一、动态规划思想
将带求解问题分解成若干子问题,子问题往往不是相互独立。求解子问题的解并记录在表中,当需要再次求解此问题时,可以通过查获得该子问题的解而不用再次求解,从而避免大量的重复计算。最后结合这些子问题的解即可得到原问题的解。
二、动态规划解题思路
1.分析问题的最优子结构性质:一个最优策略的子策略总是最优的
2.建立递归关系;
3.自下而上计算最优值;
4.根据计算最优值时得到的信息,构造最优解。
三、实验
1.矩阵连乘
#include<iostream>
using namespace std;
void matrixChain(int *p,int n,int (*m)[5],int (*s)[4]){
for(int i=1;i<=n;i++){
m[i][i]=0;
}
for(int r=2;r<=n;r++){//r表示矩阵乘积个数
for(int i=1;i<=n-r+1;i++){ //m[i][j]
int j=i+r-1;
m[i][j]=m[i][i]+m[i+1][j]+p[i-1]*p[i]*p[j];
s[i][j]=i;
for(int k=i+1;k<j;k++){
int t=m[i][k]+m[k+1][j]+p[i-1]*p[k]*p[j];
if(t<m[i][j]){
m[i][j]=t;
s[i][j]=k;
}
}
}
}
}
void Traceback(int i,int j,int (*s)[4]){//i表示
if(i==j){
return;
}
Traceback(i,s[i][j],s);
Traceback(s[i][j]+1,j,s);
cout<<"Multiply A"<<i<<","<<s[i][j];
cout<<"and A"<<(s[i][j]+1)<<","<<j<<endl;
}
int main() {
int arr[5]={2,3,4,5,2};
int m[5][5];
int s[4][4];
matrixChain(arr,4,m,s);
for(int i=1;i<=4;i++){
for(int j=1;j<=4;j++){
printf("%6d",m[i][j]);
}
printf("\n");
}
for(int i=1;i<=4;i++){
for(int j=1;j<=4;j++){
printf("%6d",s[i][j]);
}
printf("\n");
}
Traceback(1,4,s);
return 0;
}
2.最长公共子序列
#include<iostream>
using namespace std;
int dp[65][65];
int arr[65][65];
void LCSLength(int m,int n,char *str1,char *str2){
for(int i=0;i<=m;i++)
dp[i][0]=0;
for(int i=0;i<=n;i++)
dp[0][i]=0;
for(int i=1;i<=m;i++){
for(int j=1;j<=n;j++){
if(str1[i-1]==str2[j-1]){//数组下标从0开始
dp[i][j]=dp[i-1][j-1]+1;
arr[i][j]=1;
}
else if(dp[i-1][j]>dp[i][j-1]){
dp[i][j]=dp[i-1][j];
arr[i][j]=2;
}
else{
dp[i][j]=dp[i][j-1];
arr[i][j]=3;
}
}
}
}
void LCS(int i,int j,char *x){
// printf("%d\n",arr[i][j]);
if(i==0 || j==0){
return;
}
if(arr[i][j]==1){
LCS(i-1,j-1,x);
printf("%c\n",x[j-1]);
}
else if(arr[i][j]==2){
LCS(i-1,j,x);
}
else{
LCS(i,j-1,x);
}
}
int main(){
char str1[7]={'a','b','c','d','e','f','a'};
char str2[6]={'b','c','e','f','a','b'};
LCSLength(7,6,str1,str2);
for(int i=0;i<=7;i++){
for(int j=0;j<=6;j++){
printf("%4d",arr[i][j]);
}
printf("\n");
}
LCS(7,6,str2);
printf("LCS max value=%d\n",dp[7][6]);
return 0;
}