动态规划算法PPT讲稿.ppt
《动态规划算法PPT讲稿.ppt》由会员分享,可在线阅读,更多相关《动态规划算法PPT讲稿.ppt(169页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、动态规划算法第1页,共169页,编辑于2022年,星期五前言:前言:各类信息学竞赛的重要考察内容。各类信息学竞赛的重要考察内容。不同于其他算法和数据结构,没有固定的结构不同于其他算法和数据结构,没有固定的结构框架。框架。对选手能力有较高要求(函数思想)。对选手能力有较高要求(函数思想)。初学者不易掌握其思想,需要做大量的题。初学者不易掌握其思想,需要做大量的题。典型的问题。典型的问题。会做不代表真正掌握。会做不代表真正掌握。主要是分析问题的方法和思路;其次是代码。主要是分析问题的方法和思路;其次是代码。2第2页,共169页,编辑于2022年,星期五在三个竞赛中的首次出现:在三个竞赛中的首次出现
2、:数字三角形数字三角形【IOI 1994】石子合并石子合并 【NOI 1995】导弹拦截导弹拦截 【NOIP 1999】3第3页,共169页,编辑于2022年,星期五目录:目录:两个引例动态规划的基本概念动态规划的常见模型及例题4第4页,共169页,编辑于2022年,星期五引例引例1 1:数字三角形【:数字三角形【IOI 1994IOI 1994】有一个数字三角形,从最顶层出发,每一步只能向左下或右下有一个数字三角形,从最顶层出发,每一步只能向左下或右下方向走。编程求从最顶层到最底层的一条路所经过位置上的数字之方向走。编程求从最顶层到最底层的一条路所经过位置上的数字之和的最大值。下图数据的路应
3、为和的最大值。下图数据的路应为:7-3-8-7-57-3-8-7-5,和为,和为3030。输入:输入:第一行:第一行:n(1=n=100),n(1=n=100),数字三角形共有数字三角形共有n n行;行;以下以下R R行:依次表示数字三角形中每行中的数字。行:依次表示数字三角形中每行中的数字。每个数都是非负的,且每个数都是非负的,且=100.ans then ans:=sum;if sumans then ans:=sum;exit;exit;end;end;dfs(i+1,j,sum+ai+1,j);dfs(i+1,j,sum+ai+1,j);dfs(i+1,j+1,sum+ai+1,j+1
4、);dfs(i+1,j+1,sum+ai+1,j+1);end;end;初始:初始:dfs(1,1,a1,1);结果:结果:ansi,ji+1,ji+1,j+111i,ji+1,ji+1,j+1第11页,共169页,编辑于2022年,星期五n=100 nans then ans:=sum;if sumans then ans:=sum;exit;exit;end;end;dfs(i+1,j,sum+ai+1,j);dfs(i+1,j,sum+ai+1,j);dfs(i+1,j+1,sum+ai+1,j+1);dfs(i+1,j+1,sum+ai+1,j+1);end;end;i,ji+1,ji
5、+1,j+115第15页,共169页,编辑于2022年,星期五搜索速度慢的原因是做了很多搜索速度慢的原因是做了很多重复重复的计算的计算实际上:实际上:从(从(i,j)走到最后一行;路线上和的最大值不变。)走到最后一行;路线上和的最大值不变。9263 5318 25 1463 85 9 3258 84 70 2 9388 2525 3535 0 20 119 96 8585 6 14 97 6074 71 3333 39 51 96 27 960 78 7878 61 24 49 41 36 3032 23 16 3232 31 32 56 76 74 8316第16页,共169页,编辑于202
6、2年,星期五所以:所以:第一次求完第一次求完(i,j)到达最后一行的最大值后,用到达最后一行的最大值后,用fi,j记录下来。记录下来。以后再遇到时不需要再搜索求解,可以直接使用以后再遇到时不需要再搜索求解,可以直接使用fi,j,从而大,从而大大的节省时间。大的节省时间。记忆化搜索17第17页,共169页,编辑于2022年,星期五记忆化搜索算法:记忆化搜索算法:/ai,j/ai,j记录数字三角形记录数字三角形/fi,jfi,j:从从(i,j)(i,j)走到最后一行的和的走到最后一行的和的最大值最大值;初始;初始-1-1Procedure dfs(i,j:integer);Procedure df
