浅谈动态规划的优化.PPTVIP

* * * * * * * * * * * * * * * * 动态规划优化 动态规划 基本性质：无后效性、最优子结构 优化方向：时间复杂度、空间复杂度、代码复杂度 空间复杂度的优化一般使用滚动数组即可 基础的动态规划优化对代码复杂度影响较小，主要针对时间复杂度。 动态规划优化分类 状态优化 1、去除冗余的状态 2、改变所设状态（如：交换状态和值） 转移优化 1、最长不下降子序列 2、单调队列优化 1、去除冗余的状态 2、改变所设状态（如：交换状态和值） 状态优化 例1.切割回文 给定一个长度为n的字符串，要求将其分割为若干子串，使得分割出的每个子串均为回文串，求最少的分割次数。 n=1000。 例1.切割回文 一个最朴素的想法就是每次将字符串分成两段较短的子串。 F[i][j]表示i到j的子串的最少分割次数，很容易推导出： F[i][j]=min{F[i][k]+F[k+1][j]+1},i=kj 例1.切割回文 观察上述的方程不难发现，其实切割的顺序是无关紧要的，所以每次只需分割出一段子串即可。 F[i]表示长度为i的前缀的最少分割次数 F[i]=min{F[j]+1}，ji，并且s[j+1]..s[i]是回文串。 如果s[1]..s[i]本身是回文串，则F[i]=0 例2.Parking Ships 有n个海盗，每个海盗有一条船，长度为Li 他们的家沿着海边排成一条直线，会告诉你他们家的坐标。他们会将船也停在海边（船相当于一个闭区间，两两不能相交）。如果某个海盗的船停在家门口（即他家的坐标包含于船的区间），他会很高兴。 有个海盗是老大，他一定要自己的船放在家门口正当中（即他家坐标是他的船的区间中点）。 求最多能让多少海盗开心。 n1000，坐标范围-1000~1000 例2.Parking Ships 首先按照家的坐标排序。 海盗老大的船就预先放好，左右两侧分别考虑。 F[i][j] 表示考虑了前i个人，所放船只右端点≤j，最多可以放多少条船。 对于某个海盗，家在xi，船的长度为li F[i][j]=F[i-1][j-li]+1，xi≤j≤xi+li 否则，F[i][j]=F[i-1][j] 若坐标范围扩大到-109~109 状态冗余！很多状态值完全一样，非常浪费。 例2.Parking Ships 优化： 将本来的状态： F[i][j]=k，i是已经考虑的人数信息，j是坐标信息，k是答案信息。 优化成： F[i][k]=j，字母的含义同上。 考虑前i个人，如果能够放k条船，坐标至少要达到j。 转移：F[i][k]通过F[i-1][k-1]或F[i-1][k]转移得到。 F[i][k]=min(F[i-1][k],F[i-1][k-1]+li) 例3.扔鸡蛋 如果一个鸡蛋从高楼的第a层摔下来没摔破，但是从a+1层摔下来时摔破了，那么就说这个鸡蛋的硬度是a。 包含两个正整数n和m，其中n表示楼的高度，m表示你现在拥有的鸡蛋个数，这些鸡蛋硬度相同，求使用最优策略在最坏情况下所需要的扔鸡蛋次数。 1=n=10000,1=m=20 例3.扔鸡蛋 思路1 用opt[i][j]表示用j个鸡蛋测i层楼最少需要多少次。 注意到每次扔一个鸡蛋，会出现两种情况，碎掉或者没有碎，这个是人为不可以控制的。 opt[i][j]=min(max(opt[i-k][j],opt[k-1][j-1])+1) O(N^2M) 例3.扔鸡蛋 思路1优化 鸡蛋多了没有必要，n层楼最多要logn次可以找到K，也就是最多要logn个鸡蛋。 例3.扔鸡蛋 思路2 类似例1的优化思路 改变状态的表示方法，opt[i][j]表示用i个鸡蛋j步最多可以确定高度为opt[i][j]的高楼。 opt[i][j]=opt[i-1][j-1]+opt[i][j-1]+1 O(NlogN) 例3.扔鸡蛋 for (i=0;i=10000;++i) f[1][i]=i; for (i=2;i=20;++i) for (j=1;i=10000;++j) f[i][j]=f[i-1][j-1]+f[i][j-1]+1; scanf(“%d%d”,n,m）; for (i=1;i=10000;++i) if (f[m][i]=n){ printf(“%d\n”,i); break; } 1、最长不下降子序列 2、单调队列优化 转移优化 最长不下降子序列 F[i]=max{F[j]}+1，a[j]≤a[i]，j≤i。 优化： 令G[x]=min{a[i]}，其中F[i]=x。 显然G[x]是随x单调增的。 则转移的时候可以二分，每次找到最大的可用G[x]，则F[i]=x+1。 同时，若a[i]G[x+1]，则G[x+1]=a[i] 单调队列 这样