动态规划算法备忘

 

步骤 1，满足dp算法的必要条件：最优子结构 2，定义递归函数， <-- 这步是关键， 3，自底向上计算递归函数 4，从计算过程保存的信息中，构造最优解的细节 很多实际问题需要从所有可能的情况中找出所需要的情况，有时这没有公式，唯一的办法是搜索、穷举，而随着问题规模扩大，单纯的穷举耗费问题规模的指数时间，对于大规模的问题，即使用计算机解决也很不可取。当问题具有最优子结构时，相同的子问题只需要计算一次，在自底向上的求最优解过程中，仅有子问题就能在可接受的时间复杂度内，计算出更接近最终最优解的子问题，最终完成最优解的计算。动态规划算法的这个特点：对子问题只计算一次，可以看做对穷举算法的一个很有效的剪枝。使得算法时间复杂度有很大很进。dp的自底向上计算过程是对最优子结构的运用：新问题被分解成一系列子问题，这些子问题的最优解都已求出，这时新问题的最优解面临一系列选择，从这一系列选择中构造新问题的最优解，依次类推以新问题为子问题构造更新的问题，直至原问题的最优解。这就是Dynamic Programming。 举例备忘 描述： 在二维坐标上给N个点(N是偶数)的坐标,坐标都是整数,可以任意联接其中两点(不管中间有没有障碍),这两点就消失了(和游戏里的一样).但消去两点的路径和两个点的位置有关,也就是说路径的长度等于两点X轴与Y轴差的绝对值之和.比如一个点坐标为(10,10),另外一个点坐标为(2,3),那么消去这两个点的路径长度为8+7=15.问消去所有点的路径长度之和最小值是多少? 动态规划解法： 输入点对 P1, P2, P3, ... , Pn 。坐标(x, y)，点对的和表示为: distance(i,j) = | Pi.x - Pj.x | + | Pi.y - Pj.y | ，求点对序列S：(s1,s2), (s3,s4), ... , (sn-1, sn)，使得 distance(s1,s2) + distance(s3,s4) + ... + distance(sn-1,sn)最小， 1 <= s1, s2, ..., sn <= n。 1，最优子结构显而易见，从最优解中任意剔除一对点，得到的点对也是剩余的点的最优解。 2，递归函数： 递归函数S（len, i, j)定义为：从对点长度为len对 ，且所有点对中不包含点Pi，Pj时，可以找到的所有的len对点对序列中最小长度和的点对序列。 1 <= len <= n / 2，1 <= i, j <= n; E(len, i, j, k），表示某个最优解为S(len, i, j)的子问题中是否含有Pk，用0代表S(len, i, j)包含Pk， 1代表不包含。 那么，已知所有点对长度为len - 1的S(len - 1, i, j)时(对给定长度len，S共有n(n-1)/2种)，求一新问题S(len,i,j)的最小值时，假定新问题包括某一点对(k,l)，考虑下面两种情况： 1，如果S(len-1,k,l)不包括i和j，那么如果包含点k,l的S(len,i,j)最小值肯定是等于S(len-1,k,l)+d(k,l)，因为S(len-1,k,l)的定义就是长度为len-1且不包括(k,l)的子问题最优解。 2，如果S(len-1,k,l)包含了i,j，S(len, i, j)仍然可能包含点k,l，因此这种情况下不应该舍弃点k,l，而应该在长度为len-1的所有(n^2/2-n)个子问题S(len-1,x,y)中选择一个不包含点k,l和点i,j的子问题S(len-1,sub_i,sub_j)，由S(len-1,sub_i,sub_j)+d(k,l)构成S(len, i, j)。    从上诉两种情况中，得出S(len,i,j)，即：从所有(k,l)点对假设中得到的一系列S(len,i,j)的最小值。   综合以上分析，得到递归函数S和E：   S(len, i, j) = min {                              min {                                      S(len - 1, x, y) : 所有不包含点i, j, k, l的S(len - 1, x, y)                              }   + d(k, l) : 所有非i, j的点k, l                     } = S(len - 1, sub_i, sub_j) + d(new_i, new_j)    S式中对点的包含关系用E数组来记录，E数组也递归计算：  E(len, i, j, k) = E(len - 1, sub_i, sub_j, k)（k为变量）， 且 E(len, i, j, new_i) = 0 且 E(len, i, j, new_j) = 0   S式和E式就是该问题的一个dp解法的递归函数。   直觉上，S数组代表共有n^3/2个子问题，每个子问题由(n^2/2-n)个(k,l)假设计算得到，每个(k,l)假设)要考虑所有len-1的(n^2/2 - n)个子问题S(len-1, x, y)，所以t = O(n^7)   剩下的3，4步骤已经很容易 复杂度: 时间7次方，空间4次方  ！！！！！！！！！！！！！！！   实现：

