c++矩阵连乘的动态规划算法并输出_算法复习第五篇——动态规划法

公元2020年5月6日，局算法考试仅剩三天。

一、知识归纳

算法思想

• DP算法涉及多阶段决策过程的最优化。
• 在实际生活中，按照多步决策方法，一个问题的活动过程可以分成若干个阶段（子问题），每个阶段可以包含一个或多个状态。
• 按顺序求解各个子问题时，列出在每一种情况下各种可能的局部解，然后根据问题的约束条件，从局部解中挑选出那些有可能产生最优结果的解而弃去其余解。
• 那么前一问题的解为后一问题的求解提供了有用的信息，从而大大减少了计算量。
• 最后一个子问题（阶段）的解（决策）就是初始问题的解。

动态规划法求解的问题特征：

1. 最优子结构性质
2. 子问题重叠性质
3. 自底向上求解
4. 求解过程中保存子问题的解

使用动态规划求解问题的必要条件（基本要素）

① 子问题重叠性质

② 最优子结构/最优原则

• 原问题的最优解包含其子问题的最优解
• 原问题的最优解建立在子问题的最优解基础之上
• 原问题的最优解依赖于子问题的最优解

动态规划法的思想：

• ☞将待求解问题分解成若干子问题
• ☞先求解各个子问题
• ☞然后从这些子问题的解得到原问题的解

动态规划的主要设计步骤

• ① 找出最优解的性质，并刻画其结构特征；
• ② 递归地定义最优值；
• ③ 以自底向上的方式计算出最优值；
• ④ 根据计算最优值时得到的信息，构造最优解

---

二、应用场景

• 最小二叉搜索树
• 近似串匹配问题
• 多段图问题
• 每对节点间的最短距离
• 0/1背包问题
• 最长公共子序列(LCS)问题
• 流水作业调度

---

三、考点总结

1.备忘录方法是 动态规划法 的变形。矩阵连乘问题的算法可由 动态规划法 设计实现。

2.一个问题可用动态规划算法或贪心算法求解的关键特征是问题的 最优子结构性质。

3.

注：动态规划的基本思想：动态规划法的实质也是将较大问题分解为较小的同类子问题,这一点上它与分治法和贪心法类似。但动态规划法有自己的特点。分治法的子问题相互独立，相同的子问题被重复计算，动态规划法解决这种子问题重叠现象。贪心法要求针对问题设计最优量度标准，但这在很多情况下并不容易。动态规划法利用最优子结构,自底向上从子问题的最优解逐步构造出整个问题的最优解,动态规划则可以处理不具备贪心准则的问题。

4.问题的 最优子结构性质 是该问题可用动态规划算法或贪心算法求解的关键特征。

5.动态规划算法中，通常不同子问题的个数随问题规模呈 多项式 级增长。

6.分治法与动态规划法求解的异同点？

相同点：

• 将待求解的问题分解成若干个子问题，先求解子问题，然后从这些子问题的解得到原问题的解。

不同点：

• 适合于用动态规划法求解的问题，经分解得到的子问题往往不是互相独立的。而用分治法求解的问题，经分解得到的子问题往往是互相独立的。

7.动态规划算法求解的基本步骤：

设计一个标准的动态规划算法，通常可按以下几个步骤进行：

1. 分析最优解的性质，并刻画其结构特征。
2. 递归地定义最优值。
3. 以自底向上的方式或自顶向下的记忆化方法（备忘录法）计算出最优值。
4. 根据计算最优值时得到的信息，构造一个最优解。

步骤（1）～（3）是动态规划算法的基本步骤。在只需要求出最优值的情形，步骤（4）可以省略，若需要求出问题的一个最优解，则必须执行步骤（4）。此时，在步骤（3）中计算最优值时，通常需记录更多的信息，以便在步骤（4）中，根据所记录的信息，快速地构造出一个最优解。

8.请叙述动态规划算法与贪心算法的异同：

（1）共同点：都需要最优子结构性质，都用来求最优化问题。

（2）不同点：

• 动态规划：每一步作一个选择---依赖于子问题的解。
• 贪心方法：每一步作一个选择---不依赖于子问题的解。
• 动态规划方法的条件：子问题的重叠性质。
• 可用贪心方法的条件：最优子结构性质；贪心选择性质。
• 动态规划：自底向上求解；
• 贪心方法：自顶向下求解。
• 可用贪心法时，动态规划方法可能不适用；
• 可用动态规划方法时，贪心法可能不适用。