四边形优化dp小结

本文介绍了当状态转移方程满足特定条件时,如何利用四边形不等式进行动态规划优化,将时间复杂度从O(n^3)降低到O(n^2)。讨论了w(i,j)函数的性质及其对决策点s(i,j)的影响。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

在本蒟蒻开始乱扯之前,先推荐两篇博客,有更详细清晰的讲解,这儿就不说那么多了,毕竟叫“小结”对吧。。。
http://www.cnblogs.com/hadilo/p/5800306.html
http://blog.youkuaiyun.com/u014800748/article/details/45750737
下面进入正题:(一下所有的把min取成max,把”<”取成”>”也成立)
对于一个状态转移方程dp[i][j]=min{dp[i][k]+dp[k+1][j]+w(i,j)}
1.当函数w(i,j)满足 w(a,c)+w(b,d) <= w(b,c)+w(a,d) 且a<=b< c <=d 时,我们称w(i,j)满足四边形不等式。。
2.当函数w(i, j)满足w(b, c) <= w(a, b)时,a <= b < c <= d 时,称w关于关于区间包含关系单调。
如果这个转移方程满足以上两个条件,那么可以得出以下结论:
设s(i,j)为dp[i][j]取得最优解的决策点,有s(i,j-1)<=s(i,j)<=s(i+1,j)
于是O(n^3)的时间复杂度降到O(n^2)(近似?)
具体证明参考此论文

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值