简谈动态规划
2016-08-16 11:25
197 查看
解决的问题
1.钢铁切割问题2.0-1背包问题
3.PAT Find More Coins
总体思路
1.对于问题1,我们可以考虑钢铁切割第一刀是怎么切的,即将它分为俩个部分,对它遍历就可以找出获利最大的方案,即,
Pi表示第一刀切在i,那么在加上后面的n-i的最佳切割方案
Rn-i即是这种切割方案的最优解了 ,然后遍历这n中切割方案,获利最大即是我们要找的方案,并且所有的方案都全了。
2.对于问题2,假设
C[i,m]为从前i个价值为Vi,重为Wi的物体中选择的总重量不大于m的最大的价值和。我们可以对每一个
C[i,m]讨论这个包要不要装第i个物体,可以容易得到公式如下:
3.PAT Find More Coins
理解的关键
1.动态规划感觉总结就是从小的结构到大的结构构造出一张表,然后利用这个表慢慢推出大的结构,从而避免小的结构要算很多次了,也可以根据这个表推导出使用了那些物体。2. 0-1背包问题的递推二维表
相关文章推荐
- C++动态规划之最长公子序列实例
- C++动态规划之背包问题解决方法
- C#使用动态规划解决0-1背包问题实例分析
- 动态规划
- C++ 动态规划
- 动态规划解决背包问题的核心思路
- DP(动态规划) 解游轮费用问题
- 动态规划的用法——01背包问题
- 动态规划的用法——01背包问题
- 《收集苹果》 动态规划入门
- 《DNA比对》蓝桥杯复赛试题
- 《背包问题》 动态规划
- 自顶向下动态规划解决最长公共子序列(LCS)问题
- 01背包问题
- 初学ACM - 半数集(Half Set)问题 NOJ 1010 / FOJ 1207
- 关于爬楼梯的动态规划算法
- 动态规划 --- hdu 1003 **
- DP问题各种模型的状态转移方程
- 0-1背包解题过程
- 背包问题