第五讲 动态规划算法设计及应用一、动态规划的定义 动态规划解.pptVIP

* * 第五讲 动态规划算法设计及应用 一、动态规划的定义 动态规划解题方法是一种高效率的解题方法，可以解决相当大的信息量，其时间复杂性通常为O（n2）、O（n3）等。它适用的原则为优化原则，将整体优化可以分解为若干个局部优化。 例如： 求从A点到D点的最短路径。 根据穷举算法，其运行时间复杂性为：n1* n2 * n3 , 如果道路太多则时间复杂性计算值更大，如何优化程序，使时间复杂性能尽可能小。利用动态规划原理，可以使时间复杂性降低，本题优化的基本方法： 二、动态规划应用实例 1．设有一个三角形的数塔，顶点为根结点，每个结点有一个整数值。从顶点出发，可以向左走或向右走，如图所示： 从根结点13出发向左、向右的路径长度可以是： 13——11——7——14——7 其和为52 13——11——12——14——13 其和为63 若要求从根结点开始，请找出一条路径，使路径之和最大，若存在多条请输出任意一条。 问题分析： （1）贪心法往往得不到最优解： 本题若采用贪心法则：13——11——12——14——13 ，其和为63 但存在另一条路：13——8——26——15——24 ，其和为86 贪心法问题所在：眼光短浅 。 根据贪心法，则13——11——21 和45 ，而实质是 13——8——40 和61 （2）若用穷举法：从根结点开始，将所有可能的路径求和，找出最大值，但算法时间复杂性使问题解成为不可能。 当N=1 P=1 N=2 P=2 N=3 P=4 ………………….. N=K P=2K-1 当N=50 P=249 =500万亿条路径。 （3）动态规划求解过程分析： 动态规划求解问题的过程归纳为：自顶向下的分析，自底向上计算。其基本方法是： ?A??从根结点13出发，选取它的两个方向中的一条支路，选择根据是比较两个支路中其路径和最大的支路； ??B????设X为从11出发到底端的最大路径值，Y为从8到底端的最大路径和 ??C???? IF X Y then 选择X 且取得最大和为13+X Else 选择Y 且取得最大和为13+Y 这样原先求根结点到底端的最大路径问题，变为从11出发和从8出发求路径和的子问题（ 递归算法 ） 同理，求从11出发到底端的最大路径问题可以化为从12出发和从7出发的最大路径问题。 A．??????当到倒数第二层时，每个结点其后继仅有两个结点，可以直接比较，选择最大值为前进方向，从而求得从根结点开始到底端的最大路径。 自底向上计算： l???从底层开始，本身数即为最大数； l??倒数第二层的计算，取决于底层的数据：12+6=18，13+14=27， 24+15=39，24+8=32 l??? 最后的路径为 ： 13——8——26——8——24 （4）数据结构及算法设计 A 图形转化：直角三角形，便于搜索：向下、向右 B 用三维数组表示数塔：G[I，J，1] 表示行、列、及结点本身数据，G[I，J，2]能够取得最大值，G[I，J，3]表示前进方向——0向下，1向右 C 算法： l??数组初始化，输入每个结点值及初始的最大路径、前进方向为0 l??从倒数第二层开始向上一层求最大路径，共循环N-1次 l?从顶向下，输出路径：关键是J的值，由于行逐渐递增，表示向下，究竟向下还是向右取决于则看列的值。若J值比原先多1则向右否则向下。 D．程序 高级本P 196 例题2 求一组数列的最长的不下降序列 （1）问题描述：设有一个正整数序列 b1,b2,b3,……，bn,若下标i1i2i3 , ……ik 且有bi1=bi2=……bik 则称存在一个长度为k的不下降序列。可能有多个不下降序列，输出最长的序列。 （2）数据结构 假设有N个数的数列，设定数组N行3列的整型数组B 用前面例题1的方法： b[ i,1 ] 表示第i个数的数值本身 b[i,2 ] 表示第i项到最后一项最长不下降序列的长度 b[i,3] 表示最长不下降序列经过此项之后，后面继续的项，若 b[ i ,3]=0则表示后面没有连接的数。 （3）算法： l?? 初始化：b[ i ,1]存放本身数据，b[ i ,2]表示最长的长度，开始为1，b[ i ,3]开始为零，表示没有连接。 l? 从倒数第二项开始计算，由于在其后仅有一个数据项，所以计算机做一次比较后保存最大数