信息学奥赛NOI动态规划入门(C++).pptVIP

动态规划入门 上课内容 什么是动态规划 基本概念 斐波那契数列 经典的类型 最短路径问题---求A到E的最短路的长度 穷举？贪心？搜索？ 思考： 仔细观察本图路径的特殊性，可以分成4个阶段： 第一阶段：A经过A-B1或A-B2到B 第二阶段：B1有三条路通……；B2有两条通路…… 思考：倒着推；设F(x)表示x到E的最短路径的长度 阶段4：F(D1)=3;F(D2)=4;F(D3)=3 阶段3：F(C1)=min{F(D1)+C1到D1的路径长度， F(D2)+C1到D2的路径长度} F(C2)…… 我们把F(x) 称为当前x的状态； 在这个例子中每个阶段的选择依赖当前的状态，又随即引起状态的转移，一个决策序列(E –D3-C4-B2-A)就是在变化的状态中产生的，故有“动态”的含义。 int fib(int n) { if ( n == 1 || n==2 ) return 1; else return fib(n-1) + fib(n-2); } 时间复杂度？能优化吗？ 例1: 斐波那契（Fibonacci）数列 斐波纳契数列 fib(6) fib(5) fib(4) fib(3) fib(2) fib(1) fib(2) fib(3) fib(2) fib(1) fib(4) fib(3) fib(2) fib(1) fib(2) 大量重复计算！ 如何可以使计算仅需一次？ 例1: 斐波那契（Fibonacci）数列 //dp数组，用以保存已经计算过的结果 //dp[n]记录F(n)的结果，dp[n]= -1表示没有计算过 int fib(int n){ if ( n == 1 || n==2 ) return 1; if ( dp[n] != -1 ) return dp[n]; else { dp[n] = fib(n-1) + fib(n-2); return dp[n]; } } 时间复杂度？ 基本概念 阶段： 问题的过程被分成若干相互联系的部分，我们成为阶段，以便按一定的次序求解。 状态： 某一阶段的出发位置称为状态，通常一个阶段包含若干状态。 决策： 对问题的处理中作出的每种选择的行动就是决策。即从该阶段的每个状态出发，通过一次选择性的行动移至下一个阶段的相应状态。 例2: 数字三角形 一个由非负数组成的三角形，第一行只有一个数，除了最下行之外每个数的左下方和右下方各有个数，从第一行的数开始，每次可以选择向左下或是向右下走一格，一直走到最下行，把沿途经过的数全部加起来。如何走才能使得这个和尽量大？。 穷举？贪心？搜索？ 深搜（递归实现） 程序清单： void f( int i, int j ); { s=s+a[ i ][ j ]; if ( i==4 ) {if ( s max ) max = s;} else { f( i+1, j ); s=s-a[ i+1] [ j ]; f( i+1, j+1); s=s-a[ i+1] [ j+1]; } } 格子编号 分析：考察 设以格子(i,j)为首的“子三角形”的最大和为d[i,j]（我们将不加区别的把这个子问题(subproblem) 本身也称为d[i,j]），则原问题的解是d[1,1]我们关心的是从某处出发到底部的最大和： 从(2,1)点出发的最大和记做d[2,1]; 从(2,2)点出发的最大和记做d[2,2]; 从（1，1）出发有两种选择（2，1）或（2，2） 在已知d[2,1]和d[2,2]的情况下，应选择较大的一个。 思考：考虑更一般的情况，当前位置（i，j）看成一个状态， 定义状态（i，j）的指标函数d(i，j) 为从格子（i，j）出发时能得到的最大和（包含格子（i，j）本身的值）。 原题的解：？d（？，？） 格子编号 d[1，1] 思考：观察不同状态如何转移的。 从格子（i，j）出发有两种决策。 如果（i，j）格子里的值为a (i ，j) 向左走需要求“从（i+1，j）出发的最大和”，就是d[i+1，j]。 向右走需要求“从（i+1