动态规划加速原理四边形不等式的应用.docVIP

一.动态规划加速原理------四边形不等式的应用.(还没看懂) 二.浅谈竞赛中哈希表的应用------当数据规模接近哈希表上界或者下界的时候，哈希表完全不能够体现高效的特点，甚至还不如一般算法。但是如果规模在中央，它高效的特点可以充分体现。试验表明当元素充满哈希表的 90% 的时候，效率就已经开始明显下降。这就给了我们提示：如果确定使用哈希表，应该尽量使数组开大（由于竞赛中可利用内存越来越多，大数组通常不是问题，当然也有少数情况例外），但对太大的数组进行操作也比较费时间，需要找到一个平衡点。通常使它的容量至少是题目最大需求的 120% ，效果比较好. 大素数选取 13883 三.学习ACM试题解析: 1.消防车:输出从起点到终点的不同路径.方法递归回溯. 2.数字三角形:好题.首先先看顶点数,再判断边是否相等,还要检查边是否在网格线上.方法:由于最后可接受的图形只有六种基本图形,所以先将六种基本图形赋成常量,然后相应进行成比例匹配就行了. 四．树状数组：在很多情况下，线段树都可以用树状数组来实现。凡是能用树状数组的，一定能用线段树。当题目不满足减法原则的时候，就只能用线段树，不能用树状数组。例如数列操作如果让我们求出一段数字中最大或者最小的数字,就不能用树状数组了. 2004年论文： 五．浅析树的划分：最大最小划分 六．浅谈特殊穷举思想的应用。 对于完全穷举，要正确而巧妙地选择穷举对象，减小穷举量。 对于部分穷举，要选择适当的参变量以及后续算法 完全穷举和部分穷举是我们解题时的有效思想，我们应对其给予充分的重视，根据题目的具体情况选择应用，不应简单地认为穷举方法效率低而弃之不用。 七 守恒法的应用。 数列操作问题。输入数列{Ai}, {Bi}；求出{SAi}{SBi}；把SAn和SBn比较；再把{SAi}{SBi}（1=i=n-1）分别排序，然后直接比较。如果都相等输出“YES”，否则NO 结合题目特点，找变量中的不变量。问题本身的结构是守恒法的主要依据，联想和化归是构造守恒量的关键。 八．减少冗余与算法优化： 九．图论建模：建立模型，然后用精典算法解决，常用模型有二部图最大匹配，最优匹配，完匹配；差分约束系统；最大网络流，最小费用最大流； 十。极限法，解决几何最优化问题的捷径。化无限为有限，化有限为少量。 十一。转化目标在解题中的应用。转化----数学方法。 十二。部分搜索+高效算法在搜索问题中的应用。 十三。最小限制生成树。关键步骤是如何进行差额最小添删操作？利用动态规划来查找。 十四。分层图思想。由于层之间的相似性，很多计算结果都是相同的。层之间是拓扑有序的，很容易实现递推等处理。 以后将开始一类一类的专项练习，学习和提高。把一类一类的题练到无坚不催的境地。 首先学习动态规划。 动态规划算法的优化技巧------毛子青的论文。 使用动态规划方法解题，对于不少问题具有空间耗费大、时间效率高的特点，因此人们在研究动态规划解题时更多的注意空间复杂度的优化，运用各种技巧将空间需求控制在软硬件可以承受的范围之内。动态规划求解问题时，仍然存在冗余。它主要包括：求解无用的子问题，对结果无意义的引用等等。 时间复杂度=状态总数*每个状态转移的状态数*每次状态转移的时间 HYPERLINK \l 附录 [1] 这个式子只是直观描述了动态规划的时间复杂度的决定因素，并不能作为普遍的计算公式。 A．减少状态总数是动态规划优化的重要部分。1、改进状态表示。2、选择适当的规划方向（顺推，逆推，双向动规） B．减少每个状态转移的状态数1、四边形不等式和决策的单调性。2、决策量的优化。3、合理组织状态。4、细化状态转移。 C．减少状态转移的时间。1、减少决策时间。2、减少计算递推式的时间。 用检索树查找字符串只要从树根出发走到叶结点即可，需要的时间正比于字符串的长度。一般情况下，在进行字符串查找时，检索树比哈希表省时间。 四边形不等式优化的实质是对结果的充分利用。它通过分析状态值之间的特殊关系，推出了最优决策的单调性，从而在计算当前状态时，利用已经计算过的状态所做出的最优决策，减少了当前的决策量。这就启发我们，在应用动态规划解题时，不仅可以实现状态值的充分利用，也可以实现最优决策的充分利用。这实际上是从另一个角度实现了“减少冗余”。 对动态规划的优化还可以应用动态规划本身的思想，在计算递推式的常数项时，引进了函数⊿，利用了过去的计算结果，避免了重复计算，消除了“冗余”，从而提高算法的时间效率。邮局问题中函数w的计算也是通过预处理减少了重复计算，近来新出现的双重动态规划也是应用这个思想，利用动态规划计算递推式的常数项。可见，这种优化方法是很有普遍性的。 四边形不等式的应用。 四边