《算法分析之动态规划.ppt》由会员分享，可在线阅读，更多相关《算法分析之动态规划.ppt（11页珍藏版）》请在三一文库上搜索。
1、实验3 动态规划,实验要求,理解动态规划的原理及一般应用 最优子结构 子问题重叠 递归关系的提取 编程实现典型的动态规划算法，对算法进行验证，分析算法复杂度。,实验内容,1 Edit-Distance 字符串A通过插入、删除、替换字符变成另一个字符串B，操作的次数表示两个字符串的差异。 用于计算文本相关性、相似性 递归关系 两字符串长度为N、M，对1iN，1jM，有 若ai=bj 则LD(i,j)=LD(i-1,j-1) 若aibj 则LD(i,j)=Min(LD(i-1,j-1),LD(i-1,j),LD(i,j-1)+1,实验内容,求解例 A=GGATCGA，B=GAATTCAGTTA，计
2、算LD(A,B) 第一步：初始化LD矩阵,实验内容,第二步：利用递归式，依次列出其他行列,若ai=bj 则LD(i,j)=LD(i-1,j-1) 若aibj 则LD(i,j)=Min(LD(i-1,j-1),LD(i-1,j),LD(i,j-1)+1,实验内容,2 0-1背包问题 给定n种物品和一背包。物品i的重量是wi，其价值为vi，背包的容量为C。问应如何选择装入背包的物品，使得装入背包中物品的总价值最大? 0-1背包问题是一个特殊的整数规划问题。 0-1表示要么装，要么不装。,实验内容,分析 考虑由前i (1in)个物品定义的实例，物品重量分别为w1,w2,wi，价值分别为v1,v2,v
3、i，背包承重量 j (1 j w)。 设Vi,j为能放进承重量为j的前i个物品中最有价值子集的总价值。这个子集分两类： 不包括第i个物品的最优子集价值是vi-1,j 包括第i个物品的子集中，该最优子集是由该物品和前i-1个物品中能放进承重j-wi的背包的最优子集组成，总价值为vi + V i-1, j-wi 。,实验内容,分析 考虑由前i (1in)个物品定义的实例，物品重量分别为w1,w2,wi，价值分别为v1,v2,vi，背包承重量 j (1 j w)。 设Vi,j为能放进承重量为j的前i个物品中最有价值子集的总价值。这个子集分两类： 不包括第i个物品的最优子集价值是vi-1,j 包括第i个物品的子集中，该最优子集是由该物品和前i-1个物品中能放进承重j-wi的背包的最优子集组成，总价值为vi + V i-1, j-wi 。,实验内容,实验结果,按要求粘贴 算法名称及代码 个人信息适时嵌入代码 代码要注意换行、缩进层次 要有注释，最好有着色 http:/10.2.130.222/code/ 结果截图 分析结论,报告严格命名 学号_姓名_实验3.doc 上传至ftp:/10.2.130.222/Upload/Ex3,