红色划线部分为关键语句
黄色划线部分为并不完全理解过程内容
蓝色划线部分为学习资料所在
动态规划算法将问题的解决方案视为一系列决策的结果,与贪婪算法不同的是,在贪婪算法中,每采用一次贪婪准则,便做出一个不可撤回的决策;而在动态规划算法中,还要考察每个最优决策序列中是否包含一个最优决策子序列,即问题是否有最优子结构性质。
动态规划算法的有效性依赖于待求解问题本身具有的两个重要性子:最优子结构性质和子问题重叠性质。
1.题的解也是最优的,我们就称该问题具有最优子结构性质(即满足最优化原理)。最最优子结构性质:如果问题的最优解所包含的子问优子结构性质为动态规划算法解决问题提供了重要线索。
2. 子问题重叠性质:子问题重叠性质是指在用递归算法自顶向下对问题进行求解时,每次产生的子问题并不总是新问题,有些子问题会重复计算多次,动态规划算法正是利用了这种子问题的重叠性质,对每一个子问题只计算一次,然后将其计算结果保存在一个表格中,当再次需要计算已经计算过的子问题时,只需查看表格即可得到结果,从而获得较高的解题效率。
当我们已经确定待解决的问题需要用动态规划算法求解时,通常可以按照以下步骤设计动态规划算法:
A:分析问题的最优解,找出最优解的性质,并刻画其结构特征;
B:递归地定义最优值;
C:采用自底向上的方式计算问题的最优值;
D:根据计算最优值时得到的信息,构造最优解;
A-C是动态规划算法解决问题的基本步骤,在只需计算最优值得问题中,完成这三个基本步骤就可以了。如果问题需要构造最优解,还要执行D步骤;此时,在C步骤通常需要记录更多的信息,以便在步骤D中,有足够的信息快速地构造出最优解。
例题——拦截导弹 D:/我的课件/ACM/动态规划 初识动态规划算法.pdf 2009/7/15