1. Хакасский государственный университет им. Н.Ф. Катанова
Структуры и алгоритмы обработки данных
Лекция: Методы программирования.
Николай Гребенщиков, www.grebenshikov.ru

2. Методы программирования
• Жадные алгоритмы - производится локально оптималь-
ный выбор в надежде, что он приведет к оптимальному
решению глобальной задачи.
• Динамическое программрование - разбить большую
задачу на подзадачи и не вычислять подзадачи более од-
ного раза (использовать память).
1

3. Жадные алгоритмы
• Не всегда дают оптимальный реультат. Например, рас-
краска графа.
• Также являются жадными: алгоритмы поиска минималь-
ного остовного дерева, алгоритм Дейкстры, алгоритм Хафф-
мана.
2

4. Задача о выборе процессов
Дано: множество процессов S = {a1, a2, . . . , an}, процессам
требуется некоторый ресурс, который одновременно может
использоваться лишь одним процессом. Каждый процесс ai
характеризуется начальным моментом si и конечным мо-
ментом si, где 0 ≤ si < fi < ∞. Будучи выбран, процесс ai
длится в течение [si, fi), а процессы ai и aj совместимы,
если интервалы [si, fi) и sj , fj не перекрываются.
Найти: подмножество взаимно совместимых процессов, об-
разующих множество максимального размера.
3

5. Задача о выборе процессов. Оптимальное решение.
Пусть S осортировано по f в порядке возрастания.
Aij = sk ∈ S : fi ≤ sk < fk ≤ sj - подмножество процессов,
которые можно выполнить в промежутке между заверше-
нием ai и началом aj
Оптимальное решение задачи Sij равно Aij = Aik ak Akj .

0, при Sij =
c[i, j] =
maxi<k<j,a ∈S {c[i, k] + c[k, j] + 1} , при Sij =
k ij
4

6. Задача о выборе процессов. Жадный алгоритм.
5

7. Задача о выборе процессов. Жадный алгоритм.
6

8. Задача о выборе процессов
T (n) = Θ(N logN ). Почему?
Доказательство оптимальности:
7

9. Задача о рюкзаке.
8

10. Жадный метод
1. Привести задачу оптимизации к виду, когда после сделан-
ного выбора остается решить только одну поздзадачу.
2. Доказать, что существует оптимальное решение, которое
можно получить жадным выбором и такой выбор всегда
допустим.
3. Показать, что после жадного выбора остается подзадача,
которую можно решить жадным методом.
9

11. На семинар
• Теоретические основы жадных алгоритмов.
• Задача планировки заданий, выполняющихся на одном
процессоре.
10

12. Динамическое программирование - применяется если под-
задачи не являются независимыми.
1. Описание структуры оптимального решения.
2. Рекурсивное определение значения оптимального реше-
ния.
3. Вычисление значения с помощью восходящего анализа.
4. Составление оптимального решения на основе информа-
ции, полученной предыдущих этапах.
11

13. Числа Фиббоначи

1, при n = 1, n = 2
F (n) =
f (n − 1) + f (n − 2), при n > 2
Trecursive(n) = O(2n)
Ttable(n) = O(n) - это и есть динамическое программирова-
ние.
12

14. Дискретная задача о рюкзаке
Дано: N предметов {x1, x2, . . . , xN } с различной стоймостью
Vi и весом Wi, максимальный вес Wmax.
Найти: подмножество предметов, вес которых бы не привы-
шал Wmax, стоймость которых была бы максимальной.
13

15. Дискретная задача о рюкзаке. Описание структуры
Ciw - максимальная стоимость предметов из множества
{x1, x2, . . . , xi} при максимальном весе равном w.

0,


 если i = 0 ∨ w = 0
Ciw = C , если Wi > w
 (i−1)w
если Wi ≤ w

max(C
(i−1)w , C(i−1)(w−Wi ) + Vi

Ответ: CN W
14

16. Дискретная задача о рюкзаке. Алгоритм.
1 for (i=0;i<=N ;i++) C[i][0] = 0;
2 for (w=0;w<=Wmax;w++) C[0][w] = 0;
3
4 for (i=1;i<=N;i++)
5 for (w=1;w<=Wmax;w++) {
6 if (Wi[i] > w)
7 C[i][w] = C[i-1][w];
8 else
9 C[i][w] = max(C[i-1][w] , C[i-1][w-Wi[i]]+Vi[i]);
10 }
11
12 output(C[N][Wmax]);
15

17. Дискретная задача о рюкзаке. Анализ алгоритма.
T (N, Wmax) = Θ(N · Wmax)
16

18. Отличие строк. Edit distance problem
Дано: две строки, стоимость удаления, вставки и замены
символа.
Найти: минимальное количество действий необходимых для
преобразования одной строки в другую.
Применение: сравнение ДНК.
17

19. Отличие строк. Описание структуры
d(s1, s2) - количество действий по переобразованию строки
s1 в s2 .

0,

 если s1 =<> ∨s2 =<>

(s1 =<> ∧s2 = s)∨


|s|,

 если
(s1 = s ∧ s2 =<>)





d(s1, s2) = min(d(s1, s2
ˆ ˆ


 +if (c1 = c2)0else1),

если s1 = s1 + c1, s2 = s2 + c2
ˆ ˆ



 d(s , s ),
1 ˆ



 2


d(s1, s2))
ˆ
18

20. Отличие строк. Алгоритм.
m[0..|s1|,0..|s2|]
m[i,j] = d(s1[1..i], s2[1..j]).
1 m[0][0] = 0;
2 for (i=1; i<length(s1); i++) m[i][0] = i;
3 for (j=1; j<length(s2); j++) m[0][j] = j;
4
5 for (i=0; i<length(s1); i++)
6 for (j=0; j<length(s2); j++) {
7 val = (s1[i] == s2[j]) ? 0 : 1;
8 m[i][j] = min( m[i-1][j-1] + val,
9 min(m[i-1][j]+1 , m[i][j-1]+1));
10 }
19

21. Отличие строк. Анализ алгоритма.
T (s1, s2) = Θ(|s1| · |s2|)
20

22. На семинар
• Задача составления расписания конвейера.
• Задача перемножения цепочки матриц.
• Поиск самой длинной общей подпоследовательности.
• Построение оптимального бинарного дерева поиска.
• Задача оптимальной триангуляции многоугольника.
21

23. Лабораторная работа
В далекой стране Тарватии разгорелся бензиновый кризис.
Вследствие чего цены на топливо в каждом городе отлича-
лись в значительной степени. В это время принц Педро Де
Ля Вега решил проехать по своей стране на автомобиле. Он
проложил маршрут, так что ну пути его следования будут
находиться N городов. В каждом из этих городов есть за-
правочные станции. Агенты принца сообщили ему стоимость
бензина в каждом из городов. Помогите, пожалуйста, Педро
выбрать в каких городах ему заправиться, чтобы потратить
на бензин как можно меньше денег. Примите во внимание,
что принц всегда заправляет полный бак.
22

24. Список литературы
• David M. Mount, The Lecture notes: Design and Analysis
of Computer Algorithms. [Электронный ресурс] / Dept. of
Computer Science, University of Maryland, 2004. - Режим
доступа: http://www.cs.umd.edu/ mount/451/Lects/451lects.pdf
. - сс.11-25
• Кормен Т., Лейзерсон Ч., Ривест Р., Штайн К. Алгорит-
мы: построение и анализ, 2-е издание. - М. : Издатель-
ский дом “Вильямс”, 2007. сс.386-481.
23