一 动态规划的基本思想以及和贪婪算法、分治法的比较
动态规划的基本思想:将复杂问题进行分解,通过求解小规模子问题反推出原问题的结果。动态规划适合求解多阶段决策问题的最优解(可以简单理解为有状态转换的阶段性问题)。这些问题必须满足最优化原理和子问题的无后向性。
最优化原理:不管之前的决策是否最优,但是一定要保证从现在开始的决策是在之前决策基础上的最优决策。
无后向性原理:当各个子阶段的子问题确定以后,对于某个特定阶段的子问题来说,它之前的各个阶段的子问题的决策只影响当前阶段的决策,而对该阶段之后的决策不产生影响。即每个阶段的决策只受之前决策的影响,不影响之后各阶段的决策。
动态规划与贪婪算法以及分治法的比较:
三者都需要对原问题进行分解,分解为需要求解的子问题。分治法求解的子问题是独立的,每个问题的求解模式一样,分别求解再合并就是原问题的解。而贪婪算法只考虑当前状态,并依据贪婪法则取得局部最优解,直到扩展到原来的问题。动态规划的子问题需要满足最优化原理和无后向性原理。
解决动态规划问题的关键是找到状态转换方程。下面介绍一些常见的应用:
一 最长公共子序列
问题:对两个子序列S和T,求解S和T最大公共子序列的长度。
例如 S:ABCDEF;T:ACDF。则最大子序列为ACDF。
分析:假设a[i][j]表示S中下标[0,i]和T中下标[0,j]之间序列的最大公共子序列。分析可知:
代码如下: