动态规划算法总结

对于能利用动态规划算法解决的问题一般具有以下特征

(1).原问题的最优解一定包含子问题的最优解，即具有最优化子结构。

(2).子问题本质上是和母问题一样的，只是问题的输入规模不一样，可以称之为子问题重叠，这是动态规划解决问题的高效的本质所在，我们可以利用很多子问题具有相同的输入参数这一个性质，来减少计算量。

(3).子问题相互独立。原问题的每个子问题在求最优解时，都是相互独立的，即本子问题的求解和其他平行子问题是没有关联的。当平行子问题解决后，进行原问题求解的时候，才会考虑每个子问题之间的关系，是求最大值还是最小值，还是要做相关的运算得到原问题的最优解。

动态规划算法的基本步骤

(1).找出问题的最优解结构。

(2).递归定义最优解的值。

(3).按自底向上的方式计算最优解的值。

(4).根据计算最优值时得到的信息构造最优解。

下面以租用游艇问题为例，阐述动态规划算法。

问题描述:

长江游艇俱乐部在长江上设置了n个游艇出租站1，2，…，n。游客可在这些游艇出租站租用游艇，并在下游的任何一个游艇出租站归还游艇。游艇出租站i到游艇出租站j之间的租金为r(i,j),1<=i<j<=n。试设计一个算法，计算出从游艇出租站1到游艇出租站n所需的最少租金。

算法设计:

对于给定的游艇出租站i到游艇出租站j之间的租金为r(i,j),1<=i<j<=n，编程计算从游艇出租站1到游艇出租站n所需的最少租金。
 

数据输入
输入一1个正整数n(n<=200)，表示有n个游艇出租站。接下来的n-1行是r(i,j),1<=i<j<=n。

输入样例

3

5 15

输出结果

12

分析

r(i,j)表示从第i站到第j站租用游艇的租金。

c(i,j)表示游艇从第i站出发，到达第j站所有游艇的最少租金。

例如从第1站到第4站的租用方法有1->4;1->2,2->4;1->3,3->4;1-2>,2->3,3->4。

所以c(1,4)=min{r(1,4),r(1,2)+r(2,4),r(1,3)+r(3,4),r(1,2)+r(2,3)+r(3,4)}

由此可以得出递归方程

 

 代码部分:

为了节省空间，直接只使用一个r[200][200]二维数组。

#include <stdio.h>
#include <stdlib.h>
int r[200][200];
void Min(int n)
{
	int i,j,t;
	int temp;
    for(i=n; i>=1; i--)
    {
        for(j=i; j<=n; j++)
        {
            if (i==j)r[i][j]=0;
            else
            {
                for(t=i+1; t<j; t++)
                {
                    temp=r[i][t]+r[t][j];
                    if (temp<=r[i][j])
                    {
                        r[i][j]=temp;
                    }
                }
            }
        }
    }
}
int main()
{
    int n;
    scanf("%d",&n);
    int i,j;
    for(i=1; i<n; i++)
    {
        for(j=i+1; j<=n; j++)
        {
            scanf("%d",&r[i][j]);
        }
    }
    printf("%d",r[1][n]);
    return 0;
}