#include <iostream> using namespace std; class Point { friend class MinPairs; friend ostream &operator<< (ostream &os, const Point &p) { os << "(" << p.x << ", " << p.y << ")"; return os; } int x, y; public: Point(int x_ = 0, int y_ = 0) : x(x_), y(y_) { }; Point(const Point &p) { x = p.x; y = p.y; }; const Point &operator= (const Point &p) { if (this == &p) return *this; x = p.x; y = p.y; return *this; } }; class MinPairs { Point *points; const int length; public: MinPairs(const Point points_[], int len) : length(len) { points = new Point[length]; for (int i = 0; i != length; i++) points[i] = points_[i]; } int minimum_sum_of_pairs(); private: int d(int i, int j) { return distance(points[i], points[j]); } int distance(const Point &p1, const Point &p2) { return abs(p1.x - p2.x) + abs(p1.y - p2.y); } int abs(int n) { return n < 0 ? -n : n; } }; int MinPairs::minimum_sum_of_pairs() { int px[length / 2 + 1][length][length]; int py[length / 2 + 1][length][length]; int S[length / 2 + 1][length][length]; unsigned char E[length/2+1][length][length][length]; int m, min, sub_i, sub_j, new_i, new_j; for (int i = 0; i != length; i++) { for (int j = i + 1; j != length; j++) { S[0][i][j] = 0; for (int k = 0; k != length; k++) E[0][i][j][k] = 1; } } for (int pair_len = 1; pair_len != length / 2; pair_len++) { for (int i = 0; i != length; i++) { for (int j = i + 1; j != length; j++) { min = 2147483647; for (int k = 0; k != length; k++) { if ( k ==i || k ==j) continue; for (int l = k + 1; l != length; l++) { if (l == i || l == j) continue; if (E[pair_len - 1][k][l][i] == 0 || E[pair_len - 1][k][l][j] == 0) { for (int si = 0; si != length; si++) for (int sj = si + 1; sj != length; sj++) if (E[pair_len - 1][si][sj][i] & 1 && E[pair_len - 1][si][sj][j] & 1 && E[pair_len - 1][si][sj][k] & 1 && E[pair_len - 1][si][sj][l] & 1) { m = S[pair_len - 1][si][sj] + d(k, l); if (min > m) { min = m; sub_i = si; sub_j = sj; new_i = k; new_j = l; } } } else { if (min > S[pair_len - 1][k][l] + d(k, l)) { min = S[pair_len - 1][k][l] + d(k, l); sub_i = k; sub_j = l; new_i = k; new_j = l; } } } } S[pair_len][i][j] = min; px[pair_len][i][j] = new_i; py[pair_len][i][j] = new_j; for (int l = pair_len - 1; l != 0; l--) { px[l][i][j] = px[l][sub_i][sub_j]; py[l][i][j] = py[l][sub_i][sub_j]; } for (int k = 0; k != length; k++) E[pair_len][i][j][k] = E[pair_len - 1][sub_i][sub_j][k]; E[pair_len][i][j][new_i] = E[pair_len][i][j][new_j] = 0; } } } // ...................... S( length / 2 - 1, i, j). // ......i, j).......... min = 2147483647; for (int i = 0; i != length; i++) { for (int j = i + 1; j != length; j++) { if (min > S[length / 2 - 1][i][j] + d(i, j) ) { min = S[length / 2 - 1][i][j] + d(i, j); new_i = i; new_j = j; } } } // . px, py....... cout << "pairs:" << endl; int sum = 0; sum += d(new_i, new_j); cout << points[new_i] << ", /t" << points[new_j] << " " << d(new_i, new_j) << " " << sum << endl; for (int len = length / 2 - 1; len != 0; len--) { int i = px[len][new_i][new_j]; int j = py[len][new_i][new_j]; sum += d(i,j); cout << points[i] << ", /t" << points[j] << "/td:" << d(i, j) << "/tsum:" << sum << endl; } return min; } int main() { Point points[20] = { Point(1, 34), Point(2, 39), Point(4, 23), Point(292, 100), Point(1321, 34), Point(213, 7897), Point(324, 988), Point(4234, 321), Point(43121, 483), Point(33, 9999), Point(718, 111), Point(4232, 123), Point(34, 11), Point(99999, 737), Point(12345, 6789), Point(7777, 222), Point(2828, 1919), Point(1022, 1023), Point(32, 12), Point(937, 996) }; MinPairs mp(points, sizeof(points) / sizeof(Point)); cout << "minimum sum: " << mp.minimum_sum_of_pairs() << endl; }