Δυναµικός Προγραµµατισµός (ΔΠ)

Transcript

1 Δυναµικός Προγραµµατισµός (ΔΠ)

2 Περίληψη Δυναµικός Προγραµµατισµός Αρχή του Βέλτιστου Παραδείγµατα

3 Δυναµικός Προγραµµατισµός ΔΠ (Dynamic Programming DP) Μέθοδος σχεδιασµού αλγορίθµων Είναι µια γενική µεθοδολογία και δεν υπάρχει ένα πρότυπο διατύπωσης /επίλυσης προβληµάτων Αρχικά ξεκίνησε σαν µαθηµατική µέθοδος για τη λήψη σειράς αλληλοσυνδεόµενων αποφάσεων (sequence of interrelated decisions) Εξελίχτηκε σε µέθοδο επίλυσης προβληµάτων µε «επικαλυπτόµενα» (overlapping) υποπροβλήµατα. Το πρόβληµα υποδιαιρείται σε ένα αριθµό σταδίων (stages). Το αποτέλεσµα του ΔΠ είναι µια «πολιτική» (policy) η οποία προσδιορίζει τι πρέπει να γίνει σε κάθε στάδιο. Η µέθοδος µπορεί να χρησιµοποιηθεί για γραµµικά καθώς και µη-γραµµικά προβλήµατα. Επίσης για προβλήµατα των οποίων οι παράµετροι είναι γνωστοί µε βεβαιότητα καθώς και για στοχαστικά προβλήµατα.

4 Δυναµικός Προγραµµατισµός ΔΠ Πολλές φορές η επίλυση προβληµάτων χρησιµοποιώντας αναδροµικές σχέσεις δεν είναι αποδοτική. Επιλύει το ίδιο πρόβληµα πολλές φορές Παράδειγµα: Fibonacci Numbers Fib(n) if n=0 return 0; if n= return ; return Fib(n-)+Fib(n-); Υπενθύµιση: ο αλγόριθµος αυτός καλεί τον εαυτό του

5 Δυναµικός Προγραµµατισµός ΔΠ Βασική ιδέα του ΔΠ είναι η χρήση της µνήµης για να αποθηκεύονται οι λύσεις των υπο-προβληµάτων έτσι ώστε να µην είναι αναγκαία η επίλυση τους πολλαπλές φορές Θυµηθείτε την λύση του προβλήµατος χρησιµοποιώντας πίνακα η οποία είναι Ο(n)! Fib(n) F[0]=0; F[]=; for i= to n F[i]=F[i-]+F[i-]; return F[n];

6 Transitive Closure Το Transitive Closure ενός κατευθυνόµενου γράφου είναι ένας δυαδικός nxn πίνακας του οποίου τα στοιχεία Πρόβληµα: Σχεδιάστε ένα αλγόριθµο που να υπολογίζει το Transitive Closure T.

7 Transitive Closure Πρώτη Λύση: Ξεκινώντας από κάθε κόµβο, τρέχουµε ένα αλγόριθµο «εξερεύνησης» γράφου (BFS: Breadth First Search, DFS: Depth-First Search) για να συµπληρώσουµε την κάθε σειρά του πίνακα 8 9

8 Transitive Closure Λύση ΔΠ: Ορίζουµε τον πίνακα Τ (k) ο οποίος µας δίνει τη λύση στο πρόβληµα εάν επιτρέψουµε µόνο k βήµατα (στάδια). Δηλαδή τα στοιχεία του πίνακα θα δίνονται από: ( ) T ij k = κόµβων if there µέχρι is a k path from i to j 0 Εάν δεν υπάρχει othewise µονοπάτι Εάν υπάρχει µονοπάτι από τον i στον j µέσω των Σπάζουµε έτσι το πρόβληµα σε υποπροβλήµατα τα οποία θα πρέπει να λυθούν σταδιακά. T ( 0),T ( ),T ( ),,T ( k ),T ( k),,t ( n). Πως βρίσκουµε τις λύσεις στα πιο πάνω υποπροβλήµατα;

