动态规划算法是一种经典的算法,它是如此美妙的算法,值得每一个程序员拥有。但是,直到晚上看《算法导论》,才发现自己现在才全面理解它,不禁狂汗。。。
以经典的背包问题来展示动态规划算法:
代码
1 #include 2 3 #define N 4 4 #define W 5 5 6 //物品的重量 7 int w[] = {-1, 2, 1, 3, 2}; 8 9 //价值数组 10 int vi[] = {-1, 12, 10, 20, 15}; 11 12 int v[N+1][W+1]; //v[i][j]表示从前i个物品选能够放进承重量为j的背包的子集的最大总价值 13 14 void init() 15 { 16 int i, j; 17 for (i = 0; i <= N; i++) 18 for (j = 0; j <= W; j++) 19 v[i][j] = -1; 20 21 for (i = 0; i <= N; i++) 22 v[i][0] = 0; 23 24 for (i=0; i <= W; i++) 25 v[0][i] = 0; 26 } 27 28 29 //基于备忘录的动态规划算法 30 int MKFnapsack_MEMOIZE(int i, int j) 31 { 32 int value; 33 if (v[i][j] < 0) //如果v[i][j]还没有计算,则进行计算 34 { 35 if (j < w[i]) 36 value = MKFnapsack_MEMOIZE(i-1,j); 37 else 38 { 39 int v1 = MKFnapsack_MEMOIZE(i-1, j); 40 int v2 = MKFnapsack_MEMOIZE(i-1, j-w[i]) + vi[i]; 41 value = v1 >=v2 ? v1:v2; 42 } 43 v[i][j] = value; 44 } 45 return v[i][j]; //如果v[i][j]已经进行计算,则不进行计算,直接返回即可 46 } 47 48 //自顶向下的动态规划算法 49 int MKFnapsack_TOP_TO_BOTTOM(int i, int j) 50 { 51 int value; 52 53 if(i <= 0 || j <= 0) 54 return 0; 55 56 //不管v[i][j]是否计算过,都进行计算 57 if (j < w[i]) 58 value = MKFnapsack_TOP_TO_BOTTOM(i-1, j); 59 else 60 { 61 int v1 = MKFnapsack_TOP_TO_BOTTOM(i-1, j); 62 int v2 = MKFnapsack_TOP_TO_BOTTOM(i-1, j-w[i]) + vi[i]; 63 value = v1 >= v2 ? v1:v2; 64 } 65 66 return value; 67 } 68 69 //自底向上的算法 70 int MKFnapsack_BOTTOM_TO_TOP(int Ni, int Wi) 71 { 72 int i, j; 73 for (i = 1; i <= Ni; i++) 74 { 75 for(j = 1; j <= Wi; j++) 76 { 77 if(j < w[i]) 78 v[i][j] = v[i-1][j]; 79 else //j >=w[i] 80 { 81 int v1= v[i-1][j]; 82 int v2 = v[i-1][j-w[i]] + vi[i]; 83 v[i][j] = v1 >= v2 ? v1:v2; 84 } 85 } 86 } 87 return v[N][W]; 88 } 89 90 void print_v(int Ni, int Wi) 91 { 92 int i, j; 93 for(i = 0; i <= Ni; i++) 94 { 95 for(j = 0; j <= Wi; j++) 96 printf(\"%d \", v[i][j]); 97 printf(\"\\n\"); 98 } 99 } 100 101 int main() 102 { 103 printf(\"top to bottom most value is:%d\\n\", MKFnapsack_TOP_TO_BOTTOM(N, W)); 104 105 init();//数组初始化 106 printf(\"memoize most value is:%d\\n\", MKFnapsack_MEMOIZE(N, W)); 107 print_v(N, W); 108 109 init(); 110 printf(\"bottom to top most value is:%d\\n\", MKFnapsack_BOTTOM_TO_TOP(N, W)); 111 print_v(N, W); 112 113 return 0; 114 } 输出结果: 自顶向下的递归算法,写法最简单,但效率是最低的,它往往把问题搞成指数级。而自底向上的算法是DP的经典策略,它比自顶向下的效率高,但是,它往往也计算了没有必要计算的子问题(见上图)。而基于备忘录的自顶向下的算法是前两者的集大成者,效率最优。 出师表 两汉:诸葛亮 先帝创业未半而中道崩殂,今天下三分,益州疲弊,此诚危急存亡之秋也。然侍卫之臣不懈于内,忠志之士忘身于外者,盖追先帝之殊遇,欲报之于陛下也。诚宜开张圣听,以光先帝遗德,恢弘志士之气,不宜妄自菲薄,引喻失义,以塞忠谏之路也。 宫中府中,俱为一体;陟罚臧否,不宜异同。若有作奸犯科及为忠善者,宜付有司论 其刑赏,以昭陛下平明之理;不宜偏私,使内外异法也。 侍中、侍郎郭攸之、费祎、董允等,此皆良实,志虑忠纯,是以先帝简拔以遗陛下:愚以为宫中之事,事无大小,悉以咨之,然后施行,必能裨补阙漏,有所广益。 将军向宠,性行淑均,晓畅军事,试用于昔日,先帝称之曰“能”,是以众议举宠为督:愚以为营中之事,悉以咨之,必能使行阵和睦,优劣得所。 亲贤臣,远小人,此先汉所以兴隆也;亲小人,远贤臣,此后汉所以倾颓也。先帝在时,每与臣论此事,未尝不叹息痛恨于桓、灵也。侍中、尚书、长史、参军,此悉贞良死节之臣,愿陛下亲之、信之,则汉室之隆,可计日而待也。 臣本布衣,躬耕于南阳,苟全性命于乱世,不求闻达于诸侯。先帝不以臣卑鄙,猥自枉屈,三顾臣于草庐之中,咨臣以当世之事,由是感激,遂许先帝以驱驰。后值倾覆,受任于败军之际,奉命于危难之间,尔来二十有一年矣。 先帝知臣谨慎,故临崩寄臣以大事也。受命以来,夙夜忧叹,恐托付不效,以伤先帝之明;故五月渡泸,深入不毛。今南方已定,兵甲已足,当奖率三军,北定中原,庶竭驽钝,攘除奸凶,兴复汉室,还于旧都。此臣所以报先帝而忠陛下之职分也。至于斟酌损益,进尽忠言,则攸之、祎、允之任也。 愿陛下托臣以讨贼兴复之效,不效,则治臣之罪,以告先帝之灵。若无兴德之言,则责攸之、祎、允等之慢,以彰其咎;陛下亦宜自谋,以咨诹善道,察纳雅言,深追先帝遗诏。臣不胜受恩感激。 今当远离,临表涕零,不知所言。 因篇幅问题不能全部显示,请点此查看更多更全内容