从最短路算法思考动态规划思想

最新推荐文章于 2023-02-23 19:20:09 发布
最新推荐文章于 2023-02-23 19:20:09 发布
阅读量328 收藏
点赞数 1
分类专栏： 机器学习 算法 文章标签： 机器学习 算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_25733951/article/details/88738498
版权

动态规划的理论基石是最优性原理，它的思考方式采用的是递归思想，但是绝不可以直接用递归思想去实现，嵌套调用会非常非常慢。它真正的实现思路是先用递归思想逆着思考，然后用顺序实现方法顺向实现，这一点在最短路算法中已经有了非常生动直观的体现。

为什么基于数据本身结构（例如图结构）的动态规划算法往往是最有效的方法？

因为如果我们完全抛弃数据本身带着的结构，而把问题上升为一个抽象的数学问题，那么各个元素组合成的解集合会变得非常大，造成问题变成了一个NP难问题，然而解集合中存在大量的不可能出现的解，如果我们借助问题本身带有的数据结构的话。

很多图论算法都是借用了动态规划的思想来实现的，通过将问题自身携带的数据结构读入计算机，然后基于这些数据结构设计和实现算法，在隐枚举的过程中，由于是顺着问题本身的数据结构搜素问题的解，不知不觉跳过了大量的不可能出现的组合解，使得问题可以在多项式时间内被求解出来

