第三章作业

一　动态规划的基本思想是将待求解问题分解成若干子问题（往往互不独立），最优子结构及子问题重叠性质是其基本要素。动态规划与分治法类似，但动态规划法避免耗费指数时间。

二　编程题（1）递归方程如下：

int DL(int a[], int b[],int n) {
      
      for (int i = 1; i < n; i++) {
        
        for (int j = 0; j < i; j++)
        {
            if (a[j] < a[i]&& b[j]>b[i] - 1) {
                b[i] = b[j] + 1;
            }
        }
    }
        int t = b[1];
        for (int  k = 0; k < n; k++)
        {
           
             if (b[k] > t) {
                 t = b[k];
             }
        }
        return t;
    }

其中b[]存放的是单调递增子序列的长度。

(a[j] < a[i]&& b[j]>b[i] - 1)该判断语句表示当仅当序列中前面的数小于后面的数并且ｂ中存放的前面的大于后面的才有可能进行ｂ数组中的数字交换。
编程题（２）递归方程如下：

int smallestFee(int start, int ende)
{
    if(start + 1 == ende)            //分解到只剩下2个站
    {
        p[start][ende] = r[start][ende];
        mark[start][ende] = 1;
        return r[start][ende];
    }
    p[start][ende] = r[start][ende];    //假设直接从start到ende为最小花费
    int k, x1, x2;
    for(k = start + 1; k < ende; ++k)       //找从start到ende的最小花费
    {
        //计算过最小费用则不用再次计算
        if(mark[start][k] != 1) x1 = smallestFee(start, k);
        else x1 = p[start][k];
        if(mark[k][ende] != 1) x2 = smallestFee(k, ende);
        else x2 = p[k][ende];
 
        if(p[start][ende] > x1 + x2)
            p[start][ende] = x1 + x2;
    }
    mark[start][ende] = 1;   //已经计算过标记为1
    return p[start][ende];
}

　　

解题的思路是，既然要得到最小的花费，那么就从最底层开始，逐层向上计算每两个站之间的最小花费，并记录在数组中，有记录的就不必再算了。其中两个站可能是相邻的，也可能不是相邻的。然后要得到方案，就需要对费用进行递归检测，比如：如果J、K两站之间的最小费用为M，但是J、K两站之间的某一站P满足：JP最小费用+PK最小费用等于JK最小费用，同时JK最小费用不等于由J直接到K的费用，则这个P站肯定是其中一个租船点。如果JK最小费用等于由J直接到K的费用，那么J和K必定是两个租船点，且其中没有租船点。在递归的过程中将这些租船点记录下来，就得到了最优方案。
三　结对编程

　　我和同伴都各自存在疑问。首先是对动态规划理解不深。以致于在拿到题时思路有点混乱。在交流想法之后先各自着笔，互相提出修改意见。通过对课程的学习，以及课后复习。我们对动态规划有了进一步的了解。

 

转载于:https://www.cnblogs.com/armybts/p/9906632.html