动态规划——带权区间调度

问题描述

• 任务$j$开始时间为$s_j$，完成时间为$f_j$，权重为$w_j>0$。
• 两个任务如果执行时间没有覆盖，则两个任务是兼容的
• 目标：找到一个彼此兼容且权重最大的任务子集
  -

动态规划求解思路（$nlogn$）

将任务按照结束时间升序排列：$f_1\le f_2\le \cdots \le f_n$
设$p(j)$是与任务$j$相容的最大下标的任务，如：$p(8)=1,p(7)=3,p(2)=0$ （通过二分搜索计算）

设$OPT(j)$为对于只含有$1,2,\dots ,j$（前$j$个任务）的可相互兼容子集最大权重
目标：找到一个彼此兼容且权重最大的任务子集
①$OPT(j)$不选择任务$j$，那么它一定是前$j-1$个任务的最优解，即$OPT(j-1)$。
②$OPT(j)$若选择了任务$j$，那么它一定是前$p(j)$个任务的最优解+$w_j$，即$OPT(p(j))+w_j$

综上递推式如下：

时间复杂度分析

• 自顶而下的递归算法是指数时间的，因为会重复计算子问题，不带记忆性，最坏计算$OPT(j)$复杂度为$1.618^n$(介于${\sqrt{2}}^n$~$2^n$之间)
  ①最慢规模减少策略考虑，$p(j)$每次减少2，即$p(j)=j-2$，如果每次$p(j)$只减少1，则$p(j)=j-1$，则$OPT(j-1)=OPT(p(j))$，那么一定有$OPT(p(j))+w_j\ge OPT(j-1)$，这样一半的分支就不用继续递归下去了，会减掉一半的计算量，两个分支将变成1个分支，反而规模减少更快。
  ②因此最坏情况是按规模1步长减少(不变形式分支)和按规模2步长减少(可变形式分支)的混合结果，因此是两种满二叉树的中间值，即介于${\sqrt{2}}^n$~$2^n$，两个满二叉树的层数不同(一个层数为$\lfloor \frac{n}{2}\rfloor$,一个层数为$n$)，由于规模减少速度的不同。
• 自底向上带记忆性的算法时间复杂度为$nlogn$
  
  ①根据完成时间排序所需时间：归并排序$O(nlogn)$
  ②对于每个$j$计算$p[j]$：二分查找$O(nlogn)$
  ③计算$OPT(j)$：每次计算得到一个值，一共n个，$O(n)$
• 最终找最优方案，伪代码：
  
  最多调用$n次$，因此复杂度为$O(n)$

例题说明

求解最优值表格如下：

求解最优方案：
看是否选了当前任务$j$(根据递推式)，若选了，则跳到$OPT(p(j))$，继续查找方案；若没选，则跳到$OPT(j-1)$，继续查找方案。