动态规划例子

本文介绍了动态规划在解决实际问题中的应用,包括多段图问题的最短路径计算、矩阵连乘的最少运算次数、最长公共子序列的查找以及0/1背包问题和游艇租金问题的优化解法。通过递推公式和源程序,详细阐述了动态规划的解题思路和步骤。
摘要由CSDN通过智能技术生成

多段图问题

算法描述:
已知多段图的邻接表,利用从后往前递推的方法,先从最后一层往前保留当前的最短路径长度,由子结构的最优解得到原问题的最优解。
递推公式是:cost(i,j)=min{c(j,p)+cost(i+1,p)}
这里为了节约空间,用一维数组cost[]来保存节点j到t的最短路径长度。
将所有节点按0-n-1进行编号,源点s为0,汇点t为n-1;向前递推由结点编号由大到小顺序进行,先计算cost[n-1],最后得到cost[0]。cost[0]就是我们要的最短路径长度。

源程序:

#include <iostream>
#define INFTY 0x7fffffff
using namespace std;
struct ENode{
	int adjVex;
	ENode *nextArc;
	int w;
};
ENode **a; 
class Graph{
private:
	int n;
	int e;
public:	
	Graph(int nn,int ee){
		n=nn;
		e=ee;
	}
		//多段图的向前递推算法
		int FM(int k,int p[]){
			int c,j;
			int cost[100];
			int q,d[100];
			ENode *r;
			cost[n-1]=0;
			d[n-1]=-1;
			for(j=n-2;j>=0;j--){
				int min=INFTY; 
				for(r=a[j];r;r=r->nextArc){
					int v=r->adjVex;
					if(r->w+cost[v]<min){
						min=r->w+cost[v];
						q=v;
					}
				}
				cost[j]=min;
				d[j]=q;
			}
			p[0]=0;
			p[k-1]=n-1;
			c=cost[0];
			for(j=1;j<=k-2;j++)
				p[j]=d[p[j-1]];
			return c;
		}
		
}; 
int main(){
	int i;
	int n,e;//顶点,边 
	int u,v;//一条边的两个顶点 
	int w,c;
	int p[100];
	ENode *t;
	cin>>n>>e;
	
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值