动态规划中的提纯.pdfVIP

动态规划中的“提纯”

动态规划中的“提纯”

广东中山纪念中学陈启峰

【概述】

动态规划中优化的方法有很多种，总的来说可以分为两种方法，即减少重

复计算和减少冗余。这两种“提纯”方法都体现了动态规划的本质特征。减少重

复计算一般从策略上着手，先找出重复计算的值，然后增添新的状态来存储该状

态值；而减少冗余一般可以从状态和策略去优化，删除无用的状态和策略。

通过下面这题的分析，希望能对大家起到抛砖引玉的作用。

【关键字】

减少重复计算、减少冗余

【正文】

问题简述——求两个序列的最长公共上升子序列（LCIS）：

给出两个长度分别为n,m的序列A和B。

求出一个长度最长序列C，满足：

①C1C2C3……Cl；

②C既是A的子序列又是B的子序列；

题目分析：

当看到这题的三个关键字——最长、公共、上升时，我便不禁有似曾相识

的感觉。如果抛开公共或者上升的要求，就是我们都熟悉的最长公共子序列

（LCS）问题，和最长上升子序列（LIS）问题了！

动态规划的首要任务是确定好状态。回顾LCS和LIS的状态表示方法，综

合这两种状态表示方法的特性，便可以得到这题的一种状态表示：

设Xi,j表示A1到Ai和B1到Bj的LCIS的长度，其中要求

A=B、必须选取A和B作为一个匹配。于是得到一个状态转移方程A

ijij

第1页共5页

动态规划中的“提纯”

1



Xmax{xk,l1}

i,j0ki,0lj,BB,

lj

并且Xk,l有意义



这个动态规划的时间复杂度为O(n4)，显然是不尽人意的，需要进行“提纯”。

“提纯”方1——减少重复计算

仔细分析不同状态的策略，易知意义相同的值会被计算了多遍。比如：对

XXlBB、B

于任意的两个状态i,j1和i,j2，如果存在某个使得lj1j2

并且lj、j,那么在两个状态的策略选取时，{Xk,l|ki}里状态都被

12

计算一次。

计算某个状态集合，其实质是计算这个集合中状态值最大的状态，因此我们

只需知道这个集合中的最大状态值就足够了。而形如{Xk,l|ki}的集合被

计算多次，也就是这些集合的最大状态值被重复计算了，所以可以添增一种状态

表示——Fi,jmax{Xk,j|ki}。于是得出双状态的状态转移方程B：

1





Xi,jmaxmax{F1}