) c[i][j]=c[i][j+1]; else c[i][j]=c[i+1][j]; printf(最长公共子串的长度为：%d,c[0][0]); 常用算法与程序设计 * (3) 构造最优解 为构造最优解，设置数组s(i,j)： 当x(i)=y(j)时s(i,j)=1；当x(i)≠y(j)时s(i,j)=0。 实施x(i)与 y(j)比较，其中i=0,1,…,m-1;j=t,1,…,n-1； 变量t从0开始取值，当确定最长公共子序列一项时，t=j+1。 若s(i,j)=1且c(i,j)=c(0,0)时，取x(i)为最长公共子序列的第1项; 若s(i,j)=1且c(i,j)=c(0,0)-1时，取x(i)最长公共子序列的第2项; 一般地，若s(i,j)=1且c(i,j)= c(0,0)-w时(w从0开始，每确定最长公共子序列的一项，w增1)，取x(i)最长公共子序列的第w项。 构造最长公共子序列描述： for(t=0,w=0,i=0;i=m-1;i++) for(j=t;j=n-1;j++) if(s[i][j]==1 c[i][j]==c[0][0]-w) {printf(%c,x[i]); w++;t=j+1;break; } 常用算法与程序设计 * 6.6 最优路径搜索 【例6.8】 随机产生一个n行的点数值三角形(即三角形的每一个点都带有一个正整数),寻找从顶点开始每一步可沿左斜（L）或右斜（R）向下至底的一条路径,使该路径所经过的点的数值和最大。例如，n=6时给出的点数值三角形如下图所示。 6.6.1 点数值三角形的最优路径搜索