动态规划基础详解概要优秀PPT.ppt

《动态规划基础详解概要优秀PPT.ppt》由会员分享，可在线阅读，更多相关《动态规划基础详解概要优秀PPT.ppt（30页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、1动态规划一些应用实例2 要点要点:驾驭动态规划算法的基本要素驾驭动态规划算法的基本要素（1）最优子结构性质）最优子结构性质（2）重叠子问题性质）重叠子问题性质驾驭设计动态规划算法的步骤。驾驭设计动态规划算法的步骤。(1)找出最优解的性质，并刻划其结构特征。找出最优解的性质，并刻划其结构特征。(2)递归地定义最优值。递归地定义最优值。(3)以自底向上的方式计算出最优值。以自底向上的方式计算出最优值。(4)依据计算最优值时得到的信息，构造最优解。依据计算最优值时得到的信息，构造最优解。3通过应用范例学习动态规划算法设计策略。（1）矩阵连乘问题；（2）最大子段和（3）凸多边形最优三角剖分；（4）多

2、边形游戏；（5）图像压缩；（6）电路布线；（7）流水作业调度；（8）最优二叉搜寻树。4矩阵连乘问题n给定n个矩阵 ，其中 与 是可乘的，。考察这n个矩阵的连乘积 n由于矩阵乘法满足结合律，所以计算矩阵的连乘可以有很多不同的计算次序。这种计算次序可以用加括号的方式来确定。n若一个矩阵连乘积的计算次序完全确定，也就是说该连乘积已完全加括号，则可以依此次序反复调用2个矩阵相乘的标准算法计算出矩阵连乘积5（1）单个矩阵是完全加括号的；（2）矩阵连乘积 是完全加括号的，则 可 表示为2个完全加括号的矩阵连乘积 和 的乘积并加括号，即 16000,10500,36000,87500,34500u完全加括号

3、的矩阵连乘积可递归地定义为：完全加括号的矩阵连乘积可递归地定义为：u设有四个矩阵设有四个矩阵 ，它们的维数分别是：，它们的维数分别是：u总共有五中完全加括号的方式总共有五中完全加括号的方式完全加括号的矩阵连乘积6矩阵连乘问题给定n个矩阵A1,A2,An，其中Ai与Ai+1是可乘的，i=1，2，n-1。如何确定计算矩阵连乘积的计算次序，使得依此次序计算矩阵连乘积须要的数乘次数最少。u穷举法：列举出全部可能的计算次序，并计算出每一种计穷举法：列举出全部可能的计算次序，并计算出每一种计算次序相应须要的数乘次数，从中找出一种数乘次数最少的算次序相应须要的数乘次数，从中找出一种数乘次数最少的计算次序。计

4、算次序。算法复杂度分析：算法复杂度分析：对于n个矩阵的连乘积，设其不同的计算次序为P(n)。由于每种加括号方式都可以分解为两个子矩阵的加括号问题：(A1.Ak)(Ak+1An)可以得到关于P(n)的递推式如下：7矩阵连乘问题u穷举法穷举法u动态规划动态规划将矩阵连乘积 简记为Ai:j，这里ij 考察计算Ai:j的最优计算次序。设这个计算次序在矩阵Ak和Ak+1之间将矩阵链断开，ikj，则其相应完全加括号方式为计算量：Ai:k的计算量加上Ak+1:j的计算量，再加上Ai:k和Ak+1:j相乘的计算量8n特征：计算Ai:j的最优次序所包含的计算矩阵子链 Ai:k和Ak+1:j的次序也是最优的。n矩

5、阵连乘计算次序问题的最优解包含着其子问题的最优解。这种性质称为最优子结构性质最优子结构性质。问题的最优子结构性质是该问题可用动态规划算法求解的显著特征。分析最优解的结构9建立递归关系n设计算Ai:j，1ijn，所须要的最少数乘次数mi,j，则原问题的最优值为m1,n n当i=j时，Ai:j=Ai，因此，mi,i=0，i=1,2,nn当ij时，n可以递归地定义mi,j为：这里 的维数为 的位置只有 种可能10计算最优值n对于1ijn不同的有序对(i,j)对应于不同的子问题。因此，不同子问题的个数最多只有n由此可见，在递归计算时，很多子问题被重复计算多次。这也是该问题可用动态规划算法求解的又一显著

