寒假1.24日所学--动态规划 算法导论笔记

（15.1  15.3  15.4）

15.1

1：

动态规划仔细安排求解顺序，从而达到每个子问题只求解一次，并将结果保存下来；

如果随后再次需要，只需查找保存的结果即可，不必重新计算；

由于保存了结果 付出了额外的空间来节省计算时间；

动态规划两种实现方法--等价：

1：带备忘的自顶向下法；

2：自底向上法：（推荐使用）

     需要恰当定义子问题规模的概念 使得每个子问题都依赖于更小的子问题求解，因而我们只需要将子问题按规模排序，按由小至大的顺序进行求解

     当求解某个子问题时，它所依赖的那些更小的子问题都已解决完毕，且结果都已保存

15.3 (动态规划原理)

1：

   适合应用动态规划求解最优化问题应具备的两个因素：

1.  最优子结构：

   1 定义

        如果一个问题的最优解包含其子问题的最优解，就称该问题具有最优子结构性质；                    （但具有具有最优子结构也可能使用贪心）

   2 判断的具体步骤

        1.证明问题的最优解的第一个组成部分是做出一个选择 ---做出这个选择会产生一个或多个待解的子问题

        2 对于一个给定的问题，在其中可能的第一步选择中，你假定已经知道哪种选择会得到最优解 先不管这种选择是如何达到的 只是假定已经知道了这种选择

        3 给定可获得最优解的选择后，确定这次的选择会产生哪些子问题，以及如何更好的刻画子问题

   3 不同的问题最优子结构的不同：

        1 原问题的最优解中涉及多少子问题；

        2 在确定最优解使用哪些子问题时，需要考虑多少选择--即状态转移是的选择种类

2.  子问题重叠：

       即问题的递归算法会反复求解相同的子问题，而不是一直生成新的子问题 则称该问题具有重叠子问题性质

2：动态规划时间复杂度计算：

（用子问题的个数和每个子问题需要考虑多少种选择的乘积来粗略表示）

15.4 最长公共子序列：

问题描述：

给定两个序列X和Y，如果Z既是X的子序列也是Y的子序列，则称它是X，Y的公共子序列

思想：

        1 刻画最长子序列的特征：

                

即两个值序列的的LCS包含两个序列前缀的LCS，因此LCS问题具有最优子结构性质

        2 一个递归解：

        其中c [ i , j ] 表示 X i 和 Y j 的LCS长度；

        3 计算LCS的长度；

        4 构造LCS：

当Xi=Yi时 意味着这是LCS的一个元素，按照这种方法可以逆序依次构造出LCS的所有元素；