动态规划基本思想和学习目的
动态规划算法与分治法类似,其基本思想也就是将待求解的问题分解成若干个子问题,先求解子问题,然后从这些子问题的解得到原问题的解,简单概括为自顶向下分解,自底向上求解。
动态规划的基本思想:用一个表来记录所有已经解决过的子问题的答案,不管该子问题在以后是否会被用到,只要它被计算过,就将其结果填入表中,以后碰到同样的子问题,就可以从表中直接调用该子问题的答案,而不需要再计算一次。
动态规划的适用场合,一般适用于解最优化问题,例如矩阵连乘问题、最长公共子序列、背包问题等等。
学习目的
适合于用动态规划法求解的问题,经分解得到的子问题往往不是相互独立的,换句话说,就是前面解决过的子问题,在后面的子问题中又碰到了前面解决过的子问题,子问题之间是有联系的。如果用分治法,有些同样的子问题会被重复计算几次,这样就很浪费时间了。所以动态规划是为了解决分治法的弊端而提出的。
矩阵连乘问题描述
给定n个矩阵:A1,A2,…,An,其中Ai与Ai+1是可乘的,i=1,2…,n-1。确定计算矩阵连乘积的计算次序,使得依此次序计算矩阵连乘积需要的数乘次数最少。输入数据为矩阵个数和每个矩阵规模,输出结果为计算矩阵连乘积的计算次序和最少数乘次数。
若A是一个p * q的矩阵,B是一个q * r的矩阵,则其乘积C=AB是一个p * r的矩阵。数乘次数是p * q * r.
疑问
A(3 * 5)A(5 * 7)A(7 * 2)的连乘次数和括号划分有关系吗?
(A(3 * 5)A(5 * 7))A(7 * 2) 相乘次数: (3 * 5 * 7)+(3 * 7 * 2) = 147
A(3 * 5)(A(5 * 7)A(7 * 2)) 相乘次数: (5 * 7 * 2)+(3 * 5 * 2) = 100
答案很明显是有关系的。
分析
求 A1A2A3…An 定义 AiAi+1…Ak…Aj-1Aj 子列, 可看成是Ai…Ak,Ak…Aj
确定k的位置,然后按照递归的思想来逐步解决 求得结果后,使i=1,j=n原问题即可求解。
建立递归关系(状态转移方程)
m[i][j]:存储Ai…Aj相乘 的最小数乘次数
S[i][j]:存储最佳断开位置。
A1:P0 * P1(长宽)
A2:P1 * P2
A3:P2 * P3
…
Ai:Pi-1 * Pi
Ai+1:Pi * Pi+1
…
An:Pn-1 * Pn
P0 * P1 * P2 … * Pn——n+1个
当i=j时,m[i][j] = 0;
当i<j时,m[i][j] = m[i][k]+m[k+1][j]+Pi-1PkPj
k在i,j之间取值,取值范围为i<=k<j
有递推关系如下:
动态规划的最优子结构性质是:
问题的最优解包含了其子问题的最优解。
最优子结构性质是问题可用动态规划法求解的显著特征。
Ai…Ak,Ak+1…Aj的最优划分也包含在Ai…Aj的最优划分中
在计算出最优值m[i][j]后,可递归地由s[i][j]构造出相应的最优解。