【算法概论】6.动态规划

6 动态规划

6.1 重新审视DAG的最短路径问题

• 有向无环图DAG的节点可以被线性化：

procedure dag-shortest-paths(G,l,s)
    Input:  Graph G=(V,E), dag;
            edge lengths {le:e ∈ E};
            vertex s ∈ V
    Output: For all vertices u reachable from s,dist(u) is set
            to the distance from s to u.

    for all u ∈ V
        dist(u)= ∞
    dist(s)=0
    Linearize G //通过深度优先搜索线性化(拓扑排序)
    for each u ∈ V in Linearized order:
        for all edges (u,v) ∈ E:
            dist(v)=min(dist(u)+l(u,v))

6.2 最长递增子序列

for j=1,2,...,n
    L(j)=1+max{L(i):(i,j) ∈ E}
return L
//i为j的前驱，求反转图Gr即可

6.3 编辑距离

将两个单词进行对齐，对齐代价为对应字母不相同的列数

6.3.1 一种动态规划的解

寻找两个字串：$x[1...m],y[1...n]$之间的编辑距离$E(m,n)$，考虑字符串的前缀：$x[1...i],y[1...j]$的编辑距离$E(i,j)$。

则：

$$E(i,j)=min\{1+E(i-1,j),1+E(i,j-1),diff(i,j)+E(i-1,j-1)\}$$

for i=0,...,m:
    E(i,0)=i
for j=0,...,n:
    E(0,j)=j
for i=1,...,m:
    for j=1,...,n:
        E(i,j)=min{
  1+E(i-1,j),1+E(i,j-1),diff(i,j)+E(i-1,j-1)}
return E

6.3.2 隐含的dag

每个动态规划都隐含着一个dag结构：每个节点表示一个子问题，每条边表示解决子问题时的先后约束。

除边$\{(i-1,j-1)→(i,j):x[i]=y[j]\}$为0外，其余边为0；问题转为求点$s=(0,0)$到点$t=(m,n)$的最短距离。

其中，为使$EXPONENTIAL$转为$POLYNOMIAL$

• 向下表示删除
• 向右表示插入

• 向对角线表示匹配或替换

  

6.4 背包问题

• n件物品，W总重量的背包，复杂度$O(nW)$

6.4.1 多副本背包问题

• Knapsack with repetition