- 1、本文档共15页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
1 n←length(T)
2 create array x[1:L]
3 for j←1 to L
4 do x[j]←j/T[1]
5 for i←2 to n
6 do for j←L to 1
7 do for k←1 to j/T[i]
8 do if x[j-k*x]+k<x[j]
9 then x[j]←x[j-k*x]+k
10 return x
时间复杂度分析:算法1~2 行时间复杂度为O(1),3~4 行时间复杂度
2
为O(L) ,5~9 行时间复杂度为O(nL ),10 行时间复杂度为O(1) 。故
2
算法总的时间复杂度为O(nL ) 。
(3 )设y[1:n]存储当找钱数为j 的最优解时T[ 1:n]硬币分别找的个数。
选择面值最大的T[i],1≤i ≤n ,使C[n,j]=C[n,j-T[i]]+1 ,则子问题找
钱数为j -T[i] 的最优解y ’[1:n] 中,y’[i]+1 后即为原问题的最优解y[1:n]。
故问题的最优解可以通过子问题的最优解来达到,该问题具有贪心选
择性。(假设T[1:n]的面值是递增的,并且C[n,L]是与排序后的T 对
应的结果)
Input :T[1:n], C[1:L], m
Output :每个硬币对应的数目y[1:n]
GET-CHANGE-NUMBER(T,C,m)
1 n←length(T),w←m
2 create array y[1:n]
3 for i←1 to n
4 do y[i]←0
5 while w>0
6 do for i←n to 1
7 do if C[w]=C[w-T[i]]+1
8 then y[i]←y[i]+1
9 w←w-T[i]
10 break
11 return y
时间复杂性分析:算法1~2 行时间复杂度为O(1),2~3 行时间复杂度
为O(n),5~10 行时间复杂度为O(m×n) ,11 行时间复杂度为O(1) 。
故算法总的时间复杂度为O(m×n) 。
2.设计一个动态规划算法从 n 个数构成的数列中找出最长单调递增
子序列。
答:
(1)问题转化:设 X[ 1:n]为 n 个数构成的序列,Y[ 1:n]为将 X[ 1:n]
中的数进行递增排序的结果。那么,原问题可以转化为求X 和Y 的
最长公共子序列。设X 中的最长单调递增子序列为x , x , …, x , x ,
i j k m
那么在排序后的Y 中,该子序列仍以这一顺序存在于Y 中,显然该
序列为X 和Y 的公共子序列。假设其不是X 和Y 的最长公共子序列,
设其最长公共子序列为x , x , …, x , …, x , x 。由于Y 为递增序列,
i j p k m
因此有x <x <…<x <…<x <x 。又因为x , x , …, x , …, x , x 是X 的
i j p k m i j p k m
子序列,那么在X 序列中,有一个更长的单调递增子序列x , x , …,
i j
x , …, x , x 。产生了矛盾,因此X 的最长单调递增子序列即为X 和
p k m
Y 的最长公共子序
文档评论(0)