动态规划
- 分析优化解的结构
- 递归地定义最优解的代价
- 自底向上地计算优化解的代价保存之,并获取构造最优解的信息
- 根据构造最优解的信息构造最优解
算法一
编号动态规划问题(最大不下降序列问题)
算法二
划分动态规划问题(矩阵链乘问题)
例题: 给定n个矩阵{A1,A2,…,An},其中,Ai与Ai+1是可乘的,(i=1,2 ,…,n-1)。用加括号的方法表示矩阵连乘的次序,不同的计算次序计算量(乘法次数)是不同的,找出一种加括号的方法,使得矩阵连乘的次数最小。
例如:
A1是A(5*10)的方阵;
A2是A(10*100)的方阵;
A3是A(100*2)的方阵;
那么有两种加括号的方法:
1. (A1A2)A3 ;
2. A1(A2A3);第一种方法的计算量:5*10*100+5*100*2=6000;
第二种方法的计算量:10*100*2+5*10*2=2100;
可以看出不同计算方法计算量差别很大。
问题分析:
1. 矩阵连乘的条件:第一个矩阵的列等于第二个矩阵的行,此时两个矩阵是可乘的;
2. 多个矩阵连乘的结果矩阵,其行列等于第一个矩阵的行和最后一个矩阵的列;
3.两个矩阵相乘的计算量:可知总执行次数为:3*2*4=24.所以矩阵Am*n和Bn*k的乘法运算次数为:m*n*k;
4.矩阵连乘Ai Ai+1 Ai+2……Aj的最优解问题
假设在第k位置上找到最优解,则问题变成了两个子问题:(AiAi+1……Ak),(Ak+1……Aj)
用m[i][j]表示矩阵连乘的最优值,那么两个子问题对应的最优值变成m[i][k],m[k+1][j];
设矩阵Am的行数为Pm,列数为qm,矩阵是可连乘的,即相邻矩阵qm=Pm+1,所以(AiAi+1……Ak)可表示为Pi * qk,
(Ak+1……Aj)可表示为Pk+1 * qj,qk = Pk+1.则两个矩阵连乘的乘法次数为Pi * Pk+1 * qj。
算法三
数轴动态规划问题(0-1背包问题)
例子:【动态规划】01背包问题(通俗易懂,超基础讲解)_动态规划01背包问题-CSDN博客
算法四
前缀动态规划问题(最长公共子序列问题)
例子:算法:动态规划——最长公共子序列_最长公共子序列动态规划算法-CSDN博客