动态规划算法原理介绍与实例解析

一 动态规划的定义：

算法导论给出的定义：通过组合子问题的解来求最优问题的解。该定义太简单了。满足该定义的解法还有分治法、贪婪法。

二 动态规划的求解过程：

1 描述最优解的结构（描）

2 自顶向下递归的拆子问题（拆）

3 按自底向上的方式递归求解子问题（反求）

4 组合子问题求解（组）

如果第3步是直接自顶向下求解的话就是简单的递归方法了

三 适用于动态规划的应用场景：

1 最优子结构

最优子结构：全局问题的最优解包含子问题的最优解

2 子问题重叠

子问题重叠：一个递归算法中不断的调用同一个子问题

四 实例分析 ：矩阵链乘法

给定由n个要相乘的矩阵构成的序列A₁,A₂,A₃,…,A_n，其中每一元素A _i是a_i-1 *a_i的矩阵。要计算其乘积，求计算标量最小的计算顺序。A_i-A_i 的标量是a_i-1 *a_i*a_i+1

1 描

假设S_i,j 是A_i,…,A_j序列的最优解的标量值(i<j)，定义 S_i,j = S_i,k+S_k+1,j(i<=k<j) 那么S_i,k也一定是A_i,…,A_k序列的最优解。而本问题的解为S_1,n

2 拆

S_i,j = min(S_i,k+S_k+1,j)(i<=k<j)
S_i,i = 0

3 反求

j=n;l=1;
do{
for(i=1;i’<’j;i++)
{
S_i,i+l
}
}while( 1==j )
每求S_i,i+l 时间复杂度为O_n

4 根据记录打印全局解