分类:
算法分析
动态规划
2012-11-26 15:50
636人阅读
评论(0)
收藏
举报
http://www.cnblogs.com/hustcat/archive/2010/05/21/1741228.html
动态规划算法是一种经典的算法,它是如此美妙的算法,值得每一个程序员拥有。但是,直到晚上看《算法导论》,才发现自己现在才全面理解它,不禁狂汗。。。
以经典的背包问题来展示动态规划算法
- 代码
- Code highlighting produced by Actipro CodeHighlighter (freeware)http://www.CodeHighlighter.com/--> 1 #include <stdio.h>
- #define N 4
- #define W 5
- //物品的重量
- int w[] = {-1, 2, 1, 3, 2};
- //价值数组
- int vi[] = {-1, 12, 10, 20, 15};
- int v[N+1][W+1]; //v[i][j]表示从前i个物品选能够放进承重量为j的背包的子集的最大总价值
- void init()
- {
- int i, j;
- for (i = 0; i <= N; i++)
- for (j = 0; j <= W; j++)
- v[i][j] = -1;
- for (i = 0; i <= N; i++)
- v[i][0] = 0;
- for (i=0; i <= W; i++)
- v[0][i] = 0;
- }
- //基于备忘录的动态规划算法
- int MKFnapsack_MEMOIZE(int i, int j)
- {
- int value;
- if (v[i][j] < 0) //如果v[i][j]还没有计算,则进行计算
- {
- if (j < w[i])
- value = MKFnapsack_MEMOIZE(i-1,j);
- else
- {
- int v1 = MKFnapsack_MEMOIZE(i-1, j);
- int v2 = MKFnapsack_MEMOIZE(i-1, j-w[i]) + vi[i];
- value = v1 >=v2 ? v1:v2;
- }
- v[i][j] = value;
- }
- return v[i][j]; //如果v[i][j]已经进行计算,则不进行计算,直接返回即可
- }
- //自顶向下的动态规划算法
- int MKFnapsack_TOP_TO_BOTTOM(int i, int j)
- {
- int value;
- if(i <= 0 || j <= 0)
- return 0;
- //不管v[i][j]是否计算过,都进行计算
- if (j < w[i])
- value = MKFnapsack_TOP_TO_BOTTOM(i-1, j);
- else
- {
- int v1 = MKFnapsack_TOP_TO_BOTTOM(i-1, j);
- int v2 = MKFnapsack_TOP_TO_BOTTOM(i-1, j-w[i]) + vi[i];
- value = v1 >= v2 ? v1:v2;
- }
- return value;
- }
- //自底向上的算法
- int MKFnapsack_BOTTOM_TO_TOP(int Ni, int Wi)
- {
- int i, j;
- for (i = 1; i <= Ni; i++)
- {
- for(j = 1; j <= Wi; j++)
- {
- if(j < w[i])
- v[i][j] = v[i-1][j];
- else //j >=w[i]
- {
- int v1= v[i-1][j];
- int v2 = v[i-1][j-w[i]] + vi[i];
- v[i][j] = v1 >= v2 ? v1:v2;
- }
- }
- }
- return v[N][W];
- }
- void print_v(int Ni, int Wi)
- {
- int i, j;
- for(i = 0; i <= Ni; i++)
- {
- for(j = 0; j <= Wi; j++)
- printf("%d ", v[i][j]);
- printf("\n");
- }
- }
- int main()
- {
- printf("top to bottom most value is:%d\n", MKFnapsack_TOP_TO_BOTTOM(N, W));
- init();//数组初始化
- printf("memoize most value is:%d\n", MKFnapsack_MEMOIZE(N, W));
- print_v(N, W);
- init();
- printf("bottom to top most value is:%d\n", MKFnapsack_BOTTOM_TO_TOP(N, W));
- print_v(N, W);
- return 0;
- }
代码
Code highlighting produced by Actipro CodeHighlighter (freeware)http://www.CodeHighlighter.com/--> 1 #include <stdio.h>
#define N 4
#define W 5
//物品的重量
int w[] = {-1, 2, 1, 3, 2};
//价值数组
int vi[] = {-1, 12, 10, 20, 15};
int v[N+1][W+1]; //v[i][j]表示从前i个物品选能够放进承重量为j的背包的子集的最大总价值
void init()
{
int i, j;
for (i = 0; i <= N; i++)
for (j = 0; j <= W; j++)
v[i][j] = -1;
for (i = 0; i <= N; i++)
v[i][0] = 0;
for (i=0; i <= W; i++)
v[0][i] = 0;
}
//基于备忘录的动态规划算法
int MKFnapsack_MEMOIZE(int i, int j)
{
int value;
if (v[i][j] < 0) //如果v[i][j]还没有计算,则进行计算
{
if (j < w[i])
value = MKFnapsack_MEMOIZE(i-1,j);
else
{
int v1 = MKFnapsack_MEMOIZE(i-1, j);
int v2 = MKFnapsack_MEMOIZE(i-1, j-w[i]) + vi[i];
value = v1 >=v2 ? v1:v2;
}
v[i][j] = value;
}
return v[i][j]; //如果v[i][j]已经进行计算,则不进行计算,直接返回即可
}
//自顶向下的动态规划算法
int MKFnapsack_TOP_TO_BOTTOM(int i, int j)
{
int value;
if(i <= 0 || j <= 0)
return 0;
//不管v[i][j]是否计算过,都进行计算
if (j < w[i])
value = MKFnapsack_TOP_TO_BOTTOM(i-1, j);
else
{
int v1 = MKFnapsack_TOP_TO_BOTTOM(i-1, j);
int v2 = MKFnapsack_TOP_TO_BOTTOM(i-1, j-w[i]) + vi[i];
value = v1 >= v2 ? v1:v2;
}
return value;
}
//自底向上的算法
int MKFnapsack_BOTTOM_TO_TOP(int Ni, int Wi)
{
int i, j;
for (i = 1; i <= Ni; i++)
{
for(j = 1; j <= Wi; j++)
{
if(j < w[i])
v[i][j] = v[i-1][j];
else //j >=w[i]
{
int v1= v[i-1][j];
int v2 = v[i-1][j-w[i]] + vi[i];
v[i][j] = v1 >= v2 ? v1:v2;
}
}
}
return v[N][W];
}
void print_v(int Ni, int Wi)
{
int i, j;
for(i = 0; i <= Ni; i++)
{
for(j = 0; j <= Wi; j++)
printf("%d ", v[i][j]);
printf("\n");
}
}
int main()
{
printf("top to bottom most value is:%d\n", MKFnapsack_TOP_TO_BOTTOM(N, W));
init();//数组初始化
printf("memoize most value is:%d\n", MKFnapsack_MEMOIZE(N, W));
print_v(N, W);
init();
printf("bottom to top most value is:%d\n", MKFnapsack_BOTTOM_TO_TOP(N, W));
print_v(N, W);
return 0;
}
输出结果:
自顶向下的递归算法,写法最简单,但效率是最低的,它往往把问题搞成指数级。而自底向上的算法是DP的经典策略,它比自顶向下的效率高,但是,它往往也计算了没有必要计算的子问题(见上图)。而基于备忘录的自顶向下的算法是前两者的集大成者,效率最优。