动态规划算法
来源:互联网 发布:郭德纲才学 知乎 编辑:程序博客网 时间:2024/06/16 12:36
算法(Algorithm)是指解题方案的准确而完整的描述,是一系列解决问题的清晰指令,算法代表着用系统的方法描述解决问题的策略机制。下面将详细介绍一下动态规划算法的概念,基本要素以及设计动态规划算法的步骤。
动态规划算法的概念
动态规划算法,动态规划的基本思想是将待求解问题分解成若干子问题。先求解子问题,然后从这些子问题的解得到原问题的解。分解得到的子问题往往不是互相互独立的,动态规划算法适用于解最优化问题。通常可以按以下4个步骤设计:
(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)根据计算最优值得到的信息,构造最优解。
下面以矩阵连乘问题为例子,运用动态规划算法分析。
矩阵连乘问题
完全加括号的矩阵连乘积可递归地定义为:
(1)单个矩阵是完全加括号的;
(2)矩阵连乘积A是完全加括号的,则A可表示为2个完全加括号的矩阵连乘积B和C的乘积并加括号,即A=(BC)。
看下面一个例子,计算三个矩阵连乘{A1,A2,A3};维数分别为10*100 , 100*5 , 5*50 按此顺序计算需要的次数((A1*A2)A3):10X100X5+10X5X50=7500次,按此顺序计算需要的次数(A1(A2*A3)):10*5*50+10*100*50=52500次。
设有四个矩阵A、B、C、D,它们的维数分别是A=50*10,B=10*20,C=20*40,D=40*25。它们有5种不同的完全加括号的方式:如(((AB)C)D)等。给定n个矩阵{A1,A2,A3……An},其中Ai和A(i+1)是可乘的,i=1,2,3……n-1。考察n个矩阵的连乘积A1A2A3…An。
由于矩阵乘法满足结合律,所以计算矩阵的连乘可以有许多不同的计算次序。这种计算次序可以用加括号的方式来确定。若一个矩阵连乘积的计算次序完全确定,也就是说该连乘积已完全加括号,则可以依此次序反复调用2个矩阵相乘的标准算法计算出矩阵连乘积。
解决矩阵连乘问题首先想到的是穷举法:列举出所有可能的计算次序,并计算出每一种计算次序相应需要的数乘次数,从中找出一种数乘次数最少的计算次序。 但是穷举法所做的计算量太大。通过分析可以得出计算次序P(n)是随n的增长呈指数增长。因此穷举法不是一个有效的算法。
其次我们可以用动态规划的思想去分析这个问题:
设计算A[i:j],1≤i≤j≤n,所需要的最少数乘次数m[i,j],则原问题的最优值为m[1,n]。
当i=j时,A[i:j]=Ai,因此,m[i][i]=0,i=1,2,…,n。
当i
动态规划算法之矩阵连乘问题C语言实现
C语言实现矩阵连乘的完整代码:
#include <stdio.h>#include <stdlib.h>#define MAX_MATRIXNUM 100 //声明最大矩阵数int p[MAX_MATRIXNUM+1 ], m[MAX_MATRIXNUM+1 ][MAX_MATRIXNUM+1 ], s[MAX_MATRIXNUM +1][MAX_MATRIXNUM+1];//定义三个数组,其中p数组中存放矩阵下标,m数组存放最优值,s数组存放最优断开位置void matrix_chain(int num); //函数声明void traceback(int i, int j); //函数声明int main(int argc, char **argv) //主函数{ while (1) { int i, num; char ctr; printf("请输入矩阵的个数(不超过100): "); //输入矩阵个数 scanf("%d", &num); getchar(); //吸收回车符 printf("\n"); printf("请输入每个矩阵的下标: "); //输入矩阵下标 for (i = 0; i <= num; i++) { scanf("%d", &p[i]); } getchar(); //吸收回车符 printf("\n"); matrix_chain(num); //调用函数matrix_chain traceback(1, num); //调用函数traceback printf("\n"); printf("\n"); printf("是否想继续进行矩阵连乘算法?Y/N:"); //判断是否退出矩阵连乘的算法 scanf("%c", &ctr); printf("\n"); if (ctr == 'N')break; printf("--------------------------------------------------------------------------------\n"); } return 0;} void matrix_chain(int num) //函数体,计算最优值{ for (int i = 1; i <= num; i++) m[i][i] = 0; for (int r = 2; r <= num; r++) { for (int i = 1; i <= num - r + 1; i++) { int j = i + r - 1; m[i][j] = m[i+1][j] + p[i - 1] * p[i] * p[j]; s[i][j] = i; for (int k = i+1; k < j; k++) { int temp = m[i][k] + m[k + 1][j] + p[i - 1] * p[k] * p[j]; if (temp < m[i][j]) { m[i][j] = temp; s[i][j] = k; } } } } printf("矩阵连乘的最少数乘次数 = %d\n", m[1][num]);} void traceback(int i, int j) //函数体,构造最优解{ if (i == j) { printf("A%d", i); } if (i < j) { printf("("); traceback(i, s[i][j]); traceback(s[i][j] + 1, j); printf(")"); }}
- 算法--动态规划算法
- 动态规划算法剖析
- 动态规划算法
- 初识动态规划算法
- 动态规划算法
- 动态规划算法剖析
- 动态规划算法
- 动态规划算法剖析
- 动态规划算法
- 动态规划算法实现
- 动态规划算法
- 动态规划算法
- 动态规划算法之一
- 动态规划算法备忘
- 动态规划 --压缩算法
- 动态规划算法
- 动态规划算法
- 动态规划算法解析
- 机房收费系统之组合查询
- linux--tar解压/压缩
- P1025 小飞侠的游园方案
- mabaties基础篇
- 关于linux的学习分享
- 动态规划算法
- java对象池commons-pool-1.6详解(三)
- 494. Target Sum
- Android 6开发秘籍 第5版.pdf 免费下载
- Makefile:xxx: recipe for target xxx failed +【顺带搞懂了】如何忽略makefile执行过程中的某些命令的错误而得以继续运行
- Beginning Ractive.js-Apress(2017).pdf 英文原版 免费下载
- java包装器类拆装箱特别注意的问题
- 红黑树
- 降维和度量学习