动态规划_备忘录法_多段图问题

问题应用_资源分配问题

问题描述

n n n个资源分配给 r r r个项目,已知如果把 j j j个资源分配给第 i i i个项目,可以收益 N ( i , j ) , 0 ≤ j ≤ n , 1 ≤ i ≤ r N(i,j),0 \leq j \leq n,1 \leq i \leq r N(i,j),0jn,1ir,求总收益最大的资源分配方案。

问题分析

1.用 r + 1 r+1 r+1段图描述
2.每个状态节点 V ( i , j ) V(i,j) V(i,j)代表已将 j j j个资源分配给前 i − 1 i-1 i1个项目
3.边都具有 ( V ( i , j ) , V ( i + 1 , k ) ) ( 0 ≤ j ≤ k ≤ n , 1 ≤ i ≤ r ) (V(i,j),V(i+1,k))(0 \leq j \leq k \leq n,1 \leq i \leq r) (V(i,j),V(i+1,k))(0jkn,1ir)
4.边上的权值 N ( i , k − j ) N(i,k-j) N(i,kj)是本次分配的收益
5. r + 1 r+1 r+1个阶段

  • 第一个阶段:开始阶段尚未分配任何资源,只包含一个初始状态 S = V ( 1 , 0 ) S=V(1,0) S=V(10)
  • r + 1 r+1 r+1阶段:结束阶段,表示整个分配完成,只有一个结束状态 t = V ( r + 1 , n ) t=V(r+1,n) t=V(r+1,n)
  • 其他 r − 1 r-1 r1个中间阶段:每个阶段包含 n + 1 n+1 n+1个状态

多段图问题

多段图概述

设图 G = ( V , E ) G =(V,E) G=(V,E)是一个带权有向图,如果把顶点集合 V V V 划分成 k k k个互不相交的子集 V i ( 2 ≤ k ≤ n , 1 ≤ i ≤ k ) V_i(2\leq k\leq n,1\leq i\leq k) Vi(2kn,1ik),使得 E E E 中的任何一条边 < u , v > <u,v> <u,v>,必有 u ∈ V i , v ∈ V i + m ( 1 ≤ i < k , 1 < i + m ≤ k ) u∈Vi, v∈Vi + m(1\leq i < k, 1<i+m\leq k) uVi,vVi+m(1i<k,1<i+mk),则称图 G G G 为多段图,称 s ∈ V 1 s∈V_1 sV1 为源点, t ∈ V k t∈V_k tVk 为终点。多段图的最短路径问题为从源点到终点的最小代价路径。
在这里插入图片描述

递推关系

(从后)向前递推关系式
{ c o s t ( i , j ) = min ⁡ j ∈ V i , p ∈ V i + 1 , < i , p > ∈ E { c ( j , p ) + c o s t ( i + 1 , p ) } if  0 ≤ i ≤ k − 2 c o s t ( k , t ) = 0 \begin{cases} cost(i,j)= \min\limits_{j∈V_i,p∈V_{i+1},<i,p>∈E} \{c(j,p)+cost(i+1,p)\} &\text{if } 0\leq i \leq k-2 \\ cost(k,t)=0 \end{cases} cost(i,j)=jVi,pVi+1,<i,p>Emin{c(j,p)+cost(i+1,p)}cost(k,t)=0if 0ik2
c o s t ( i , j ) cost(i,j) cost(i,j)是从第 i i i阶段中某个节点状态 j j j到汇点状态 t t t的最短路径长度, c o s t ( 1 , 0 ) cost(1,0) cost(1,0)为多段图问题的最优解值,即为所求。
d ( i , j ) d(i,j) d(i,j)表示从第 i i i阶段节点 j j j t t t的最短路径上节点 j j j的下一个节点编号,利用 d d d值进行反向追溯可确定最短路径上的节点。

