对于动态规划的一些整理
2016-10-25 20:51
399 查看
最近无聊的我,发现自己好水,自己似乎对动态规划有些生疏了。所以,打算来一个小小的整理:
分类:
动态规划:1)线性动规:拦截导弹;
2)区域动规;
3)树形动规;
4)背包动规:01背包,部分背包,完全背包,多维背包问题;
应用:
最短路径问题;
理解:
动态规划算法通常是基于一个递推公式或者多个初始状态,当前子问题可以通过上一子问题的解推出,所以是多项式时间复杂度,所以,其效率会
高。
{Tip1:多项式时间复杂度:最小的复杂度类别一个问题的计算时间m(n)不大于问题大小n的多项式倍数}
然后是一个简单的例子(来源:http://www.360doc.com/content/13/0601/00/8076359_289597587.shtml):
如果我们有面值为1元、3元和5元的硬币若干枚,如何用最少的硬币凑够11元? (表面上这道题可以用贪心算法,但贪心算法无法
保证可以求出解,比如1元换成2元的时候)
首先我们思考一个问题,如何用最少的硬币凑够i元(i<11)?为什么要这么问呢?两个原因:1.当我们遇到一个大问题时,总是习
惯把问题的规模变小,这样便于分析讨论。 2.这个规模变小后的问题和原来的问题是同质的,除了规模变小,其它的都是一样的,
本质上它还是同一个问题(规模变小后的问题其实是原问题的子问题)。
好了,让我们从最小的i开始吧。当i=0,即我们需要多少个硬币来凑够0元。由于1,3,5都大于0,即没有比0小的币值,因此凑
够0元我们最少需要0个硬币。 (这个分析很傻是不是?别着急,这个思路有利于我们理清动态规划究竟在做些什么。) 这时候我们
发现用一个标记来表示这句“凑够0元我们最少需要0个硬币。”会比较方便,如果一直用纯文字来表述,不出一会儿你就会觉得
很绕了。那么,我们用d(i)=j来表示凑够i元最少需要j个硬币。于是我们已经得到了d(0)=0,表示凑够0元最小需要0个硬币。
当i=1时,只有面值为1元的硬币可用,因此我们拿起一个面值为1的硬币,接下来只需要凑够0元即可,而这个是已经知道答案
的,即d(0)=0。所以,d(1)=d(1-1)+1=d(0)+1=0+1=1。当i=2时,仍然只有面值为1的硬币可用,于是我拿起一个面值为1的
硬币,接下来我只需要再凑够2-1=1元即可(记得要用最小的硬币数量),而这个答案也已经知道了。
所以d(2)=d(2-1)+1=d(1)+1=1+1=2。一直到这里,你都可能会觉得,好无聊,感觉像做小学生的题目似的。因为我们一直都
只能操作面值为1的硬币!耐心点,让我们看看i=3时的情况。当i=3时,我们能用的硬币就有两种了:1元的和3元的( 5元的仍然
没用,因为你需要凑的数目是3元!5元太多了亲)。既然能用的硬币有两种,我就有两种方案。如果我拿了一个1元的硬币,我的
目标就变为了:凑够3-1=2元需要的最少硬币数量。即d(3)=d(3-1)+1=d(2)+1=2+1=3。这个方案说的是,我拿3个1元的硬币
;第二种方案是我拿起一个3元的硬币,我的目标就变成:凑够3-3=0元需要的最少硬币数量。
即d(3)=d(3-3)+1=d(0)+1=0+1=1. 这个方案说的是,我拿1个3元的硬币。好了,这两种方案哪种更优呢?记得我们可是要用
最少的硬币数量来凑够3元的。所以,选择d(3)=1,怎么来的呢?具体是这样得到的:d(3)=min{d(3-1)+1, d(3-3)+1}。
好了,这个就是动态规划的基本思想的体现了,然后,我们抽象出两个东西:状态与转移方程。
来到解释时间,状态就是就是根据子问题,从而得到的解,就像子问题是,凑够3元,我们需要几个硬币,d(3)=1;
然后,转移方程就是d(3)=min{d(3-1)+1, d(3-3)+1};
以上,就完成了对动态规划的思路的分析。。
最后,是关于解决问题时候的应用。
最主要的是能够寻找到,转移方程,以及将问题规模减小的思考方法。。
暂时就这么多了,其他的以后想起来,再说吧。。
分类:
动态规划:1)线性动规:拦截导弹;
2)区域动规;
3)树形动规;
4)背包动规:01背包,部分背包,完全背包,多维背包问题;
应用:
最短路径问题;
理解:
动态规划算法通常是基于一个递推公式或者多个初始状态,当前子问题可以通过上一子问题的解推出,所以是多项式时间复杂度,所以,其效率会
高。
{Tip1:多项式时间复杂度:最小的复杂度类别一个问题的计算时间m(n)不大于问题大小n的多项式倍数}
