凸多邊形最優三角剖分(演算法設計:動態規劃)
一、動態規劃
和分治法類似,把原問題劃分成若干個子問題,不同的是,分治法(子問題間互相獨立),動態規劃(子問題不獨立)
動態規劃:
(1)找出最優解的性質,刻畫其結構特徵
(2)遞迴地定義最優值
(3)自底向上,計算最優值
(4)構造最優解
動態規劃演算法的基本性質有:最優子結構性質和子問題重疊性質
二、凸多邊形最優三角剖分
三角剖分將多邊形分割成互不想交的三角形的弦的集合
權函式定義在多邊形的邊和絃
最優三角剖分:弦的和值最小
主要的思路:動態規劃的思想就是,找出最優解的性質,刻畫其結構特徵,遞迴地定義最優值,自底向上,計算最優值,構造最優解
是一種自底向上的演算法,最優三角剖分類似於矩陣連乘,唯一不同的就是最後w的部分,w是指Vi-1Vk,VkVj,Vi-1Vj三條邊的加和,最好畫圖加以輔助理解,不然很難思考
(1)凸多邊形的三角剖分:將凸多邊形分割成互不相交的三角形的弦的集合T。
(2)最優剖分:給定凸多邊形P,以及定義在由多邊形的邊和絃組成的三角形上的權函式w。要求確定該凸多邊形的三角剖分,使得該三角剖分中諸三角形上權之和為最小。
凸多邊形三角剖分如下圖所示:
2、
若凸(n+1)邊形P={V0,V1……Vn}的最優三角剖分T包含三角形V0VkVn,1<=k<=n,則T的權為三個部分權之和:三角形V0VkVn的權,多邊形{V0,V1……Vk}的權和多邊形{Vk,Vk+1……Vn}的權之和。如下圖所示:
可以斷言,由T確定的這兩個子多邊形的三角剖分也是最優的。因為若有{V0,V1……Vk}和{V0,V1……Vk}更小權的三角剖分,將導致T不是最優三角剖分的矛盾。因此,凸多邊形的三角剖分問題具有最優子結構性質。
3、遞推關係:
設t[i][j],1<=i<j<=n為凸多邊形{Vi-1,Vi……Vj}的最優三角剖分所對應的權值函式值,即其最優值。最優剖分包含三角形Vi-1VkVj的權,子多邊形{Vi-1,Vi……Vk}的權,子多邊形{Vk,Vk+1……Vj}的權之和。
因此,可得遞推關係式:
凸(n+1)邊形P的最優權值為t[1][n]。
如果看過部落格的小可愛對於這個問題有任何疑問,歡迎評論,隨時解答!