9 Transitive Closure To αρχικό στάδιο Τ (0) δίνεται από τον πίνακα γειτνίασης (Adjacency Matrix), A. Γιατί; Εάν στο στάδιο n- έχουµε βρει µονοπάτι από τον κόµβο v i στον κόµβο v j, τότε το µονοπάτι θα υπάρχει και στο στάδιο n. Εάν στο στάδιο n- έχουµε βρει µονοπάτι από τον κόµβο v i στον κόµβο v k και από τον κόµβο v k στον κόµβο v j. Τότε συνεπάγετε ότι υπάρχει και µονοπάτι από τον κόµβο v i στον κόµβο v j το οποίο εισάγετε στον πίνακα του σταδίου n. Οι πιο πάνω δύο κανόνες, περιγράφονται µε τη σχέση

10 Transitive Closure:Αλγόριθµος Warshall j k j k T ( k ) = k i 0 T ( k) = k i Warshall(A) T(0)= A; for k= to n for i= to n for j= to n T(k)[i,j]=T(k-)[i,j]OR(T(k-)[i,k]AND T(k-)[k,j])

11 Transitive Closure: Παράδειγµα T ( 0) = A = T ( ) = T ( ) = T ( ) = T ( ) =

12 Ελάχιστα Μονοπάτια Πρόβληµα: Υπολογίστε το ελάχιστο µονοπάτι από κάθε σε κόµβο σε όλους του υπόλοιπους κόµβους. Πιθανή Λύση: Πρόβληµα Απόδοσης: Ορισµένα µονοπάτια θα υπολογίζονται πολλαπλές φορές.

13 Ελάχιστα Μονοπάτια Λύση ΔΠ: Ορίζουµε τον πίνακα D(k) ο οποίος µας δίνει τη λύση στο πρόβληµα εάν επιτρέψουµε µόνο k βήµατα (στάδια). Δηλαδή τα στοιχεία του πίνακα δίνουν το ελάχιστο µονοπάτι από τον κόµβο i στον j, εάν επιτρέψουµε µονοπάτια µέχρι k κόµβους. Σπάζουµε έτσι το πρόβληµα σε υποπροβλήµατα τα οποία θα πρέπει να λυθούν σταδιακά. D ( 0), D ( ), D ( ),, D ( k ), D ( k),, D ( n). Πως βρίσκουµε τις λύσεις στα πιο πάνω υποπροβλήµατα; Η βασική ιδέα του αλγορίθµου είναι η ίδια µε αυτή του Transitive Closure.

14 Ελάχιστα Μονοπάτια To πρώτο στάδιο D (0) δίνεται από τον πίνακα κόστους. 0 ( ) D ij = w ij if there is a path from i to j Εάν δεν υπάρχει othewise ακµή Υποθέστε πως στο στάδιο k- έχουµε βρει µονοπάτι από τον κόµβο v i στον κόµβο v j µε κόστος c ij. Υποθέστε πως στο στάδιο k- έχουµε βρει µονοπάτι από τον κόµβο v i στον κόµβο v k µε κόστος c ik και από τον κόµβο v k στον κόµβο v j µε κόστος c kj. Τότε, απλά συγκρίνουµε τα c ij και c ik + c kj. Δηλαδή έχουµε τη σχέση Εάν υπάρχει ακµή από τον i στον j

15 Ελάχιστα Μονοπάτια: Αλγόριθµος Floyd j k j k D ( k ) = k i d kj d ij d ik D ( k) = k i d kj d d ik Floyd(W) D(0)= W; for k= to n for i= to n for j= to n D(k)[i,j]=min{D(k-)[i,j],D(k-)[i,k]+D(k-)[k,j])}

16 Ελάχιστα Μονοπάτια: Παράδειγµα D ( 0) = A = D ( ) = D ( ) = D ( ) = D ( ) =

17 Αρχή του Βέλτιστου (Optimality Principle) A D G B E H J C F I Ποια η βέλτιστη διαδροµή E J? Αρχή του Βέλτιστου (Optimality Principle): Η βέλτιστη διαδροµή από µια κατάσταση (state) σε όλα τα υπόλοιπα στάδια είναι ανεξάρτητη από όλες τις αποφάσεις που λήφθηκαν στο παρελθόν.

