首页 > 代码库 > 动态规划初学

动态规划初学

数字三角形:
定义状态(i,j):表示当前所处位置
定义指标函数 d(i,j) :表示从格子(i,j)出发能得到的最大和
找到状态转移方程: d(i,j)=a(i,j)+max{d(i+1,j),d(i+1,j+1)}
总状态为O(n^2),每个状态决策为O(1),总的时间复杂度为O(n^2)。
方法:直接递归
缺点:重复计算过多
优化:记忆化搜索
或者: 递推计算(关键 边界和计算顺序)
 
DAG
嵌套三角形:
定义状态(i,j):表示矩形的二元关系,为了通过图来建模?
PS:(i)表示从结点i出发遍历能到达的结点
定义指标函数d(i):表示从结点i出发的最长路长度
找到状态转移方程:d(i)=max{ d(j)+1 | (i,j)属于E}
PS:矩形之间关系通过图建模表示出来,定义状态为从i点出发的最长路径,这是一个最优子结构。通过状态转移方程找出全局最优与局部最优的关系。
总状态为O(n),每个决策有O(n),时间复杂度为O(n^2)。
注意:因为起始点不定,有n种可能。
 
硬币问题:
定义状态(i):表示S减去v[n]之后还剩的硬币数额
定义指标函数d(i):表示剩余硬币额为i时最大最小硬币数
找到状态转移方程:d(i)=max{ d(S-v[i])+1, d(i) }
                                d(i)=min{ d(S-v[i])+1, d(i) }
总状态为O(S),每个状态的决策为O(n),时间复杂度为O(Sn)。
 
城市里的间谍(uva1025)
定义状态(i,j):表示所处时刻和所在车站号
定义指标函数d(i,j):表示等待的最短时间
找到状态转移方程:d(i,j)=min{ d(i,j), d(i+time[j],j+1) }当有向右开的车时
                               d(i,j)=min{ d(i,j), d(i+1,j)+1}没车等一分钟
                               d(i,j)=min{ d(i,j), d(i+time[j-1],j-1) }当有向左开的车时
状态有:O(nT),每个状态至多有3个决策,因此总的时间复杂度为O(nT)。
 
巴比伦塔(uva437)
定义状态(idx,k):表示所选立方体的编号和高度编号(因为用长宽作为数组可能太大且浪费空间太多)
定义指标函数d(idx,k):表示所选立方体总高度最大
找到状态转移方程:d(idx,k) =max{ d(idj)+blocks[idx][k] | (idx,k,idj,h)属于E}
状态总数为O(n),每个状态决策有O(n)个,时间复杂度为O(n^2)。
注意:因为起点不定,建立图表。如嵌套三角形。
 
旅行(uva1347)  与数字三角形相似
定义状态(i,j):表示两个人所处位置编号
定义指标函数d(i,j):表示走过1,2,...max(i,j)所有点,剩下的距离
找到状态转移方程:d(i,j)=min{ d(i+1,j),d(i+1,i) }

边界:d(n-1, j) = dist(n-1, n) + dist(j, n) (1 ≤ j < n-1)

最终所求答案就是dist(1, 2) + d(1, 2)

状态有:O(n^2),每个状态决策为O(1),总时间复杂度为O(n^2)。

动态规划初学