6、特征。n用动态规划算法解此问题，可依据其递归式以自底向上的方式进行计算。在计算过程中，保存已解决的子问题答案。每个子问题只计算一次，而在后面须要时只要简洁查一下，从而避开大量的重复计算，最终得到多项式时间的算法11用动态规划法求最优解void MatrixChain(int*p，int n，int*m，int*s)for(int i=1;i=n;i+)mii=0;for(int r=2;r=n;r+)for(int i=1;i=n-r+1;i+)int j=i+r-1;mij=mi+1j+pi-1*pi*pj;sij=i;for(int k=i+1;k j;k+)int t=mik+mk+1j

7、+pi-1*pk*pj;if(t mij)mij=t;sij=k;A1A2A3A4A5A63035351515551010202025算法困难度分析：算法困难度分析：算法算法matrixChain的主要计算量取决于算法中对的主要计算量取决于算法中对r，i和和k的的3重循环。循环体内的计算量为重循环。循环体内的计算量为O(1)，而而3重循环的总次数为重循环的总次数为O(n3)。因此算法的计算时。因此算法的计算时间上界为间上界为O(n3)。算法所占用的空间明显为。算法所占用的空间明显为O(n2)。12凸多边形最优三角剖分用多边形顶点的逆时针序列表示凸多边形，即P=v0,v1,vn-1表示具有n条边

8、的凸多边形。若vi与vj是多边形上不相邻的2个顶点，则线段vivj称为多边形的一条弦。弦将多边形分割成2个多边形vi,vi+1,vj和vj,vj+1,vi。多边形的三角剖分多边形的三角剖分是将多边形分割成互不相交的三角形的弦的集合T。给定凸多边形P，以及定义在由多边形的边和弦组成的三角形上的权函数w。要求确定该凸多边形的三角剖分，使得即该三角剖分中诸三角形上权之和为最小。13三角剖分的结构及其相关问题一个表达式的完全加括号方式相应于一棵完全二叉树，称为表达式的语法树。例如，完全加括号的矩阵连乘积(A1(A2A3)(A4(A5A6)所相应的语法树如图(a)所示。凸多边形v0,v1,vn-1的三角

9、剖分也可以用语法树表示。例如，图(b)中凸多边形的三角剖分可用图(a)所示的语法树表示。矩阵连乘积中的每个矩阵Ai对应于凸(n+1)边形中的一条边vi-1vi。三角剖分中的一条弦vivj，ij，对应于矩阵连乘积Ai+1:j。14最优子结构性质凸多边形的最优三角剖分问题有最优子结构性质。事实上，若凸(n+1)边形P=v0,v1,vn的最优三角剖分T包含三角形v0vkvn，1kn-1，则T的权为3个部分权的和：三角形v0vkvn的权，子多边形v0,v1,vk和vk,vk+1,vn的权之和。可以断言，由T所确定的这2个子多边形的三角剖分也是最优的。因为若有v0,v1,vk或vk,vk+1,vn的更小

10、权的三角剖分将导致T不是最优三角剖分的冲突。15最优三角剖分的递归结构定义tij，1ijn为凸子多边形vi-1,vi,vj的最优三角剖分所对应的权函数值，即其最优值。为便利起见，设退化的多边形vi-1,vi具有权值0。据此定义，要计算的凸(n+1)边形P的最优权值为t1n。tij的值可以利用最优子结构性质递归地计算。当j-i1时，凸子多边形至少有3个顶点。由最优子结构性质，tij的值应为tik的值加上tk+1j的值，再加上三角形vi-1vkvj的权值，其中ikj-1。由于在计算时还不知道k的准确位置，而k的全部可能位置只有j-i个，因此可以在这j-i个位置中选出访tij值达到最小的位置。由此，

11、tij可递归地定义为：16多边形游戏多边形游戏是一个单人玩的游戏，起先时有一个由n个顶点构成的多边形。每个顶点被赐予一个整数值，每条边被赐予一个运算符“+”或“*”。全部边依次用整数从1到n编号。游戏第1步，将一条边删除。随后n-1步按以下方式操作：(1)选择一条边E以及由E连接着的2个顶点V1和V2；(2)用一个新的顶点取代边E以及由E连接着的2个顶点V1和V2。将由顶点V1和V2的整数值通过边E上的运算得到的结果赐予新顶点。最终，全部边都被删除，游戏结束。游戏的得分就是所剩顶点上的整数值。问题:对于给定的多边形，计算最高得分。17最优子结构性质在所给多边形中，从顶点i(1in)起先，长度为