我为峰666
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
动态规划的应用（一）：最短路问题
星海浮生
08-20 797
本文介绍应用动态规划算法求解最短路问题的案例。
最短路问题（动态规划解法）
Syclus的博客
03-16 1561
题目描述 下图表示城市之间的交通路网，线段上的数字表示费用，单向通行由A->E。试用动态规划的最优化原理求出A->E的最省费用 输入 输入整数n表示有n个城市 然后是n行n列数据，第i行n个数据表示城市i到各个城市之间的距离，如果没有路径到达该城市，则数据为0 输出 输出最短路径值及经过的城市，格式见样例 样例输入Copy 10 0 2 5 1 0 0 0 0 0 0 0 0 0 0 12 14 0 0 0 0 0 0 0 0 6..
最短路算法总结
qq_47549346的博客
09-19 200
最短路算法总结迪杰斯特拉算法spfa算法弗洛伊德算法 迪杰斯特拉算法 一.定义 一种基于贪心思想进行的最短路求解方法。（即每次计算距离当前起点最短的点（标记），并以上以距离最短的点为新起点，如此反复遍历所以未标记的节点。) 二.优点 1.朴素算法时间复杂度(n^2),堆优化后mlogN. 不仅可以计算起点与终点之间的最短路，还能算出起点与其他所有点之间的最短路。 三.缺点 1.不能处理负权图。 四.模板 朴素算法(n^2)会被10e5的数据卡死，所以这里贴优化后的版本。（源自某位大佬） #include&l
动态规划求最短路（多方向）
zhoulingjie311的专栏
03-02 2193
#include "stdio.h"#include "math.h"#define  N 4#define  M 6void main(){ int a[N+2][M+2],b[N+2][M+2],d[N+2][M+2],i,j,k;//d[][]是坐标数据 double juli[N+2][M+2][3][3],c[N+2][M+2]; int dire[8][2]={{1,0},{1,1},{1,-1},{-1,0},{-1,1},{-1,-1},{0,1},{0,-1}};//方向 for (i=0
最短路：算法基本原理和比较
马丘
06-03 440
最短路基本原理和比较 总体而言，对于一个n点m条边的图来说。 最短路分为：单源和多源。 按适用条件划分如下： 需要注意的事项和基本原理 Dijkstra-朴素O(n^2) 初始化距离数组, dist[1] = 0, dist[i] = inf; for n次循环 每次循环确定一个min加入S集合中，n次之后就得出所有的最短距离 将不在S中dist_min的点->t t->S加入最短路集合 用t更新到其他点的距离 Dijkstra-堆优化O(ml
动态最短路_动态最短路算法程序_
10-03
动态最短路算法是图论中的一个重要概念，用于在带权重的有向或无向图中寻找从一个起点到其他所有节点的最短路径。在实际应用中，它广泛应用于网络设计、物流优化、交通路线规划等领域。在这个场景中，我们讨论的是...
算法合集之《最短路算法及其应用》
02-26
它结合了Dijkstra算法和Bellman-Ford算法的思想，首先用Bellman-Ford找到一个新的起始节点，然后用Dijkstra算法计算从新起点到所有其他节点的最短路径。MATLAB实现时，需先调整图的权重，再分别运行Dijkstra和...
基于MATLAB的 Floyd最短路算法.zip
最新发布
04-20
Floyd最短路算法是一种经典的图论算法，用于求解图中所有顶点对之间的最短路径。在MATLAB环境中实现这一算法，可以方便地处理大量数据并进行可视化。MATLAB作为一种强大的数值计算和编程环境，是研究和实现算法的...
蚁群算法求解最短路，详细，可用于路径规划
02-20
在最短路问题中，目标是找到在给定网络中两个节点之间的最短路径。这种问题广泛存在于物流、交通、网络设计等领域。蚁群算法通过迭代过程，每只“虚拟蚂蚁”在图上随机行走，并根据信息素浓度和距离因子选择下一步的...
Floyd算法_floyd最短路算法_matlab
04-02
资源名：Floyd算法_floyd最短路算法_matlab 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定...
数据结构与算法之最短路路径与最短路径和&&动态规划
weixin_73233099的博客
02-23 720
数据结构与算法之不同路径数&&不同路径和&&动态规划经典题目2
最短路几种算法对比
MrBlank的ACM记事本
11-07 943
来自：http://blog.csdn.net/basycia/article/details/50766436 Dijkstra： O(n2)适用于权值为非负的图的单源最短路径，用斐波那契堆的复杂度O(E+VlgV)， BellmanFord： 适用于权值有负值的图的单源最短路径，并且能够检测负圈，复杂度O(VE) SPFA： 适用于权值有负值，且没有负圈的图的单源最短路径，论文中的复
最短路算法总结（超详细~）
热门推荐
wmy0217_的博客
04-11 3万+
文章目录最短路算法框架朴素Dijkstra算法堆优化版Dijkstra算法 最短路算法框架 最短路有五种算法，分别适用不同的情况。 单源最短路： 求一个点到其他点的最短路 多源最短路： 求任意两个点的最短路 稠密图用邻接矩阵存，稀疏图用邻接表存储。 稠密图： m 和 n2 一个级别 稀疏图： m 和 n 一个级别 朴素Dijkstra算法 Dijkstra算法是通过 n 次循环来确定 n 个点...
动态规划之最短路问题及其解法
12-18 7067
动态规划之最短路问题及其解法动态规划引言1 动态规划原理1.1 最短路问题及其解法1.1.1 最短路问题及其特点1.1.2 逆序解法1.1.3 顺序解法 动态规划 引言   1951年，美国数学家贝尔曼（R.Bellman）等根据一类所谓多阶段决策问题的特性，提出了解决这类问题的“最优化原理”，并研究了许多实际问题，从而创立了最优化的一个新分支----动态规划。   动态规划没有统一的数学模型，对不同的问题要采用不同的方法去建立它们的模型。有了模型之后，要想得到数值解，仍然没有统一的处理方法。这时应当注意的
【算法概论】动态规划：最短路径问题
t11383的博客
04-03 1万+
因为刚开始想着，既然在图中表示，就要用到图的存储结构等等吧，所以
POJ3662 最短路+动态规划（分层图最短路）
Itandsoon的博客
04-19 326
POJ3662 Telephone Lines 该题要在一张给定的图上，从 1 到 N 找到一条路径，该路径上所有的边权里面，可以选择不超过K个边权，免除这些边权的花费，只需要花费剩下的边权里面的最大边权的值，即可以完成 1 到 N 的连接。 我们可以定义一个数组 dp[ i ][ j ]，表示从 1 到 i ，已经选择了 j 条边被免除时，1 到 i 剩下的边里面最大的边权。从中我们可以看出，这道题具有动态规划特征。对于每一条边，都具有被选择和不被选择两种情况。所以，状态转移方程为： dp[ i ][
动态规划最短路算法总结——以【Layout】差分约束为例
LJFYYJ的博客
04-15 923
动态规划最短路算法总结 ——以【Layout】差分约束为例 一.差分约束的概念 如果一个系统由nnn个变量和mmm个不等式组成，并且这mmm个不等式对应的系数矩阵每一行有且仅有一个1和-1，其它的都为0，这样的系统成为差分约束系统。 将不等式x[i]−x[j]≤a[k]x[i]−x[j]≤a[k]x[i]-x[j]\leq a[k] 变形为x[i]≤x[j]+a[k]x[i]≤x[j]...
动态规划解决最短路径问题
weixin_41710054的博客
08-15 1万+
3.6 最短路径 3.6.1 问题描述 最短路径问题(Shortest path problem)：再不回退的前提下，找到A到F的最短路径 3.6.2 算法思路 A到B1的最短路径为4，前序节点为A； A到B2的最短路径为5，前序节点为A; A到C1的最短路径，我们可以看出，只有B1可以到达C1，所以最短路径为4+2=6，前序节点为B1； A到C2的最短路径，我们可以看出，B1和B2都可以到达C2，其中经过B1的最短路径为4+3=7，经过B2的最短路径为5+8=13，所以A到C2的最短路径为7，前序节点为
动态规划求最短路：Floyd算法与实例解析
动态规划的思路是自底向上，从基础状态开始（即没有新增线路的最短路径），逐渐增加中间节点，直到求得所有可能的最短路径。 Floyd算法是求解所有顶点对之间最短路径的经典算法，它通过迭代的方式检查每一对顶点...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

我为峰666

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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