算法导论习题分析——15章 动态规划

15-1 有向图最长简单路径

习题分析

由题意可知，有向无环图，最长路径长度，无需考虑搜索重复节点、路径成环等问题。
使用动态规划思路分析：

1. 首先证明最优子结构性质。 首先确定一个问题的子问题：在求节点$v_i$到$v_j$的最长距离时，要考虑其相邻节点到$v_j$的最长距离。即：子问题为：相邻节点到目标节点的最长距离。又由于是有向图，因此不需要考虑节点重复的情况。
   反证法证明最优子结构：假设子问题的解不是子问题的最优解，即选取相邻节点到终点的非最长路径。将最长路径替换此解，原问题即可得到更优解，与题目要求相悖。最优子结构得证。
2. 解的结构设计：直观的想法是建立二维数组$c[i][]j]$保存$v_i$到$v_j$的最长距离，但注意到题目中目标节点固定，因此数组的$j$坐标恒定。因此用一维数组即可。
3. 选择的保存：每次选择可记录下来，用以复原路径。可用一维数组保存每个节点选择的子节点，直到目标节点。复原路径时按选择顺序输出即可。

代码实现

15-1 Longest Route

15-2 最长回文子串

习题分析

给定一个字符串，要求其最长的回文子串。
按照动态规划的方法分析此问题：

1. 证明最优子结构性质。首先探讨解的形式：原问题的一个解，形式为选择一个子串，证明它是回文字符串，则两端字符须相等。这个解的子问题为：除去两端字符，得到的子串也是回文字符串。再证明最优子结构：设原问题的子问题解不是子问题最优解，即选择的子串不是最长回文子串，则存在更长的回文字符串，将其作为子问题的解，原问题得到更优解，与题意相悖，性质得证。
2. 刻画解的结构。设$c_i$为长度为$l$的回文字符串的起始字符，则使用标记数组$C[i][l]=1$表示。对于每一个字符，都是长度为1的回文字符串的起始字符。再对长度为2的回文子串特别处理。因此$l$从3开始，对每一个字符$c_i$考察$c_{i+l-1}$是否和其相等，再考察$c_{i+1}$是否为长度$l-2$的回文串的起始字符。若两个条件都满足，则$c_i$是长度为$l$的回文串的起始字符，$C[i][l]$置1。
3. 找到最长的回文子串：每次标记数组$C$更新时，记录起始位置和长度，处理结束后从原字符串截取即可。

代码实现

15-2 Palindrome

15-3 双调巡游

习题分析

给定一组二维坐标，其x坐标各不相同，找出从最左端点出发，严格向右行走至最右端点，后严格向左行走返回最左端点的最短路径。二维坐标已按照x坐标从小到大排好序
根据动态规划的思想分析：

1. 考虑从某一节点$V_i$出发严格向左至起始点后严格向右至某点$V_j$，这条路径为$L_{ij}$。维持$L_{ij}$为从$V_i$经过起点到$V_j$的最短路径，按照$x$坐标从小到大的顺序不断扩充路径包含的点数，直到$V_i=V_j$，此时$V_i=V_j$等于终点，$L_{ij}$即为所求最短路径。
2. 证明最优子结构性质。假设$V_i$，$V_j$已知，$L_{ij}$的最优解为当前的问题，子问题为：找到从$V_i$开始，到当前路径里所有的点$V_k$终止，并经过$L_{ij}$中除$V_j$外所有节点的路径$L_{ik}$，求在这种链接情况下$V_i$到$V_j$的距离$l_{ik}+d(k,j)$，其中$l_{ik}$为$L_{ik}$的长度，$d(k,j)$为$V_k$与$V_j$之间的距离。找到子问题之后，使用反证法证明：假设选择的子问题的解不是最优解，则选择子问题中距离最短的连接方式作为子问题的解，可以得到原问题的最优解，与题意相悖，得证。
3. 解结构的处理。考虑以下两种情况：
   • $i<j-1$。这种情况意味着$V_i$在$V_{j-1}$的左边，根据双调巡游的性质，由于$V_{j-1}$不是路径起点，则$V_{j-1}$必定是$L_{ij}$中连接$V_j$的节点。此时$l_{ij}=l_{ij-1}+d(j-1,j)$。
   • $i=j-1$。这种情况意味着$L_{ij}$中连接$V_j$的节点不确定，需要搜索。从$V_0$开始遍历，直到$V_{j-2}$，考虑这些点作为子问题路径终点，即这些节点作为$L_{ij}$中连接$V_j$的节点的情况，计算$L_{ij}$可能情况中最短的路径，保留作为$L_{ij}$。
     最后一种可能，$i=j=n$，即$V_i,V_j$都为最右端点的情况，$L_{kn}$为从$V_k$出发，到$V_n$的最短路径，考察所有可能的$k$，将$V_k$与$V_n$连接即可得到双调巡游的闭环，求这些可能闭环的最短路径作为$L_{nn}$。

