算法分析之动态规划二

        之前对动态规划问题有了一个初步的了解,举的是一个经典的背包问题的例子,但是分析的不够透彻,这里再对它做进一步的说明。

  

         

     一:动态规划问题的每一步都是最优解,因此OPT(i,w)是一个单调非减函数,当然有些问题是单调非增函数,总之是一种单调函数!

     二:动态规划问题把大的问题分成了一系列互不相关的子问题来解决,因此以后用这个算法的时候要考虑 目标问题是否可以划分成独立的子问题

     三:OPT(i,w) 这个目标函数存在了两个变量i和w,因此动态问题不限定自变量的个数,只要能够构造相应的N维空间就可以解决问题:

     四: 在这个例子中时间复杂度为O(nw),这是对两个变量来说看似是一个多项式时间,但是我们所说的运行时间对应的输入只有一个,本问题可以用nw个常数时间代表时间复杂度,并且看起来是合理的,而之所以说她存在着多项式时间可以通过推导得出!

 


      以上做了放缩后的结果,并把变量统一成一个I,得到的是一个近似解,这个近似解是指数分布,这也就解释了背包问题是一个伪多项式问题了!

   

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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