C++动态规划算法

基本概念

      动态规划过程是:每次决策依赖于当前状态,又随即引起状态的转移。一个决策序列就是在变化的状态中产生出来的,所以,这种多阶段最优化决策解决问题的过程就称为动态规划(DP)。

基本思想与策略

      基本思想与分治法类似,也是将待求解的问题分解为若干个子问题(阶段),按顺序求解子阶段,前一子问题的解,为后一子问题的求解提供了有用的信息。在求解任一子问题时,列出各种可能的局部解,通过决策保留那些有可能达到最优的局部解,丢弃其他局部解。依次解决各子问题,最后一个子问题就是初始问题的解。由于动态规划解决的问题多数有重叠子问题这个特点,为减少重复计算,对每一个子问题只解一次,将其不同阶段的不同状态保存在一个二维数组中。与分治法最大的差别是:适合于用动态规划法求解的问题,经分解后得到的子问题往往不是互相独立的(即下一个子阶段的求解是建立在上一个子阶段的解的基础上,进行进一步的求解)。

       动态规划算法的难点在于 从实际问题中抽象出动态规划表dp,dp一般是一个数组,可能是一维的也可能是二维的,也可能是其他的数据结构:整个求解过程就可以用一个最优决策表来描述,最优决策表可以是一个二维表,其中行表示决策的阶段,列表示问题状态,表格需要填写的数据一般对应此问题的在某个阶段某个状态下的最优值(如最短路径,最长公共子序列,最大价值等),填表的过程就是根据递推关系,从1行1列开始,以行或者列优先的顺序,依次填写表格,最后根据整个表格的数据通过简单的取舍或者运算求得问题的最优解

动态规划的具体步骤

  • 3
    点赞
  • 22
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
TSP (Traveling Salesman Problem) 是一个经典的组合优化问题,目标是在给定的 n 个城市之间找出一条经过每个城市一次且最小化总路程的路径。这个问题是 NP-hard 的,因此不可能在多项式时间内解决。但是,使用动态规划算法可以得到一个近似解。 下面是使用 C++ 实现动态规划算法解决 TSP 问题的代码: ```cpp #include <iostream> #include <vector> #include <algorithm> #include <cmath> using namespace std; const int INF = 1e9; int tsp(int n, vector<vector<int>>& dist) { vector<vector<int>> dp(1 << n, vector<int>(n, INF)); dp[1][0] = 0; for (int s = 1; s < (1 << n); ++s) { for (int i = 0; i < n; ++i) { if ((s & (1 << i)) == 0) { continue; } for (int j = 0; j < n; ++j) { if (i == j || (s & (1 << j)) == 0) { continue; } dp[s][i] = min(dp[s][i], dp[s ^ (1 << i)][j] + dist[j][i]); } } } int ans = INF; for (int i = 1; i < n; ++i) { ans = min(ans, dp[(1 << n) - 1][i] + dist[i][0]); } return ans; } int main() { int n; cin >> n; vector<vector<int>> dist(n, vector<int>(n)); for (int i = 0; i < n; ++i) { for (int j = 0; j < n; ++j) { cin >> dist[i][j]; } } int ans = tsp(n, dist); cout << ans << endl; return 0; } ``` 代码中,`dp[s][i]` 表示当前已经访问过的城市集合为 `s`,最后一个访问的城市为 `i`,这种情况下的最小总路程。状态转移方程为 `dp[s][i] = min(dp[s][i], dp[s ^ (1 << i)][j] + dist[j][i])`,其中 `s ^ (1 << i)` 表示将 `s` 中第 `i` 位取反,即将 `i` 从 `s` 中删除。`j` 在这里表示上一个访问的城市。 最终的答案为 `ans = min(dp[(1 << n) - 1][i] + dist[i][0])`,其中 `i` 可以是任意一个城市,因为在动态规划的过程中,每一个城市都曾经作为最后一个访问的城市进行过计算。 这个算法的时间复杂度为 $O(2^n n^2)$,空间复杂度为 $O(2^n n)$。虽然这个算法是近似解,但是对于较小的数据集来说,它可以得到非常接近最优解的结果。

“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