优化之烙饼问.pptx

优化之烙饼问汇报人：XX2024-01-23

CATALOGUE目录问题背景与描述经典烙饼算法优化烙饼算法一：动态规划优化烙饼算法二：分支定界法优化烙饼算法三：启发式搜索算法性能比较与总结

01问题背景与描述

烙饼问题最早可以追溯到古代数学文献中，如《张丘建算经》等，作为优化问题的一个经典案例。烙饼问题实际上是从日常生活中提炼出来的一个数学问题，涉及到如何最有效地利用时间和资源来完成某项任务。烙饼问题的起源日常生活场景古代数学文献

问题描述与假设问题描述一个平底锅中每次最多只能烙两张饼，每张饼需要烙两面才能熟。给定一定数量的饼和每次烙饼所需的时间，求最少需要多长时间才能烙完所有的饼。假设条件假设每张饼烙每面所需的时间相同，且锅的加热速度足够快，可以忽略预热时间。

烹饪过程优化在烹饪过程中，经常需要处理类似的优化问题，如如何最有效地利用烤箱或平底锅的空间和时间来烹饪食物。在生产线上，可能需要同时处理多个任务，而每个任务都有不同的完成时间和资源需求。烙饼问题提供了一种思路来优化生产调度，以最小化总完成时间或最大化资源利用率。在计算机科学中，烙饼问题可以类比为某些排序或调度问题，如任务调度、磁盘读写优化等。通过解决烙饼问题，可以为这些问题提供有效的算法或策略。生产调度计算机科学实际应用场景

02经典烙饼算法

每次选择当前状态下的最优操作，即每次翻转最大的饼到最上面。局部最优通过局部最优的选择，达到整体翻转次数最少的目的。全局最优贪心算法思想

1.初始化一个数组表示饼的序列，数组下标表示饼的编号，数组元素表示饼的大小。3.如果最大饼不在数组的最后一个位置，则将其与最后一个位置的饼交换，并逆序最大饼后面的所有饼。经典烙饼算法流程2.从数组的第二个元素开始遍历，记录当前最大饼的编号和位置。4.重复步骤2和3，直到最大饼位于数组的最后一个位置。

最好情况01当输入的饼序列已经是有序的，时间复杂度为O(n)。最坏情况02当输入的饼序列是逆序的，时间复杂度为O(n^2)。平均情况03时间复杂度为O(n^2)。其中，n表示饼的数量。由于每次都需要遍历剩余未排序的饼来找到最大的饼，并进行交换和逆序操作，因此时间复杂度较高。时间复杂度分析

03优化烙饼算法一：动态规划

123将烙饼问题分解为多个子问题，每个子问题对应一个状态，通过求解子问题的最优解来得到原问题的最优解。分解问题根据子问题之间的依赖关系，建立状态转移方程，通过状态转移方程将子问题的最优解逐步传递到原问题的最优解。状态转移在求解过程中，将已经计算过的子问题的最优解保存下来，避免重复计算，提高算法效率。记忆化搜索动态规划思想引入

定义状态dp[i]表示前i个烙饼的最少翻转次数。状态定义初始状态状态转移方程边界条件dp[0]=0，表示没有烙饼时不需要翻转。dp[i]=min(dp[j]+1)(0=ji)，其中dp[j]表示将第i个烙饼翻转到第j个位置所需的最少翻转次数。当i=1时，dp[i]=0，因为只有一个烙饼时不需要翻转。状态转移方程构建

03算法稳定性提升动态规划算法具有全局最优性，能够得到稳定的最优解，避免了局部最优解的陷阱。01时间复杂度优化通过动态规划算法，将原问题的指数级时间复杂度降低到多项式级时间复杂度，显著提高了算法效率。02空间复杂度优化通过记忆化搜索技术，避免了大量重复计算，降低了算法的空间复杂度。优化效果分析

04优化烙饼算法二：分支定界法

将问题分解为多个子问题，每个子问题对应原问题的一个子集，通过求解子问题得到原问题的解。分支策略对每个子问题设定一个界限，当子问题的解超出这个界限时，可以将其剪枝，不再继续求解，从而缩小搜索范围。定界策略采用深度优先或广度优先等搜索策略，遍历所有子问题，寻找最优解。搜索策略分支定界法原理介绍

将烙饼问题建模为整数规划问题，以最小化翻饼次数为目标函数，以每张饼的翻转状态为决策变量。问题建模根据决策变量的取值，将问题分解为多个子问题，每个子问题对应一种可能的翻转状态组合。分支操作根据问题的性质，设定一个合理的界限，当子问题的目标函数值超出这个界限时，将其剪枝。定界操作采用深度优先搜索策略，遍历所有子问题，记录并更新最优解。搜索过程在烙饼问题中的应用

时间复杂度降低通过分支定界法，可以大大减少需要遍历的子问题数量，从而降低时间复杂度。求解质量提高由于定界操作的存在，可以排除一些不可能得到最优解的子问题，从而提高求解质量。适用范围广分支定界法不仅适用于烙饼问题，还可以应用于其他类似的组合优化问题。优化效果分析

05优化烙饼算法三：启发式搜索

启发式搜索是一种基于问题特定信息的搜索策略，通过评估函数指导搜索方向，以期望在较短的时间内找到问题的解。评估函数的设计是启发式搜索的关键，它