1 / 39

Ch 3

Ch 3. Dynamic Programming ( 動態規劃 ). Dynamic Programming. 將問題切成兩個或以上較小的問題來獲得解答 不像 Divide & Conquer 去盲目計算 計算小實例的結果並加以儲存 Bottom-up. Fibonacci Sequence. f 0 =1 f 1 =1 f n =f n-1 +f n-2 for n>=2. T(n) > 2 n/2. Fibonacci Sequence. 演算法 1.6(Divide & Conquer). Fibonacci Sequence.

gilles
Télécharger la présentation

Ch 3

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Ch 3 Dynamic Programming (動態規劃)

  2. Dynamic Programming • 將問題切成兩個或以上較小的問題來獲得解答 • 不像Divide & Conquer去盲目計算 • 計算小實例的結果並加以儲存 • Bottom-up

  3. Fibonacci Sequence f0=1 f1=1 fn=fn-1+fn-2 for n>=2 T(n) > 2n/2

  4. Fibonacci Sequence • 演算法1.6(Divide & Conquer)

  5. Fibonacci Sequence 演算法1.7(Dynamic programming)

  6. Fibonacci Sequence 演算法1.6(Divide and Conquer) vs. 1.7(Dynamic programming)

  7. Binomial Coefficient 遞迴表示式 0≦k≦n 0<k<n k=0 or k=n

  8. Binomial Coefficient • 驗算法3.1 T(n)=2 -1

  9. Binomial Coefficient(DP版) • Pascal’s triangle

  10. Binomial Coefficient(DP版)

  11. Binomial Coefficient(DP版) • 演算法3.2 (nk)

  12. Floyd’s shorest length Weighted graph

  13. Weighted graph

  14. Shortest length

  15. Floyd’s shortest length I • 演算法3.3 • T(n)=n3

  16. Floyd’s shortest length II W  P  D

  17. Floyd’s shortest length II

  18. 最佳化原則 • 最佳化原則(principle of optimality)： • 當一個問題存在著最佳解，則表示其所有的子問題也必存在著最佳解

  19. 連鎖矩陣相乘M:相乘最少次數P:分割點

  20. 連鎖矩陣相乘 • 矩陣相乘： • 列x行 • 與相乘順序無關 • 不同順序會影響乘法總次數 • 目的： • 找出最佳順序使得乘法次數最少

  21. 連鎖矩陣相乘 • 標註： • 矩陣Ak的列數為dk-1，行數為dk，維度= dk-1 x dk • M[i][j]=矩陣Ai乘到Aj所需的最少乘法數

  22. 連鎖矩陣相乘(Pascal’s triangle) d0=5, d1=2, d4=6 132=0+72+5x2x6

  23. 演算法3.6 T(n) (n3)

  24. 演算法3.6所產生的陣列P 可以由此陣列得出矩陣相乘 的最佳順序(即乘法次數最少)

  25. 演算法3.7

  26. 最佳二元搜尋樹A:平均時間R:二元樹根節點

  27. 最佳二元搜尋樹 • 二元搜尋樹(binary search tree)定義： • 每個節點包含一個key • 節點N的左子樹中任一節點的key，必需小於或等於節點N的key • 節點N的右子樹中任一節點的key，必需大於或等於節點N的key

  28. 最佳二元搜尋樹 • 目的： • 從一堆資料建立搜尋時間最短的二元搜尋樹 • 名詞： • key • search key機率pi • 搜尋keyi所需時間ci

  29. 演算法3.8 Ci=搜尋keyi所需時間(指令數目) Pi=keyi被當成search key的機率 平均搜尋時間=

  30. 最佳二元搜尋樹 範例3.7

  31. 最佳二元搜尋樹

  32. 演算法3.9 T(n) (n3)

  33. 最佳二元搜尋樹 演算法3.10

  34. 售貨員旅行問題W, D, P

  35. 售貨員旅行問題 有向權重圖

  36. 售貨員旅行問題 • 每個點都需要經過一次，再回到原出發點 • 旅程：由某頂點出發，經過所有頂點一次，再回到該點 • W:相鄰矩陣 • D:最短路徑長度 • D[vi][A]=從vi出發經過A所有頂點一次再回到v1 • P:紀錄路徑上的頂點

  37. 售貨員旅行問題 • V:所有頂點集合 • A:V的子集合 • D[vi][A]=從vi出發經過A所有頂點一次再回到v1的最短路徑 • P[i][A]:紀錄路徑上的頂點，從vi出發經過所有頂點一次，回到v1的路徑上，位在vi後面的第一個頂點

  38. 售貨員旅行問題 • 最佳TOUR長度=min(W[1][j]+D[vj][V-{v1,vj}]) 一般式： T(n)(n22n)

  39. 售貨員旅行問題-演算法3.11

More Related