动态规划入门

动态规划思路流程：

(1)确定问题的决策对象。

(2)对决策过程划分阶段。

(3)对各阶段确定状态变量。

(4)根据状态变量确定费用函数和目标函数。

(5)建立各阶段状态变量的转移过程，确定状态转移方程。

 

适用条件：

任何思想方法都有一定的局限性，超出了特定条件，它就失去了作用。同样，动态规划也并不是万能的。适用动态规划的问题必须满足最优化原理和无后效性。

1. 最优化原理 （最优子结构性质） 最优化原理可这样阐述：一个最优化策略具有这样的性质，不论过去状态和决策如何，对前面的决策所形成的状态而言，余下的诸决策必须构成最优策略。简而言之，一个最优化策略的子策略总是最优的。一个问题满足最优化原理又称其具有最优子结构性质。

2. 无后效性 将各阶段按照一定的次序排列好之后，对于某个给定的阶段状态，它以前各阶段的状态无法直接影响它未来的决策，而只能通过当前的这个状态。换句话说，每个状态都是过去历史的一个完整总结。这就是无后向性，又称为无后效性。

3.子问题的重叠性  动态规划将原来具有指数级时间复杂度的 搜索算法 改进成了具有多项式时间复杂度的算法。其中的关键在于解决冗余，这是动态规划算法的根本目的。动态规划实质上是一种以空间换时间的技术，它在实现的过程中，不得不存储产生过程中的各种状态，所以它的空间复杂度要大于其它的算法。

 

例题：

脱氧核糖核酸即常说的DNA，是一类带有遗传信息的生物大分子。它由4种主要的脱氧核苷酸(dAMP、dGMP、dCMT和dTMP)通过磷酸二酯键连接而成。这4种核苷酸可以分别记为：A、G、C、T。
    DNA携带的遗传信息可以用形如：AGGTCGACTCCA.... 的串来表示。DNA在转录复制的过程中可能会发生随机的偏差，这才最终造就了生物的多样性。
    为了简化问题，我们假设，DNA在复制的时候可能出现的偏差是（理论上，对每个碱基被复制时，都可能出现偏差）：
　　1. 漏掉某个脱氧核苷酸。例如把 AGGT 复制成为：AGT
        2. 错码，例如把 AGGT 复制成了：AGCT
        3. 重码，例如把 AGGT 复制成了：AAGGT
    如果某DNA串a，最少要经过 n 次出错，才能变为DNA串b，则称这两个DNA串的距离为 n。
    例如：AGGTCATATTCC 与 CGGTCATATTC 的距离为 2
    你的任务是：编写程序，找到两个DNA串的距离。
【输入、输出格式要求】
    用户先输入整数n(n<100)，表示接下来有2n行数据。
    接下来输入的2n行每2行表示一组要比对的DNA。（每行数据长度<10000）
    程序则输出n行，表示这n组DNA的距离。
    例如：用户输入：
3
AGCTAAGGCCTT
AGCTAAGGCCT
AGCTAAGGCCTT
AGGCTAAGGCCTT
AGCTAAGGCCTT
AGCTTAAGGCTT
    则程序应输出：
1
1
2

 

若按动态规划流程来解这道题：

 

一、问题化简：

          原问题相当于，给定两个数组a[1...m],b[1...n],要求的是将a[1...m]变为b[1...n]（通过增加一个字符，删除一个字符，改变一个字符）至少需要多少步？

 

二、是否适用动态规划求解

        （1）、假设用dp[m][n]来存储问题的解，dp[m][n]可以是由其子问题dp[i][j]逐步通过对a[i]的增删改来完成，故满足最优子结构特性。   
        （2）、由于每个字符的增、删、改均是一个独立问题，不会影响全局结构，并且字符偏差发生的顺序无关紧要，所以它满足动态规划的第二个条件无    后效性。

 

三、设计状态转移方程

         （1）、 如果b[1..j]是通过a[1..i]末尾增加一个字符而成，dp[i][j]=dp[i][j-1]+1;

         （2）、如果b[1..j]是通过a[1..i]删除最后个字符而成，dp[i][j]=dp[i-1][j]+1;

         （3）、如果b[1..j]是通过a[1..i]修改最后个字符而成，dp[i][j]=dp[i-1][j-1]+a[i]==b[j]?0:1;

        决策是dp[i][j]在能取到的值中选择最小值；

 

四、边界处理

      for(j=0;;j<=n;j++ )  dp[0][j]=j;

      for(i=0;i<=m;i++ )  dp[i][0]=i;

 

五、java代码

 

import java.util.Scanner;

/**
 *
 * @author Administrator
 * 采用动态规划方法，但必须的前提条件是插入字符时没有约束条件，可以随意插入任意字符，
 * 这样就可以构成最优子特性和无后效性
 */
public class Main4DP {

    public static void main(String[] args) {
        Scanner scan = new Scanner(System.in);
        int num = scan.nextInt();
        while (num-- != 0) {
            char[] s = scan.next().toCharArray();
            char[] resu = scan.next().toCharArray();
            int[][]dp=new int[s.length+1][resu.length+1];
            //边界处理
            for(int i=0;i<=s.length;i++){
                dp[i][0]=i;
            }
            for(int j=0;j<=resu.length;j++){
                dp[0][j]=j;
            }
            //状态转移方程
            for(int i=1;i<=s.length;i++){
                for(int j=1;j<=resu.length;j++){
                    dp[i][j]=Math.max(s.length, resu.length);
                    dp[i][j]=Math.min(dp[i][j],dp[i-1][j-1]+(s[i-1]==resu[j-1]?0:1));                //修改一位
                    dp[i][j]=Math.min(dp[i][j], dp[i][j-1]+1);                 //增加一位 
                    dp[i][j]=Math.min(dp[i][j], dp[i-1][j]+1);                        //删除一位   
                }
            }

            System.out.println(dp[s.length][resu.length]);

        }

 

 

    }
}