งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ

งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ

กำหนดการพลวัต (Dynamic programming)

งานนำเสนอที่คล้ายกัน


งานนำเสนอเรื่อง: "กำหนดการพลวัต (Dynamic programming)"— ใบสำเนางานนำเสนอ:

1 กำหนดการพลวัต (Dynamic programming)

2 Dynamic programming จะเหมาะกับการแก้ปัญหา optimization ตัวอย่างเช่น
Longest Common Subsequence

3

4 Longest Common Subsequence
X = <H, E, L, L, O> มี subsequences <H, E, L, L, O>  <H, E> <H, E, L, L, O>  <H, E, O> <H, E, L, L, O>  <> Y = <H, E, R, O> <H, E, R, O>  <H, E> <H, E, R, O>  <H, O> <H, E, R, O>  <H, E, O> ลำดับย่อยร่วม Common subsequence(X, Y) ลำดับย่อยร่วมที่ยาวที่สุด longest common subsequence(X, Y) หรือ LCS มีลำดับย่อยทั้งหมด 25 = 32

5 นิยาม ตัววัดคุณภาพของ LCS

6 คำตอบปัญหาใหญ่ได้จากคำตอบปัญหาย่อยๆ

7 คำตอบปัญหาใหญ่ได้จากคำตอบปัญหาย่อยๆ

8 Recurrence ของ L(i,j)

9 Recurrence ของ L(i,j)

10 Recurrence ของ L(i,j)

11 LCS: Top-down

12 หาความยาว LCS : เวลาการทำงาน

13 LCS: Best case เมือ?

14 Top-down + Memoization

15 LCS: memoization

16 LCS : Bottom-up

17 LCS : Dynamic Programming

18 ต้องการ LCS : จำผลการตัดสินใจ

19 จำผลการตัดสินใจ

20 ใช้ผลการตัดสินใจสร้างคำตอบ

21 ต้องการประหยัด ไม่จำผลการตัดสินใจ

22 LCS_Soln(x,y,L)

23 สะกดผิด : หาคำใกล้เคียง

24 Minimum Edit Distance

25 สรุปลักษณะของปัญหาที่เหมาะกับ Dynamic Prog.

26 Optimal substructures

27 Longest Simple Path

28 0/1 Knapsack

29 0/1 Knapsack

30 แบ่งปัญหาใหญ่เป็นปัญหาย่อย

31 หาคำตอบใหญ่จากคำตอบเล็ก

32 ปัญหาใหญ่ : ปัญหาย่อย

33 เขียน recurrence V(i, j)

34 Knapsack : Top-down

35

36

37

38

39

40

41

42

43

44

45

46

47

48

49


ดาวน์โหลด ppt กำหนดการพลวัต (Dynamic programming)

งานนำเสนอที่คล้ายกัน


Ads by Google