游艇租赁最小代价——动态规划求解

Posted chenleideblog

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了游艇租赁最小代价——动态规划求解相关的知识,希望对你有一定的参考价值。

问题:江上有6个游艇站,游客可以从任意一个站租赁游艇,并在其下游任意一个站归还游艇,不同站之间的费用不同。

游艇出租站i到j之间的租金为r(i,j)。上下游情况以及各站点之间的费用如下:

技术图片

图片来源于陈小玉老师的《趣学算法》

分析:

1.上述指出上游可以到下游中任意一个站规划游艇,那么,智能是序号低的站到序号高的站,所以,在租金矩阵中只会存在右三角的部分。

2.上述问题无外乎考虑的是直达还是经过中转然后到达目的站点。

3.所以,在出发站点与目的站点之间可以考虑经过0次,1次,2次......中转,最后到达目的站点。

4.要是经过1次或者一次以上中转,那么我们需要记录初始站点i到目的站点j的中转站点k到底是谁,所以我们需要额外数组进行记录,我们选用s[i][j]的值表示两点之间的中转节点。

5.而且我们还需要不断更新初始站点i到目的站点j的最短花费情况,所以要用新的数组进行记录,我们选用m[i][j]的值表示两点之间的最短花费。

注:我们需要进行以下推论,若存在1,2,3站点,1->3有两种情况,要么1->3,要么1->2->3,要是经过2站点中转,则1->3的花费最小,那么我们就知道了1->3的最佳策略是在2站点进行中转。

那么,继续,存在1,2,3,4站点,1->4的情况就更多了些,可以是1->4,也可以是1->2->4,或者是1->3->4,又或者是1->2->3->4这4中情况,有上述中的假设,1->3的最佳策略是在2站点进行中转,那么用于1->4策略中,1->2->3->4的情况一定优于1->3->4的情况。

6.所以,这就引出了动态规划的核心要点,即原问题的最优解一定包含了子问题的最优解,即1->4(1->3->4)的最优解情况一定包含了1->3的最优解情况,那么,我们在开始要记录了子问题的最优解情况,后续则可以直接使用,

7.在6的基础上,我们开始建立最优值的递归式:

已知我们的数据结构:m[i][j]的值表示两点之间的最短花费,s[i][j]的值表示两点之间的中转节点。

那么,若i==j,则m[i][j]==0;

若j==i+1,则m[i][j]==r[i][j],即m[i][j]表示两点间的直达代价,那么s[i][j]==0,因为s[i][j]表示两者间的中转点,而两点为直达,所以没有中转点;

若j>i+1,即两点间存在一个或者一个以上的中转点时,m[i][j]==min{m[i][k]+m[k][j],r[i][j]}

注:本人曾经在此处有过疑惑。但其实想一想就可以理解了,假设i到j有最优情况,那么假设其中一个中转节点是k,那么,我们可以知道最直接的路径i->k->j是一条最优路径,可能i->k之间,k->j之间都还存在这中转情况。

但是我们知道i->k的代价,k->j的代价都是最小的(子问题最优用于母问题最优)

而事实上,i->k的最优情况在分析i->j之前我们已经得到,我们直接用就可以,没必要再重新分析。就是比如先以三个点为例,结果1->3的代价中,路径1->2->3的代价是低于路径1->3代价的,那么,我们就会在选择中记录要是有结果1->3的情况,我们就默认选择路径1->2->3。

同理在1->4的结果中,我们会尝试路径1->4,1->2->4,1->2->3->4而不会去尝试1->3->4。而在计算经过节点3进行中转的情况时,我们只需要关注的是3->4之间的代价,而结果1->3的代价已经由路径1->2->3求得。

所以,最后,若假设结果1->4的最佳路径是1->2->3->4,我们只需要知道4的前一节点是3,而不关心3的前一节点是谁,而到了3节点,我们才能发现其前一节点还需要经过2。

 

接下来进行代码分析:

初始化,我们让m[i][j]=r[i][j],s[i][j]=0,即将直达情况进行了第一遍记录,后续的比较就是逐次增加中转站点的个数,不断进行比较是经过中转后的代价最优还是直达最优,从而对代价表与中转表进行更新。

技术图片

 

接下来,分析超过2个节点的情况,我们加入某个点作为两点间的中转点,看加入后代价是否优于之前,若代价优于直达,更新代价表,并将中转节点编号赋值给r[i][j]。

接下来上代码:

 1 #include <iostream>
 2 using namespace std;
 3 const int N = 1024;
 4 int r[N][N],m[N][N],s[N][N];
 5 int n;
 6 
 7 void initArray()    //初始化数组
 8 {
 9     for(int i = 1; i <= n; i++){
10         for(int j = i+1; j <= n; j++){
11             m[i][j] = r[i][j];
12             r[i][j] = 0;
13         }
14     }
15 }
16 
17 void calShortValue()    //计算数组中的最优代价情况
18 {
19     for(int i = 1; i <= n; i++){
20         for(int j = i+2; j <= n; j++){
21             for(int k = i+1; k < j; k++){
22                 if(m[i][k] + m[k][j] < m[i][j]){
23                     m[i][j] = m[i][k] + m[k][j];
24                     s[i][j] = k;
25                 }
26             }
27         }
28     }
29 }
30 
31 void printShortValue()  //打印数组中最优代价情况
32 {
33     for(int i = 1; i <= n; i++){
34         for(int j = 1; j <= n; j++){
35             if(j <= i){
36                 cout << " ";
37             }
38             else{
39                 cout << m[i][j];
40             }
41             cout << " ";
42         }
43         cout << "
";
44     }
45 }
46 
47 int main()
48 {
49     cout << "请输入站点个数:" << endl;
50     cin >> n;
51     cout << "请以此输入各站点间的代价:" << endl;
52     for(int i = 1; i <= n; i++){
53         for(int j = i+1; j <= n; j++){
54             cin >> r[i][j];
55         }
56     }
57     initArray();
58     calShortValue();
59     printShortValue();
60 }

 

以上是关于游艇租赁最小代价——动态规划求解的主要内容,如果未能解决你的问题,请参考以下文章

动态规划 最小编辑代价

怎样衡量两个字符串的相似度(编辑距离动态规划求解)

动态规划:游艇租用问题

使用动态规划求解最小分配

关于解题思想选择动态规划还是贪心

动态规划习题 | 最优二叉搜索树