7、s(i,j:integer);/求求(i,j)(i,j)到最后一行的最大和到最后一行的最大和 beginbegin if i=n then if i=n then begin begin fi,j:=ai,jfi,j:=ai,j;exit;exit;end;end;if fi,j=0 then exitif fi,j=0 then exit;/已经求过了,无需再求已经求过了,无需再求 dfs(i+1,j);dfs(i+1,j);dfs(i+1,j+1);dfs(i+1,j+1);fi,j:=max(fi+1,j,fi+1,j+1)+ai,j;fi,j:=max(fi+1,j,fi+1,j+1)
8、+ai,j;end;end;dfs(1,1);dfs(1,1);ans=f1,1;ans=f1,1;18i,ji+1,ji+1,j+1第18页,共169页,编辑于2022年,星期五每个点的计算次数:每个点的计算次数:n=10n=101 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 N=100;Nans then ans:=fn,i;if fn,ians then ans:=fn,i;writeln(ans);writeln(a
9、ns);23边界情况?第23页,共169页,编辑于2022年,星期五24边界问题的解决:边界问题的解决:方法一:方法一:var f:array0.100,0.100of longint;var f:array0.100,0.100of longint;把第把第0 0行及第行及第0 0列元素初始化为列元素初始化为0 0。方法二:方法二:把把fi,1fi,1和和fi,ifi,i作为特殊情况单独处理,即:作为特殊情况单独处理,即:for i:=2 to n dofor i:=2 to n dobeginbegin fi,1=fi-1,1+ai,1;fi,1=fi-1,1+ai,1;fi,i=fi-1
10、,i-1+ai,i;fi,i=fi-1,i-1+ai,i;for j:=2 to i-1 do for j:=2 to i-1 do fi,j:=max(fi-1,j-1,fi-1,j)+ai,j;fi,j:=max(fi-1,j-1,fi-1,j)+ai,j;end;end;第24页,共169页,编辑于2022年,星期五回顾本题:回顾本题:重复的子问题。重复的子问题。用表记录子问题的解,以后可以直接使用。用表记录子问题的解,以后可以直接使用。有明显的阶段性。有明显的阶段性。求解方法:记忆化搜索;递推。求解方法:记忆化搜索;递推。25第25页,共169页,编辑于2022年,星期五引例引例2 2
11、:公共汽车:公共汽车【问题描述】【问题描述】一个城市的道路,南北向的路有一个城市的道路,南北向的路有n条,并由西向东从条,并由西向东从1标记到标记到n,东西向的东西向的路有路有m条,并从南向北从条,并从南向北从1标记到标记到m,每一个交叉点代表一个路口,有的路每一个交叉点代表一个路口,有的路口有正在等车的乘客。一辆公共汽车将从口有正在等车的乘客。一辆公共汽车将从(1,1)点驶到(点驶到(n,m)点,车只)点,车只能向东或者向北开能向东或者向北开.问:司机怎么走能接到最多的乘客。问:司机怎么走能接到最多的乘客。nm(n,m)26北北南南西西东东第26页,共169页,编辑于2022年,星期五【输入
12、】【输入】第一行是第一行是n,m和和k,其中其中k是有乘客的路口的个数。是有乘客的路口的个数。以下以下k行是有乘客的路口的坐标和乘客的数量。已知每个路口的行是有乘客的路口的坐标和乘客的数量。已知每个路口的乘客数量不超过乘客数量不超过1000000。n,mB2-C4-D3-E最短距离:最短距离:13第35页,共169页,编辑于2022年,星期五36fkx=minfk+1yi+d x,yi状态转移方程:状态转移方程:由已求得的状态来求未知状态的递推关系式称为状态转移方程。Xy1y2yiEFx:xFx:x到终点的最短距离。目标是到终点的最短距离。目标是f f1 1AA倒推:倒推:第36页,共169页
13、,编辑于2022年,星期五37fkx=minfk-1yi+d yi,xFx:Fx:起点到起点到x x最短距离。目标是最短距离。目标是f f5 5EE顺推:顺推:Xy1y2yiA第37页,共169页,编辑于2022年,星期五38一般形式:一般形式:U:状态;X:策略:策略顺推:顺推:fUk=optfUk-1+LUk-1,Xk-1 LUk-1,Xk-1:状态状态Uk-1通过策略通过策略Xk-1到达状态到达状态Uk 的费用的费用 初始初始fU1;结果:;结果:f(Un)第38页,共169页,编辑于2022年,星期五39一般形式:一般形式:U:状态;X:策略:策略倒推:倒推:fUfUk k=optfU
