动态规划学习与实例(1)

动态规划学习与实例(1)

动态规划求解思路：

1. 分解最优子结构
2. 找出各级最优子结构间递推关系
3. 自底向上求解最优子结构表
4. 追溯到最优解

示例：

Problem1. 给定一个数字序列，找出其中最长子序列，子序列满足顺序递增。求解最长子序列的长度和对应的子序列。
Problem2. 给定一个数字序列，找出其中和最大的子序列，并求解子序列的长度和对应的子序列。

分析

Problem1

1. 最长递增子序列的最优子结构：假设长度从$1$到$i$的序列中，以$a[i]$结尾的最优子序列对应的长度为$opt[i]$. $i = 1 : n$ 时依次得到最优子结构表.
2. 递推关系 $$opt[i]= \begin{cases} 1& \text{i=1 or a[i] < a[i-1] (i>1)}\\ opt[i-1]& \text{a[i] $\geq$ a[i-1] (i>1)} \end{cases}$$
3. and 4. 见C++代码

Problem2

1. 和最大子序列的最优子结构：假设长度从$1$到$i$的序列中，以$a[i]$结尾的最优子序列对应的和为$opt[i]$. $i = 1 : n$ 时依次得到最优子结构表.
2. 递推关系
   $$opt[i]= \begin{cases} a[1]& \text{i=1}\\ max\{opt[i-1]+a[i],a[i]\}& \text{i>1} \end{cases}$$
3. and 4. 见C++代码

#include <iostream>
#include <vector>
#include <algorithm>
using namespace std;
class Maxstr
{
    vector<double> seq;
public:
    Maxstr();
    Maxstr(vector<double> seq1);
    ~Maxstr();
    void calc(vector<double> & maxseq, int & n);
    void calc2(vector<double> & maxseq, double & n);
};
Maxstr::Maxstr()
{
    for(int i=0; i<seq.size(); i++)
    {
        seq.at(i) = 0;
    }
}
Maxstr::Maxstr(vector<double> seq1)
{
    seq = seq1;
}
Maxstr::~Maxstr()
{
}
//calc函数求给定序列的最大递增子序列，子序列保存在maxseq，长度为n
void Maxstr::calc(vector<double> & maxseq, int & n)
{   
    vector<int> opt(seq.size());
    opt.at(0)=1;
    n = opt.at(0);
    int end;
    for (int i = 1; i<opt.size(); ++i)
    {
        if (seq.at(i)<seq.at(i-1))
        {
            opt.at(i)=1;
        }
        else
        {
            opt.at(i)=opt.at(i-1) + 1;
            if (n < opt.at(i))
            {
                n = opt.at(i);
                end = i;
            }
        }
    }
    maxseq.resize(n);
    for (int j=n-1; j>=0; --j)
    {
        maxseq.at(n-j-1) = seq.at(end-j);
    }
}
//clac2求给定序列的最大和子序列，子序列保存在maxseq，和为sum
void Maxstr::calc2(vector<double> & maxseq, double & sum)
{   
    int end;
    vector<double> opt(seq.size());
    opt.at(0)=seq.at(0);
    sum = 0;
    for (int i = 1; i<opt.size(); ++i)
    {
        if (opt.at(i-1)<=0)
        {
            opt.at(i) =  seq.at(i);
        }
        else
        {
            opt.at(i)=opt.at(i-1) + seq.at(i);
        }
        if(sum<opt.at(i))
        {
            end = i;
            sum=opt.at(i);  
        }
    }
    maxseq.clear();
    double temp = sum;
    for (int j=end; j>=0 && temp !=0; --j)
    {
        temp -= seq.at(j);
        maxseq.push_back(seq.at(j));
    }
    reverse(maxseq.begin(), maxseq.end());
}
//主函数测试类和动态规划算法
int main()
{
    double arr[] = {7, -1, 2, 3, 11, 8, 11, -17, 12};
    vector<double> seq(arr, arr+9);
    Maxstr ms(seq);
    vector<double> maxseq1;
    vector<double> maxseq2;
    int n;
    double sum;
    ms.calc(maxseq1, n);
    ms.calc2(maxseq2, sum);
    cout<<"n = "<<n<<endl;
    for (int i=0; i<maxseq1.size(); ++i)
    {   
        cout<<maxseq1.at(i)<<" ";
    }
    cout<<endl;
    cout<<"sum = "<<sum<<endl;
    for (int i=0; i<maxseq2.size(); ++i)
    {   
        cout<<maxseq2.at(i)<<" ";
    }
    cout<<endl;
    return 0;
}