18 Διατύπωση Στάδιο Αποφάσεις: Στάδιο n Στάδιο n+ x x n x n+ Στάδιο N x N d Κατάσταση στο στάδιο n s n d k Δυνατές καταστάσεις στο στάδιο n+ Κατάσταση στο στάδιο n+ µετά την απόφαση x n d K s n+ =x n

19 Διατύπωση Κόστος από s n µέχρι τον προορισµό εάν στο σκέλος n πάρουµε την απόφαση x n και βέλτιστες αποφάσεις σε όλα τα επακόλουθα σκέλη Βέλτιστο κόστος από s n έως τον προορισµό Βέλτιστη απόφαση στην κατάσταση n s n s n+ =x n Σε κάθε κατάσταση θα λύνουµε ένα πρόβληµα βελτιστοποίησης! Βέλτιστο κόστος από την κατάσταση s n+ µέχρι τον τελικό προορισµό

20 Δυναµικός Προγραµµατισµός (Βελτιστοποίηση) Ο αλγόριθµος εύρεσης της βέλτιστης στρατηγικής/πολιτικής ξεκινά από το τελευταίο στάδιο N (last stage). Η λύση είναι ένας επαναληπτικός αλγόριθµος και βασίζεται στην ακόλουθη επαναληπτική σχέση: Η βέλτιστη πολιτική στο σκέλος n δίνεται από τη βέλτιστη πολιτική στο σκέλος n+ και τη λύση ενός επιµέρους προβλήµατος βελτιστοποίησης

21 Πρόβληµα υπολογισµού νοµισµάτων Υποθέστε πως υπάρχουν κέρµατα c, c, 0c. Περιγράψτε ένα αλγόριθµο για τον υπολογισµό του συνδυασµού των νοµισµάτων που πρέπει κάποιος να επιστρέψει για ρέστα έτσι που να ελαχιστοποιείται ο αριθµός των κερµάτων. Παράδειγµα: Θέλετε να επιστρέψετε 8c. Πως θα το καταφέρεται; 8c= x0c + xc + xc Σύνολο κέρµατα. Υπάρχει καλύτερη λύση; Ο αλγόριθµος δουλεύει για οποιοδήποτε συνδυασµό κερµάτων; Τι θα συµβεί εάν έχουµε κέρµατα c, c και 0c;

22 Πρόβληµα υπολογισµού νοµισµάτων Διατύπωση (µεταβλητές/αποφάσεις): c το ποσό το οποίο θα πρέπει να συµπληρώσουµε d i αξία του κέρµατος i, π.χ. d =0c, d =c, d =c, s i κατάσταση: υπολειπόµενο ποσό µέχρι το c x i αριθµός κερµάτων αξίας d i (απόφαση που πρέπει να ληφθεί)

23 Πρόβληµα υπολογισµού νοµισµάτων Στάδιο Στάδιο Στάδιο c 0 c-d c-d c 0 c-d 0 c-d c??? Παράδειγµα: Θέλετε 8c. Κέρµατα c, c και 0c;

24 Πρόβληµα υπολογισµού νοµισµάτων Στάδιο Στάδιο Στάδιο Παράδειγµα: Θέλετε 8c. Kέρµατα c, c και 0c;

25 Λεωφορεία Λευκωσίας Απόσταση µεταξύ στάσεων Αριθµός επιβατών. Ποια η πιο σύντοµη διαδροµή από το Α στο Β ;. Ποια διαδροµή εξυπηρετεί περισσότερους επιβάτες για Β ;

26 Λεωφορεία Λευκωσίας Συντοµότερη Διαδροµή

27 Λεωφορεία Λευκωσίας Μέγιστος Αριθµός Επιβατών

28 Πρόβληµα Ελάχιστης Απόστασης Βρέστε το µονοπάτι µε το µικρότερο κόστος από A στο H B F Α D E H C G Τι πήγε λάθος;