然后是一个简单的例子(来源:http://www.360doc.com/content/13/0601/00/8076359_289597587.shtml):
如果我们有面值为1元、3元和5元的硬币若干枚,如何用最少的硬币凑够11元? (表面上这道题可以用贪心算法,但贪心算法无法
保证可以求出解,比如1元换成2元的时候)
首先我们思考一个问题,如何用最少的硬币凑够i元(i<11)?为什么要这么问呢?两个原因:1.当我们遇到一个大问题时,总是习
惯把问题的规模变小,这样便于分析讨论。 2.这个规模变小后的问题和原来的问题是同质的,除了规模变小,其它的都是一样的,
本质上它还是同一个问题(规模变小后的问题其实是原问题的子问题)。
好了,让我们从最小的i开始吧。当i=0,即我们需要多少个硬币来凑够0元。由于1,3,5都大于0,即没有比0小的币值,因此凑
够0元我们最少需要0个硬币。 (这个分析很傻是不是?别着急,这个思路有利于我们理清动态规划究竟在做些什么。) 这时候我们
发现用一个标记来表示这句“凑够0元我们最少需要0个硬币。”会比较方便,如果一直用纯文字来表述,不出一会儿你就会觉得
很绕了。那么,我们用d(i)=j来表示凑够i元最少需要j个硬币。于是我们已经得到了d(0)=0,表示凑够0元最小需要0个硬币。
当i=1时,只有面值为1元的硬币可用,因此我们拿起一个面值为1的硬币,接下来只需要凑够0元即可,而这个是已经知道答案
的,即d(0)=0。所以,d(1)=d(1-1)+1=d(0)+1=0+1=1。当i=2时,仍然只有面值为1的硬币可用,于是我拿起一个面值为1的
硬币,接下来我只需要再凑够2-1=1元即可(记得要用最小的硬币数量),而这个答案也已经知道了。
所以d(2)=d(2-1)+1=d(1)+1=1+1=2。一直到这里,你都可能会觉得,好无聊,感觉像做小学生的题目似的。因为我们一直都
只能操作面值为1的硬币!耐心点,让我们看看i=3时的情况。当i=3时,我们能用的硬币就有两种了:1元的和3元的( 5元的仍然
没用,因为你需要凑的数目是3元!5元太多了亲)。既然能用的硬币有两种,我就有两种方案。如果我拿了一个1元的硬币,我的
目标就变为了:凑够3-1=2元需要的最少硬币数量。即d(3)=d(3-1)+1=d(2)+1=2+1=3。这个方案说的是,我拿3个1元的硬币
;第二种方案是我拿起一个3元的硬币,我的目标就变成:凑够3-3=0元需要的最少硬币数量。
即d(3)=d(3-3)+1=d(0)+1=0+1=1. 这个方案说的是,我拿1个3元的硬币。好了,这两种方案哪种更优呢?记得我们可是要用
最少的硬币数量来凑够3元的。所以,选择d(3)=1,怎么来的呢?具体是这样得到的:d(3)=min{d(3-1)+1, d(3-3)+1}。
好了,这个就是动态规划的基本思想的体现了,然后,我们抽象出两个东西:状态与转移方程。
来到解释时间,状态就是就是根据子问题,从而得到的解,就像子问题是,凑够3元,我们需要几个硬币,d(3)=1;
然后,转移方程就是d(3)=min{d(3-1)+1, d(3-3)+1};
以上,就完成了对动态规划的思路的分析。。
最后,是关于解决问题时候的应用。
最主要的是能够寻找到,转移方程,以及将问题规模减小的思考方法。。
暂时就这么多了,其他的以后想起来,再说吧。。
相关文章推荐
- 动态规划的一些整理
- 同事整理的对于系统架构设计时的一些指导思想
- 动态规划(Dynamic Programming)的一些事一些情
- 动态规划的一些小结
- 动态规划的一些程序
- 对动态规划问题的一些思考
- 周爱民对于程序员的技术发展和职业规划给大家的一些建议
- 【转载】一些动态规划的题目
- 互联网金融--对于近来行业新闻的一些整理与思考
- 个人对于微信公众平台开发的一些整理,后续会有补充,欢迎大家给予指正。一、关于如何获取微信公众原始号
- 常用算法整理:动态规划上
- CUGB 1009 DP简单动态规划,此题一开始就结了很久,WA了9次对于刚开始学DP的我打击很大,最后发现原来是方法弄错了,题意没完全弄懂!看了大牛的文章才知道,差距啊!还得好好努力。
- [战略]最近整理代码的一些总结和未来规划
- 最近做的一些动态规划题总结(PKU ACM)
- [dp]关于动态规划的一些理解
- 关于一些简单典型的动态规划
- 动态规划的一些思考
- 较为复杂的动态规划整理
- 常用算法整理:动态规划上
- 对于绘制圆弧形滚动进度条的一些整理