程序设计

  • 数据结构:采用邻接表存储该有向无环图的节点及边的信息
  • 源点 s s s编号为0,汇点的编号为 n − 1 n-1 n1(共有 n n n节点, m m m条边)
  • c o s t [ i ] cost[i] cost[i]保存节点 i i i到汇点 t t t的最短路径长度
  • c o s t [ n − 1 ] cost[n-1] cost[n1]为0,汇点到汇点的最短路径长度为0
  • c o s t [ 0 ] cost[0] cost[0]为最优解值,为计算 c o s t [ j ] cost[j] cost[j],必须计算子问题:后继节点 p p p到汇点的最短路径 c o s t [ p ] cost[p] cost[p]
  • c o s t [ j ] = min ⁡ { c ( j , p ) + c o s t [ p ] } cost[j]=\min\{c(j,p)+cost[p]\} cost[j]=min{c(j,p)+cost[p]}, c ( j , p ) c(j,p) c(j,p)为边 < j , p > <j,p> <j,p>的长度(权)

代码

  • 节点结构
Struct ENode{
	int adjVex;
	int w;
	ENode *nextArc
}
  • 其他变量
vector<Struct ENode> a;//邻接表,数组中存节点
vector<int> cost;//最短长度
int n;//总节点数
int m;//总边数
  • 构建邻接表
void CreatGraph(){
	int u,v;
	int w;
	Struct ENode t;
	for(int i = 0;i < n;i ++){
		a.push_back(t);
	}
	for(int i = 0;i < m;i ++){
		cin >> u >> v >> w;
		t->adjVex = v;
		t->nextArc = a[u];
		t->w = w;
		a[u] = t;
	}
}
  • 向前递推算法
void FMultiGraph(){
	cost[n-1] = 0;
	int min;
	Struct ENode r;
	for(int i = n-2;i >= 0;i --){
		min = max;
		for(Struct ENode r = a[i];r;r = r->nextArc){
			if(r->w + cost[r->adjVex] < min){
				min = r->w + cost[r->adjVex];
			}
		}
		cost[i] = min;
	}
}

结束语

旅人等在这里,虔诚仰望着云开

  • 1
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
实验课程:算法分析与设计 实验名称:用动态规划求解资源分配问题 (验证型实验) 实验目标: (1)掌握用动态规划求解实际问题的基本思路。 (2)进一步理解动态规划的实质,巩固设计动态规划算法的基本步骤。 实验任务: (1)设计动态规划算法求解资源分配问题,给出算法的非形式描述。 (2) 在Windows环境下用C 语言实现该算法。计算10个实例,每个实例中n=30, m=10, Ci j为随机产生于范围(0,103)内的整数。记录各实例的数据及执行结果(即最优分配方案、最优分配方案的值)、运行时间。 (3)从理论上分析算法的时间和空间复杂度,并由此解释相应的实验结果。 实验设备及环境: PC;C/C++编程语言。 实验主要步骤: (1) 根据实验目标,明确实验的具体任务; (2) 分析资源分配问题,获得计算其最优值的递推计算公式; (3) 设计求解问题动态规划算法,并编写程序实现算法; (4) 设计实验数据并运行程序、记录运行的结果; (5) 分析算法的时间和空间复杂度,并由此解释释相应的实验结果; 问题分析: 问题描述: 某厂根据计划安排,拟将n台相同的设备分配给m个车间,各车间获得这种设备后,可以为国家提供盈利Ci j(i台设备提供给j号车间将得到的利润,1≤i≤n,1≤j≤m) 。问如何分配,才使国家得到最大的盈利? 算法基本思想: 本问题是一简单资源分配问题,由于具有明显的最优子结构,故可以使用动态规划求解,用状态量f[i][j]表示用i台设备分配给前j个车间的最大获利,那么显然有f[i][j] = max{ f[k][j–1] + c[i-k][j] },0<=k<=i。再用p[i][j]表示获得最优解时第j号车间使用的设备数为i-p[i][j],于是从结果倒推往回求即可得到分配方案。程序实现时使用顺推,先枚举车间数,再枚举设备数,再枚举状态转移时用到的设备数,简单3重for循环语句即可完成。时间复杂度为O(n^2*m),空间复杂度为O(n*m),倘若此题只需求最大获利而不必求方案,则状态量可以减少一维,空间复杂度优化为O(n)。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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