14、=optfUk+1k+1+LU+LUk k,X,Xk k LULUk k,X,Xk k:状态状态U Uk k通过策略通过策略X Xk k到达状态到达状态U Uk+1k+1 的费用的费用初始初始fUfUn n;结果:;结果:f(Uf(U1 1)第39页,共169页,编辑于2022年,星期五40动态规划问题的特征动态规划问题的特征 :1 1、最优子结构、最优子结构 如果问题的一个最优解中包含了子问题的最优解,则该问题具有最优子结构。也称最优化原理。最优子结构也可以理解为“整体最优则局部最优”。反之不一定成立。2 2、重叠子问题、重叠子问题 在解决整个问题时,要先解决其子问题,要解决这些子问题,又要
15、先解决他们的子子问题。而这些子子问题又不是相互独立的,有很多是重复的,这些重复的子子问题称为重叠子问题。动态规划算法正是利用了这种子问题的重叠性质,对每一个子问题只解一次,而后将其解保存在一个表中,以后再遇到这些相同问题时直接查表就可以,而不需要再重复计算,每次查表的时间为常数。第40页,共169页,编辑于2022年,星期五3、无后效性原则41已经求得的状态,不受未求状态的影响。已经求得的状态,不受未求状态的影响。第41页,共169页,编辑于2022年,星期五42最优子结构、重叠子问题、无后效性最优子结构、重叠子问题、无后效性阶段阶段1阶段阶段2阶段阶段3阶段阶段4阶段阶段5AB1B2C1C2
16、C3C4D1D2D3E531638438556343第42页,共169页,编辑于2022年,星期五43第43页,共169页,编辑于2022年,星期五44拓扑图(有向无环图)无后效性第44页,共169页,编辑于2022年,星期五45非拓扑图(可能有环)有后效性 abc?bca?abc51111第45页,共169页,编辑于2022年,星期五46动态规划的条件:动态规划的条件:无后效性、最优子问题无后效性、最优子问题无后效性、最优子问题是否能满足与 状态的表示、阶段的划分、状态的转移有关第46页,共169页,编辑于2022年,星期五47 1、找出最优解的性质,并刻画其结构特征;2、递归地定义最优值(
17、写出动态规划方程);3、以自底向上的方式计算出最优值;记忆化搜索(树型)、递推 4、根据计算最优值时得到的信息,构造一个最优解。设计动态规划法的步骤:第47页,共169页,编辑于2022年,星期五48 状态转移方程的构造是动态规划过程中最重要的一步,也是最难的一步.对于大多数的动态规划,寻找状态转移方程有一条十分高效的通道,就是寻找变化中的不变量(已经求得的值).定量处理的过程也就是决策实施的过程.动态规划的关键:第48页,共169页,编辑于2022年,星期五49fUfUn n=初始值;初始值;for kfor kn-1 downto 1 do /n-1 downto 1 do /枚举阶段枚举
18、阶段 for Ufor U取遍所有状态取遍所有状态 do /do /枚举状态枚举状态 for X for X取遍所有决策取遍所有决策 do /do /枚举决策枚举决策 fU fUk k=optfU=optfUk+1k+1+LU+LUk k,X,Xk k;LULUk k,X,Xk k:状态状态U Uk k通过策略通过策略X Xk k到达状态到达状态U Uk+1k+1的费用的费用输出:输出:fUfU1 1:目标目标动态规划的一般动态规划的一般倒推倒推格式为:格式为:第49页,共169页,编辑于2022年,星期五50/fi,j/fi,j :从:从(i,j)(i,j)走到最后一行的和的最大值;走到最后
19、一行的和的最大值;for i:=1 to n do fn,i:=an,i;for i:=1 to n do fn,i:=an,i;/初始初始for i:=n-1 downto 1 do for i:=n-1 downto 1 do /阶段阶段 for j:=1 to i do for j:=1 to i do /状态状态 fi,j:=max(fi+1,j,fi+1,j+1)+ai,j;fi,j:=max(fi+1,j,fi+1,j+1)+ai,j;/决策决策writeln(f1,1);writeln(f1,1);第50页,共169页,编辑于2022年,星期五51fUfU1 1=初始值;初始值;