代码实现

15-3 Bitonic Tours

15-5 编辑距离

习题分析

字符串$A$转化为字符串$B$，可以经过如下变换：复制，替换，删除，插入以及旋转($a_i=b_{j+1},b_j=a_{i+1}$。规定替换，删除，插入的代价为1，其他操作代价为0。求出最小代价和变换过程。
按照动态规划的思想思考这个问题：

1. 证明最优子结构性质：假设$A$的前$i$位$A_i$转化为$B_j$，子问题为$A_{i-1}$转化为$B_{j-1}$,$A_{i-1}$转化为$B_j$，$A_i$转化为$B_{j-1}$。可以选择的变换方式有替换，删除，插入，也可能有复制和旋转。假设从操作中选择一个作为子问题的解，而不是最优解，则选择最优解会使$A_i$到$B_j$ 的代价更优，与题意相悖，得证。
2. 解的结构：设二维数组$c[i][j]$表示$A_i$到$B_j$的最小代价，则复制的情况下，$c[i][j]=c[i-1][j-1]$，替换的情况下，$c[i][j]=c[i-1][j-1]+1$，删除的情况下，$c[i][j]=c[i-1][j]+1$，插入的情况下，$c[i][j]=c[i][j-1]+1$，旋转的情况下，$c[i][j]=c[i-2][j-2]$。在这些可能的取值内取最小。
3. 构造变换过程：在每一步记录变换选择，反推回去即可构造变换过程。

代码实现

15-5 Editorial Distance

15-7 译码算法

习题分析

在有向图内每个边对应一个标签和一个概率，概率代表随机游走选择该边的概率，所有节点出边概率和为1。现给定起始点，给定标签序列，求这样一个游走路径，使路径上标签一一对应，并累计概率最大（概率采用乘积运算）。
按照动态规划算法分析：

1. 首先确定子问题。求长度为$l$的路径的子问题为求符合要求的长度为$l-1$的路径，并选择一条符合条件的边组成概率最大的$l$长的路径。在此子问题的最优解就是问题的最优解，或者说找到概率最大的$l-1$长的路径不保证$l$长路径也概率最大（好像不符合最优子结构哦）。不过鉴于子问题的定义是找到$l-1$长的路径并找到路径使$l$长概率最大，就说它是最优子结构好了（毕竟在这种定义下子问题跟原问题基本上是一样的）。
2. 设计解的结构。由于不具有常规意义上的最优子结构，只得采用搜索，把所有满足$l-1$的路径及相应概率记录下来用来搜索$l$长的路径，具体实现方法类似SPFA，只是深度每增加一层更新一下搜索队列。
3. 从符合路径标签的$l$长路径里找到最大概率的就是问题的解（硬生生把动态规划做成了广搜）。

代码实现

15-7 Decoding

15-9 字符串拆分

习题分析

一个字符串，给定一个切割序列$M$，每个元素$m_i$代表在原字符串第$m_i$个字符后切割。切割获得两个子串，长度$L$的字符串在任意位置切割一刀所需要代价均为$L$。求合理的切割顺序，使得总代价最小。
按照动态规划的思路分析问题：

1. 确定子问题：在某一位置切割之后，有两个子串，子问题为合理的切割子串使得子串代价最小。证明最优子结构：假设子串切割不是最优切割，则选择最优子串切割作为子问题解，原问题可得更优解，与题意相悖，得证。
2. 确定解的结构：可知，在某一位置切割，代价为原字符串长度，则此字符串的最小代价为：在此字符串内遍历可以切割的位点，得到两个子字符串的最小代价，再加上字符串长度。同时对于不可切割的字符串，代价为零。采用自顶向下带备忘机制的设计， c [ i ] [ j ] = min ⁡ { c [ i ] [ k ] + c [ k + 1 ] [ j ] + j − i + 1 } c[i][j]=\min\{c[i][k]+c[k+1][j]+j-i+1\} c[i][j]=min{c[i][k]+c[k+1][j]+j−i+1} for all possible $k$。
3. 确定切割顺序：两个不同字符串之间的切割是独立的，所以仅对不同的子串维护一个最优切割点，即对pair $(i,j)$维护一个切割点$k$。输出切割顺序时递归的输出$i,j$对应的$k$，并对$i,k$；$k+1,j$递归的做相同处理。

代码实现

15-9 Divide String

---

未完待续…