动态规划
动态规划(Dynamic Programming)是运筹学的一个分支,是求解决策过程(decision process)最优化的数学方法。
一、动态规划的基本思想
动态规划算法通常用于求解具有某种最优性质的问题。
在这类问题中,可能会有许多可行解。
我们希望找到具有最优值的解。
基本思想是将待求解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。
二、动态规划问题的特征
动态规划算法的有效性依赖于问题本身所具有的两个重要性质:
最优子结构:
当问题的最优解包含了其子问题的最优解时,称该问题具有最优子结构性质。
重叠子问题:
在用递归算法自顶向下解问题时,每次产生的子问题并不总是新问题,有些子问题被反复计算多次。动态规划算法(自底向上)正是利用了这种子问题的重叠性质,对每一个子问题只解一次,而后将其解保存在一个表格中,在以后尽可能多地利用这些子问题的解。
三、设计动态规划法的步骤
- 找出最优解的性质,并刻画其结构特征;
- 递归地定义最优值(写出动态规划方程);
- 以自底向上的方式计算出最优值;
- 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。
4.1 矩阵连乘问题
分析:
A[1:n]的计算量= A[1:k]的计算量+A[k+1:n]的计算量+A[1:k]和A[k+1:n]相乘的计算量
m[i][j]给出了最优值,最优断开位置为k:(i<j)
m[i][j]=0 (i=j)
若将对应于m[i][ j]的断开位置k记为s[i][ j],在计算出最优值m[i][ j]后,可递归的由s[i][ j]构