如何理解动态规划?

Posted 大话信号处理

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了如何理解动态规划?相关的知识,希望对你有一定的参考价值。

内容转载自知乎问答「什么是动态规划(Dynamic Programming)?动态规划的意义是什么?」下阮行止的回答,本文仅在格式上做了适量重新编排。
作者:洛谷网校 阮行止
来源:知乎



写在前面

很有意思的问题。以往见过许多教材,对动态规划(DP)的引入属于“奉天承运,皇帝诏曰”式:不给出一点引入,见面即拿出一大堆公式吓人;学生则死啃书本,然后突然顿悟。

针对入门者的教材不应该是这样的。

恰好我给入门者讲过四次DP入门,迭代出了一套比较靠谱的教学方法,所以今天跑过来献丑。  

现在,我们试着自己来一步步“重新发明”DP。



从一个生活问题谈起

先来看看生活中经常遇到的事吧:

假设您是个土豪,身上带了足够的1、5、10、20、50、100元面值的钞票。现在您的目标是凑出某个金额w,需要用到尽量少的钞票。

依据生活经验,我们显然可以采取这样的策略:能用100的就尽量用100的,否则尽量用50的……依次类推。

在这种策略下,666=6×100+1×50+1×10+1×5+1×1,共使用了10张钞票。  

这种策略称为“贪心”:假设我们面对的局面是“需要凑出w”,贪心策略会尽快让w变得更小。能让w少100就尽量让它少100,这样我们接下来面对的局面就是凑出w-100。

长期的生活经验表明,贪心策略是正确的。  

但是,如果我们换一组钞票的面值,贪心策略就也许不成立了。

如果一个奇葩国家的钞票面额分别是1、5、11,那么我们在凑出15的时候,贪心策略会出错:

15=1×11+4×1 (贪心策略使用了5张钞票)  15=3×5 (正确的策略,只用3张钞票)  

为什么会这样呢?贪心策略错在了哪里?

鼠目寸光。

刚刚已经说过,贪心策略的纲领是:“尽量使接下来面对的w更小”。这样,贪心策略在 w=15 的局面时,会优先使用 11 来把 w 降到 4;但是在这个问题中,凑出 4 的代价是很高的,必须使用 4×1。如果使用了 5,w 会降为 10,虽然没有 4 那么小,但是凑出 10 只需要两张 5 元。

在这里我们发现, 贪心是一种只考虑眼前情况的策略。

那么,现在我们怎样才能避免鼠目寸光呢?

如果直接暴力枚举凑出w的方案,明显复杂度过高。太多种方法可以凑出w了,枚举它们的时间是不可承受的。我们现在来尝试找一下性质。

重新分析刚刚的例子。w=15 时,我们如果取 11,接下来就面对 w=4 的情况;如果取 5,则接下来面对 w=10 的情况。

我们发现这些问题都有相同的形式:“给定 w,凑出 w 所用的最少钞票是多少张?”接下来,我们用 f(n) 来表示“凑出 n 所需的最少钞票数量”。

那么,如果我们取了  11,最后的代价(用掉的钞票总数)是多少呢?

明显 cost = f(4) + 1 = 4 + 1 = 5。它的意义是:利用 11 来凑出 15,付出的代价等于 f(4) 加上自己这一张钞票。现在我们暂时不管 f(4) 怎么求出来。依次类推,马上可以知道:如果我们用 5 来凑出 15,cost就是 f(10) + 1 = 2 + 1 = 3。

那么,现在 w=15 的时候, 我们该取那种钞票呢?

当然是各种方案中,cost 值最低的那一个!
取11:cost = f(4) + 1 = 4 + 1 = 5取5:cost = f(10) + 1 = 2 + 1 = 3取1:cost = f(14) + 1 = 4 + 1 = 5

显而易见,cost 值最低的是取 5 的方案。

我们通过上面三个式子,做出了正确的决策!