20、for kfor k2 to n do 2 to n do /枚举每一个阶段枚举每一个阶段 for Ufor U取遍所有状态取遍所有状态 dodo for X for X取遍所有决策取遍所有决策 dodo fU fUk k=optfU=optfUk-1k-1+LU+LUk-1k-1,X,Xk-1k-1;LULUk-1k-1,X,Xk-1k-1:状态状态U Uk-1k-1通过策略通过策略X Xk-1k-1到达状态到达状态U Uk k 的费用的费用输出:输出:fUfUn n:目标目标动态规划的一般动态规划的一般顺推顺推格式为:格式为:第51页,共169页,编辑于2022年,星期五顺推:顺推:/fi
21、,j:从:从(1,1)走到走到(i,j)的和的最大值;的和的最大值;f1,1:=a1,1;/初始化初始化for i:=2 to n do/阶段阶段 for j:=1 to i do/状态状态 fi,j:=max(fi-1,j-1,fi-1,j)+ai,j;/决策决策/找最大的找最大的fn,ians:=fn,1;for i:=2 to n do if fn,ians then ans:=fn,i;writeln(ans);52第52页,共169页,编辑于2022年,星期五53贪心算法:采用“自顶向下”的方式使用最优子结构:先做决策,选在当时看起来是最优的选择(只顾眼前利益),然后再求解决策后的那
22、个子问题。“先决策,再求解子问题”DP:“先求得子问题的解,然后决策”。7 3 8 8 1 0 2 7 4 44 5 2 6 5动态规划与贪心算法的不同:第53页,共169页,编辑于2022年,星期五通过做大量的题目,慢慢理解和通过做大量的题目,慢慢理解和体会体会DPDP其中的其中的54第54页,共169页,编辑于2022年,星期五三、三、DPDP常见模型常见模型55线性型线性型坐标型坐标型区间型区间型背包型背包型树型树型动态规划有多种多样的题目,通常按照状态可分动态规划有多种多样的题目,通常按照状态可分为以下几类:为以下几类:第55页,共169页,编辑于2022年,星期五(一)、线性模型(一
23、)、线性模型56线性动态规划状态是一维的(线性动态规划状态是一维的(fi)。)。正推:第正推:第i个元素的最优值只与前个元素的最优值只与前i-1个元素的最优值有个元素的最优值有关。关。倒推:第倒推:第i个元素的最优值只第个元素的最优值只第i+1个元素之后的最优个元素之后的最优值有关。值有关。经典的线性经典的线性DP题目有最长上升子序列、最大连续子题目有最长上升子序列、最大连续子序列和、最长公共子序列等。序列和、最长公共子序列等。第56页,共169页,编辑于2022年,星期五1.1.最长上升子序列模型最长上升子序列模型57例例1 导弹拦截导弹拦截【NOIP 1999】【问题描述】【问题描述】某国
24、为了防御敌国的导弹袭击,研发出一种导弹拦截系统,但是这种导弹拦截系某国为了防御敌国的导弹袭击,研发出一种导弹拦截系统,但是这种导弹拦截系统有一个缺陷:虽然它的第一发炮弹能够到达任意的高度,但是以后每一发炮弹统有一个缺陷:虽然它的第一发炮弹能够到达任意的高度,但是以后每一发炮弹都要高于前一发的高度。某天,雷达捕捉到敌国的导弹来袭,由于该系统还在试都要高于前一发的高度。某天,雷达捕捉到敌国的导弹来袭,由于该系统还在试用阶段,不能拦截所有的导弹,输入敌国导弹依次飞来的高度(雷达给出的高度用阶段,不能拦截所有的导弹,输入敌国导弹依次飞来的高度(雷达给出的高度数据是不大于数据是不大于30000 的正整数
25、),请聪明的你帮忙计算这套系统最多能拦截多的正整数),请聪明的你帮忙计算这套系统最多能拦截多少导弹。少导弹。【输入】【输入】第一行:第一行:n(=1000),敌国导弹的数量。),敌国导弹的数量。第二行:第二行:n个整数,用空格分隔,依次是敌国导弹的高度个整数,用空格分隔,依次是敌国导弹的高度(30000)。【输出】【输出】最多拦截敌国导弹的数量。最多拦截敌国导弹的数量。【数据规模】【数据规模】对于对于100%的数据:的数据:n=1000。第57页,共169页,编辑于2022年,星期五58【样例输入输出】bumb.inbumb.out82 7 1 9 10 1 2 34题意简述:题意简述:给定给
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 动态 规划 算法 PPT 讲稿
限制150内