凸多边形最优三角剖分(polygon decomposition)
2017-03-14 10:54
218 查看
题目来源:http://blog.csdn.net/liuqiyao_01/article/details/8765812 100个动规方程的第五个
思路来源:http://www.cnblogs.com/Jason-Damon/p/3298172.html 就搜了一下这个题目,看到了上述给的思路。
上述思路的动规方程涉及到vi−1,我觉得这个在思考的时候是不证明能考虑到的,所以我的思路是使用dp[i][j]表示节点i->节点j的最优解其中j>i。则动规方程为:
dp[i][j]={0min{dp[i][k]+dp[k][j]+get_weight(i,k,j)}i<k<jif (j−i)=0||1otherwise
注:根据动规方程我们知道,我们采用自下而上的去计算,以对角线的顺序去递推。
上述题的代码如下:
当然有了动规方程之后,我们也可以通过记忆化搜索的方式去解决。
动态规划:自下而上,
搜索:自上而下,递归。记忆化解决了重复计算的问题,复杂度和动态规划应该差不多。。。
——2017.3.14
思路来源:http://www.cnblogs.com/Jason-Damon/p/3298172.html 就搜了一下这个题目,看到了上述给的思路。
上述思路的动规方程涉及到vi−1,我觉得这个在思考的时候是不证明能考虑到的,所以我的思路是使用dp[i][j]表示节点i->节点j的最优解其中j>i。则动规方程为:
dp[i][j]={0min{dp[i][k]+dp[k][j]+get_weight(i,k,j)}i<k<jif (j−i)=0||1otherwise
注:根据动规方程我们知道,我们采用自下而上的去计算,以对角线的顺序去递推。
上述题的代码如下:
//============================================================================ // Name : polygon.cpp // Author : SELOUS // Version : // Copyright : Your copyright notice // Description : polygon decomposition //============================================================================ #include <iostream> using namespace std; #define N 6 int weight[] = {{0,2,2,3,1,4},{2,0,1,5,2,3},{2,1,0,2,1,4},{3,5,2,0,6,2}, {1,2,1,6,0,1},{4,3,4,2,1,0}}; int dp ;//dp[i][j]表示节点i到节点j的最小权值 其中i>=j; int get_weight(int i,int j,int k){ return weight[i][k]+weight[i][j]+weight[k][j]; } int main() { int i=0; for(;i<N;i++){ dp[i][i] = 0;//只有一个节点 dp[i][i+1]=0;//只有两个节点 } //先计算所有对角线的元素 int r,j,k; int val; for(r = 2;r<N;r++){//r表示的是j和i的差值,i为定值说明下面的循环是计算位于同一对角线的值。 for(i = 0;i<N-r;i++){//因为计算的是对角线。所以结束条件为i<N-r j=i+r; int min = 9999; for(k = i+1;k<j;k++){ //i<k<j val = dp[i][k]+dp[k][j]+get_weight(i,j,k); //cout<<val<<endl; if(val<min){ min = val; } } dp[i][j] = min; //cout<<"min:"<<min<<endl; } } cout<<dp[0][5]; return 0; }
当然有了动规方程之后,我们也可以通过记忆化搜索的方式去解决。
动态规划:自下而上,
搜索:自上而下,递归。记忆化解决了重复计算的问题,复杂度和动态规划应该差不多。。。
——2017.3.14
相关文章推荐
- 凸多边形最优三角剖分
- 凸多边形最优三角剖分
- 动态规划--凸多边形最优三角剖分
- 算法笔记——【动态规划】凸多边形最优三角剖分
- 0014算法笔记——【动态规划】凸多边形最优三角剖分
- 【动态规划】凸多边形最优三角剖分
- 凸多边形最优三角剖分问题
- 凸多边形最优三角剖分
- 0014算法笔记——【动态规划】凸多边形最优三角剖分
- 凸多边形最优三角剖分
- 凸多边形最优三角剖分——动态规划
- 动态规划--凸多边形最优三角剖分
- 凸多边形最优三角剖分的两种算法分析
- 凸多边形最优三角剖分问题
- —【动态规划】凸多边形最优三角剖分
- 凸多边形最优三角剖分
- 0014算法笔记——【动态规划】凸多边形最优三角剖分
- 凸多边形最优三角剖分-动态规划
- 计算几何---多边形三角剖分算法研究与实现
- UVA 1331Minimax Triangulation——最优三角剖分