这给了我们一个至关重要的启示: f(n) 只与f(n-1),f(n-5),f(n-10)相关;更确切地说:

如何理解动态规划?


这个式子是非常激动人心的。

我们要求出 f(n),只需要求出几个更小的f值;既然如此,我们从小到大把所有的f(i)求出来不就好了?注意一下边界情况即可。代码如下:

如何理解动态规划?


我们以 O(n) 的复杂度解决了这个问题。

现在回过头来,我们看看它的原理:
  • f(n) 只与f(n-1),f(n-5),f(n-10)的值相关

  • 我们只关心 f(w) 的值,不关心是怎么凑出 w 的


这两个事实,保证了我们做法的正确性。它比起贪心策略,会分别算出取1、5、11的代价,从而做出一个正确决策,这样就避免掉了“鼠目寸光”!

它与暴力的区别在哪里?

我们的暴力枚举了“使用的硬币”,然而这属于冗余信息。我们要的是答案,根本不关心这个答案是怎么凑出来的。譬如,要求出 f(15),只需要知道 f(14), f(10), f(4) 的值。其他信息并不需要。

我们舍弃了冗余信息。我们只记录了对解决问题有帮助的信息:f(n)。  

我们能这样干,取决于问题的性质: 求出f(n),只需要知道几个更小的f(c)。我们将求解f(c)称作求解f(n)的“子问题”。

这就是DP(动态规划,dynamic programming):将一个问题拆成几个子问题,分别求解这些子问题,即可推断出大问题的解。

思考题:请稍微修改代码,输出我们凑出w的方案。



几个简单的概念

无后效性

一旦 f(n) 确定,“我们如何凑出 f(n) ”就再也用不着了。  


要求出 f(15),只需要知道 f(14), f(10), f(4) 的值,而 f(14), f(10), f(4) 是如何算出来的,对之后的问题没有影响。


“未来与过去无关”,这就是无后效性。


严格定义:如果给定某一阶段的状态,则在这一阶段以后过程的发展不受这阶段以前各段状态的影响。


最优子结构

回顾我们对 f(n) 的定义:我们记“凑出 n 所需的最少钞票数量”为 f(n)。f(n)的定义就已经蕴含了“最优”。


利用 w=14, 10, 4 的最优解,我们即可算出 w=15 的最优解。


大问题的最优解可以由小问题的最优解推出,这个性质叫做“最优子结构性质”。


引入这两个概念之后,我们如何判断一个问题能否使用DP解决呢?


能将大问题拆成几个小问题,且满足无后效性、最优子结构性质。




DP的典型应用:DAG最短路

问题很简单:给定一个城市的地图,所有的道路都是单行道,而且不会构成环。每条道路都有过路费,问您从S点到T点花费的最少费用。


如何理解动态规划?

一张地图,边上的数字表示过路费 


这个问题能用DP解决吗?


我们先试着记从 S 到 P 的最少费用为 f(P)。想要到 T,要么经过 C,要么经过 D。从而:

如何理解动态规划?


好像看起来可以DP。


现在我们检验刚刚那两个性质:


无后效性:对于点 P,一旦 f(P) 确定,以后就只关心 f(P) 的值,不关心怎么去的。


最优子结构:对于 P,我们当然只关心到 P 的最小费用,即 f(P) 。如果我们从 S 走到 T 是 S-P-Q-T,那肯定 S 走到 Q 的最优路径是 S-P-Q。对一条最优的路径而言,从S走到沿途上所有的点(子问题)的最优路径,都是这条大路的一部分。这个问题的最优子结构性质是显然的。


既然这两个性质都满足,那么本题可以 DP。式子明显为:


如何理解动态规划?


其中R为有路通到P的所有的点,为R到P的过路费。


代码实现也很简单,拓扑排序即可。




DP原理的一点讨论

DP 的核心思想

DP 为什么会快?


