天津科技大学算法设计与分析 第6章 动态规划法.ppt

第6章动态规划法;6.1概述;最优化问题：有n个输入，它的解由这n个输入的一个子集组成，这个子集必须满足某些事先给定的条件，这些条件称为约束条件，满足约束条件的解称为问题的可行解。;例：付款问题：

超市的自动柜员机〔POS机〕要找给顾客数量最少的现金。

假定POS机中有n张面值为pi(1≤i≤n)的货币，用集合P={p1,p2,…,pn}表示，如果POS机需支付的现金为A，那么，它必须从P中选取一个最小子集S，使得

〔式6.1〕;那么，POS机支付的现金必须满足

〔式6.3〕;6.1.2最优性原理;Sn-1;在每一阶段的决策中有一个赖以决策的策略或目标，这种策略或目标是由问题的性质和特点所确定，通常以函数的形式表示并具有递推关系，称为动态规划函数。;6.1.3动态规划法的设计思想;原问题的解;n=5时分治法计算斐波那契数的过程。;0

;用动态规划法求解的问题具有特征：

能够分解为相互重叠的假设干子问题；

满足最优性原理〔也称最优子结构性质〕：该问题的最优解中也包含着其子问题的最优解。;动态规划法设计算法一般分成三个阶段：

〔1〕分段：将原问题分解为假设干个相互重叠的子问题；

〔2〕分析：分析问题是否满足最优性原理，找出动态规划函数的递推式；

〔3〕求解：利用递推式自底向上计算，实现动态规划过程。;6.2图问题中的动态规划法;6.2.1TSP问题;

;假设从顶点i出发，令d(i,V‘)表示从顶点i出发经过V’中各个顶点一次且仅一次，最后回到出发点i的最短路径长度。;这是最后一个阶段的决策，而：

d(1,{2,3})=min{c12+d(2,{3}),c13+d(3,{2})}

d(2,{1,3})=min{c21+d(1,{3}),c23+d(3,{1})}

d(3,{1,2})=min{c31+d(1,{2}),c32+d(2,{1})};再向前倒推，有：

d(1,{2})=c12+d(2,{})=2+6=8(1→2)d(1,{3})=c13+d(3,{})=3+3=6(1→3)

d(2,{3})=c23+d(3,{})=2+3=5(2→3)d(2,{1})=c21+d(1,{})=4+5=9(2→1)

d(3,{1})=c31+d(1,{})=7+5=12(3→1)d(3,{2})=c32+d(2,{})=5+6=11(3→2);假设n个顶点用0～n-1的数字编号，首先生成1～n-1个元素的子集存放在数组V[2n-1]中，设数组d[n][2n-1]存放迭代结果，其中d[i][j]表示从顶点i经过子集V[j]中的顶点一次且仅一次，最后回到出发点0的最短路径长度。;算法6.1——TSP问题

1．for(i=1;in;i++)//初始化第0列

d[i][0]=c[i][0];

2．for(j=1;j2n-1-1;j++)

for(i=1;in;i++)//依次进行第i次迭代

if(子集V[j]中不包含i)

对V[j]中的每个元素k，计算d[i][j]=min(c[i][k]+d[k][j-1]);

3．对V[2n-1-1]中的每一个元素k，计算d[0][2n-1-1]=min(c[0][k]+d[k][2n-1-2]);

4．输出最短路径长度d[0][2n-1-1];;6.2.2多段图的最短路径问题;2;设s,s1,s2,…,sp,t是从s到t的一条最短路径，从源点s开始，设从s到下一段的顶点s1已经求出，那么问题转化为求从s1到t的最短路径，显然s1,s2,…,sp,t一定构成一条从s1到t的最短路径。;对多段图的边(u,v)，用cuv表示边上的权值，将从源点s到终点t的最短路径记为d(s,t)，那么从源点0到终点9的最短路径d(0,9)由下式确定：

d(0,9)=min{c01+d(1,9),c02+d(2,9),c03+d(3,9)}