12、j(链中有j个顶点)的顺时针链p(i，j)可表示为vi，opi+1，vi+j-1。假如这条链的最终一次合并运算在opi+s处发生(1sj-1)，则可在opi+s处将链分割为2个子链p(i，s)和p(i+s，j-s)。设m1是对子链p(i，s)的随意一种合并方式得到的值，而a和b分别是在全部可能的合并中得到的最小值和最大值。m2是p(i+s，j-s)的随意一种合并方式得到的值，而c和d分别是在全部可能的合并中得到的最小值和最大值。依此定义有am1b，cm2d(1)当opi+s=+时，明显有a+cmb+d(2)当opi+s=*时，有minac，ad，bc，bdmmaxac，ad，bc，bd 换句话

13、说，主链的最大值和最小值可由子链的最大值和最小值得到。18图像压缩图象的变位压缩存储格式将所给的象素点序列p1,p2,pn,0pi255分割成m个连续段S1,S2,Sm。第i个象素段Si中(1im)，有li个象素,且该段中每个象素都只用bi位表示。设 则第i个象素段Si为设 ，则hibi8。因此须要用3位表示bi,假如限制1li255，则须要用8位表示li。因此，第i个象素段所需的存储空间为li*bi+11位。按此格式存储象素序列p1,p2,pn，须要 位的存储空间。图象压缩问题要求确定象素序列p1,p2,pn的最优分段，使得依此分段所需的存储空间最少。每个分段的长度不超过256位。19图像压

14、缩设li，bi，是p1,p2,pn的最优分段。自不待言，l1，b1是p1,pl1的最优分段，且li，bi，是pl1+1,pn的最优分段。即图象压缩问题满足最优子结构性质。设si，1in，是象素序列p1,pn的最优分段所需的存储位数。由最优子结构性质易知：其中算法困难度分析：算法困难度分析：由于算法由于算法compress中对中对k的循环次数不超这的循环次数不超这256，故，故对每一个确定的对每一个确定的i，可在时间，可在时间O(1)内完成的计算。因此内完成的计算。因此整个算法所需的计算时间为整个算法所需的计算时间为O(n)。20电路布线在一块电路板的上、下2端分别有n个接线柱。依据电路设计，要

15、求用导线(i,(i)将上端接线柱与下端接线柱相连，如图所示。其中(i)是1,2,n的一个排列。导线(i,(i)称为该电路板上的第i条连线。对于任何1i(j)。电路布线问题要确定将哪些连线支配在第一层上，使得该层上有尽可能多的连线。换句话说，该问题要求确定导线集Nets=(i,(i),1in的最大不相交子集。21记 。N(i,j)的最大不相交子集为MNS(i,j)。Size(i,j)=|MNS(i,j)|。(1)当i=1时，(2)当i1时，2.1 j(i)。此时，。故在这种状况下，N(i,j)=N(i-1,j)，从而Size(i,j)=Size(i-1,j)。2.2 j(i)，(i,(i)MNS

16、(i,j)。则对随意(t,(t)MNS(i,j)有ti且(t)(i)。在这种状况下MNS(i,j)-(i,(i)是N(i-1,(i)-1)的最大不相交子集。2.3 若 ，则对随意(t,(t)MNS(i,j)有 t1时22流水作业调度n个作业1，2，n要在由2台机器M1和M2组成的流水线上完成加工。每个作业加工的依次都是先在M1上加工，然后在M2上加工。M1和M2加工作业i所需的时间分别为ai和bi。流水作业调度问题要求确定这n个作业的最优加工依次，使得从第一个作业在机器M1上起先加工，到最终一个作业在机器M2上加工完成所需的时间最少。分析：分析：直观上，一个最优调度应使机器直观上，一个最优调度