无论是DP还是暴力,我们的算法都是在可能解空间内,寻找最优解。


来看钞票问题。


暴力做法是枚举所有的可能解,这是最大的可能解空间。


DP 是枚举有希望成为答案的解,这个空间比暴力的小得多。


也就是说:DP 自带剪枝。


DP 舍弃了一大堆不可能成为最优解的答案。譬如:

15 = 5+5+5 被考虑了。  

15 = 5+5+1+1+1+1+1 从来没有考虑过,因为这不可能成为最优解。


从而我们可以得到 DP 的核心思想:尽量缩小可能解空间。


在暴力算法中,可能解空间往往是指数级的大小;如果我们采用DP,那么有可能把解空间的大小降到多项式级。


一般来说,解空间越小,寻找解就越快。这样就完成了优化。


DP的操作过程

一言以蔽之:大事化小,小事化了。


将一个大问题转化成几个小问题;求解小问题;推出大问题的解。


如何设计DP算法

下面介绍比较通用的设计DP算法的步骤:


首先,把我们面对的局面表示为 x。这一步称为设计状态。


对于状态 x,记我们要求出的答案(e.g. 最小费用)为 f(x)。我们的目标是求出 f(T)。


找出 f(x) 与哪些局面有关(记为p),写出一个式子(称为状态转移方程),通过f(p)来推出f(x)。


DP 三连

设计DP算法,往往可以遵循 DP 三连:

  • 我是谁?  ——设计状态,表示局面

  • 我从哪里来?

  • 我要到哪里去?  ——设计转移


设计状态是 DP 的基础。接下来的设计转移,有两种方式:


一种是考虑我从哪里来(本文之前提到的两个例子,都是在考虑“我从哪里来”)。


另一种是考虑我到哪里去,这常见于求出 f(x) 之后,更新能从 x 走到的一些解。这种 DP 也是不少的,我们以后会遇到。


总而言之,“我从哪里来”和“我要到哪里去”只需要考虑清楚其中一个,就能设计出状态转移方程,从而写代码求解问题。前者又称 pull 型的转移,后者又称 push 型的转移。


思考题:如何把钞票问题的代码改写成“我到哪里去”的形式?提示:求出 f(x) 之后,更新 f(x+1), f(x+5), f(x+11)。




例题:最长上升子序列

扯了这么多形而上的内容,还是做一道例题吧。


最长上升子序列(LIS)问题:给定长度为 n 的序列 a,从 a 中抽取出一个子序列,这个子序列需要单调递增。问最长的上升子序列(LIS)的长度。


e.g. 1,5,3,4,6,9,7,8的 LIS 为1,3,4,6,7,8,长度为6。


如何设计状态(我是谁)?


我们记 f(x) 为以 a结尾的 LIS 长度,那么答案就是 max{f(x)}。


状态x从哪里推过来(我从哪里来)?


考虑比x小的每一个 p:如果 axap,那么 f(x) 可以取 f(p)+1。


解释:我们把 a接在 ap 的后面,肯定能构造一个以 a结尾的上升子序列,长度比以 ap 结尾的 LIS 大1。那么,我们可以写出状态转移方程了:


如何理解动态规划?


至此解决问题。两层for循环,复杂度 O(n^2)。

 


从这三个例题中可以看出,DP 是一种思想,一种“大事化小,小事化了”的思想。带着这种思想,DP 将会成为我们解决问题的利器。


最后,我们一起念一遍DP三连吧——我是谁?我从哪里来?我要到哪里去?



·END·




你可能还感兴趣:




信号君:寻求简单之道


专注数字信号处理、计算机体系结构

赠人玫瑰,手有余香

以上是关于如何理解动态规划?的主要内容,如果未能解决你的问题,请参考以下文章

如何理解线性分区中的动态规划解决方案?

详细实例说明+典型案例实现 对动态规划法进行全面分析 | C++

白话 动态规划 第一节 初识动态规划

JAVA动态规划,最长递增子序列的代码太难理解,求大神帮我讲解一下!

理解动态规划的好例子、文章、书籍[关闭]

递归?这次真不行 —— “动态规划” 入门理解(下)