งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ

งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ

กำหนดการพลวัต (Dynamic programming) 1. ☺ Dynamic programming จะเหมาะกับการ แก้ปัญหา optimization ตัวอย่างเช่น  Longest Common Subsequence 2.

งานนำเสนอที่คล้ายกัน


งานนำเสนอเรื่อง: "กำหนดการพลวัต (Dynamic programming) 1. ☺ Dynamic programming จะเหมาะกับการ แก้ปัญหา optimization ตัวอย่างเช่น  Longest Common Subsequence 2."— ใบสำเนางานนำเสนอ:

1 กำหนดการพลวัต (Dynamic programming) 1

2 ☺ Dynamic programming จะเหมาะกับการ แก้ปัญหา optimization ตัวอย่างเช่น  Longest Common Subsequence 2

3 3

4 Longest Common Subsequence ☺ X = มี subsequences     <>  … ☺ Y =    … ☺ ลำดับย่อยร่วม Common subsequence(X, Y) ☺ ลำดับย่อยร่วมที่ยาวที่สุด longest common subsequence(X, Y) หรือ LCS 4 มีลำดับย่อยทั้งหมด 2 5 = 32

5 นิยาม 5 ตัววัดคุณภาพของ LCS

6 คำตอบปัญหาใหญ่ได้จากคำตอบปัญหา ย่อยๆ 6

7 7

8 Recurrence ของ L(i,j) 8

9 9

10 10

11 LCS: Top-down 11

12 หาความยาว LCS : เวลาการทำงาน 12

13 LCS: Best case เมือ ? 13

14 Top-down + Memoization 14

15 LCS: memoization 15

16 LCS : Bottom-up 16

17 LCS : Dynamic Programming 17

18 ต้องการ LCS : จำผลการตัดสินใจ 18

19 จำผลการตัดสินใจ 19

20 ใช้ผลการตัดสินใจสร้างคำตอบ 20

21 ต้องการประหยัด ไม่จำผลการตัดสินใจ 21

22 LCS_Soln(x,y,L) 22

23 สะกดผิด : หาคำใกล้เคียง 23

24 Minimum Edit Distance 24

25 สรุปลักษณะของปัญหาที่เหมาะกับ Dynamic Prog. 25

26 Optimal substructures 26

27 Longest Simple Path 27

28 0/1 Knapsack 28

29 0/1 Knapsack 29

30 แบ่งปัญหาใหญ่เป็นปัญหาย่อย 30

31 หาคำตอบใหญ่จากคำตอบเล็ก 31

32 ปัญหาใหญ่ : ปัญหาย่อย 32

33 เขียน recurrence V(i, j) 33

34 Knapsack : Top-down 34

35 35

36 36

37 37

38 38

39 39

40 40

41 41

42 42

43 43

44 44

45 45

46 46

47 47

48 48

49 49


ดาวน์โหลด ppt กำหนดการพลวัต (Dynamic programming) 1. ☺ Dynamic programming จะเหมาะกับการ แก้ปัญหา optimization ตัวอย่างเช่น  Longest Common Subsequence 2.

งานนำเสนอที่คล้ายกัน


Ads by Google