17、应使机器M1没有空闲时间，且机器没有空闲时间，且机器M2的空闲时间最少。在一般状况下，机器的空闲时间最少。在一般状况下，机器M2上会有机器空上会有机器空闲和作业积压闲和作业积压2种状况。种状况。设全部作业的集合为设全部作业的集合为N=1，2，n。S N是是N的作业的作业子集。在一般状况下，机器子集。在一般状况下，机器M1起先加工起先加工S中作业时，机器中作业时，机器M2还在加工其它作业，要等时间还在加工其它作业，要等时间t后才可利用。将这种状况后才可利用。将这种状况下完成下完成S中作业所需的最短时间记为中作业所需的最短时间记为T(S,t)。流水作业调度。流水作业调度问题的最优值为问题的最优值为

18、T(N,0)。23流水作业调度设是所给n个流水作业的一个最优调度，它所需的加工时间为 a(1)+T。其中T是在机器M2的等待时间为b(1)时，支配作业(2)，(n)所需的时间。记S=N-(1)，则有T=T(S,b(1)。证明：事实上，由证明：事实上，由T的定义知的定义知T T(S,b(1)。若。若TT(S,b(1)，设，设 是作业集是作业集S在机器在机器M2的等待时间为的等待时间为b(1)状况下的一个最优调度。则状况下的一个最优调度。则(1)，(2)，(n)是是N的一个调度，且该调度所需的时间为的一个调度，且该调度所需的时间为a(1)+T(S,b(1)a(1)+T。这与。这与 是是N的最优调度

19、冲突。的最优调度冲突。故故T T(S,b(1)。从而。从而T=T(S,b(1)。这就证明白流水。这就证明白流水作业调度问题具有最优子结构的性质。作业调度问题具有最优子结构的性质。由流水作业调度问题的最优子结构性质可知，24Johnson不等式对递归式的深化分析表明，算法可进一步得到简化。设是作业集S在机器M2的等待时间为t时的任一最优调度。若(1)=i,(2)=j。则由动态规划递归式可得:T(S,t)=ai+T(S-i,bi+maxt-ai,0)=ai+aj+T(S-i,j,tij)其中，假如作业i和j满足minbi,ajminbj,ai，则称作业i和j满足Johnson不等式。25流水作业调

20、度的Johnson法则交换作业i和作业j的加工依次，得到作业集S的另一调度，它所需的加工时间为T(S,t)=ai+aj+T(S-i,j,tji)其中，当作业i和j满足Johnson不等式时，有由此可见当作业i和作业j不满足Johnson不等式时，交换它们的加工依次后，不增加加工时间。对于流水作业调度问题，必存在最优调度，使得作业(i)和(i+1)满足Johnson不等式。进一步还可以证明，调度满足Johnson法则当且仅当对随意ij有由此可知，全部满足Johnson法则的调度均为最优调度。26算法描述流水作业调度问题的Johnson算法(1)令(2)将N1中作业依ai的非减序排序；将N2中作业

21、依bi的非增序排序；(3)N1中作业接N2中作业构成满足Johnson法则的最优调度。算法困难度分析：算法困难度分析：算法的主要计算时间花在对作业集的排序。因此，在最坏状算法的主要计算时间花在对作业集的排序。因此，在最坏状况下算法所需的计算时间为况下算法所需的计算时间为O(nlogn)。所需的空间为。所需的空间为O(n)。27最优二叉搜寻树n二叉搜寻树（1）若它的左子树不空，则左子树上全部节点的值均小于它的根节点的值；（2）若它的右子树不空，则右子树上全部节点的值均大于它的根节点的值；（3 它的左、右子树也分别为二叉排序树45125333724100619078在随机的情况下，二叉查找树的平均查找长度和 是等数量级的28n查找成功与不成功的概率n二查找树的期望耗费n有 个节点的二叉树的个数为：n穷举搜寻法的时间困难度为指数级二叉查找树的期望耗费29二叉查找树的期望耗费示例30最优二叉搜寻树最优二叉搜寻树Tij的平均路长为pij，则所求的最优值为p1,n。由最优二叉搜寻树问题的最优子结构性质可建立计算pij的递归式如下记wi,jpi,j为m(i,j)，则m(1,n)=w1,np1,n=p1,n为所求的最优值。计算m(i,j)的递归式为留意到，可以得到O(n2)的算法