Java Programare Dinamica

Se consider vectorul w = (w1,..., wn).
S se determine un subvector al lui w care nu conine

elemente consecutive n w i are suma elementelor
maxim
Exemplu
Pentru
w = (1, 4, 7, 5)
soluia este
(4, 5)
Problem echivalent
Se consider un graf de tip lan cu V = {v1,..., vn}.
Vrfurile grafului au asociate ponderile w1,..., respectiv wn.

S se determine o mulime independent de vrfuri de
pondere maxim
ponderea unei mulimi de vrfuri = suma ponderilor vrfurilor
Aplicaii probleme de alocare de resurse cu evitarea

interferenei (indicat prin muchii -> graf de conflicte)
Ponderea asociat vrfurilor poate reprezenta cantitatea de
date pe care staia trebuie s o transmit
Problem transmiterea cantitii maxime de date fr
interferene
Nu se cunosc algoritmi polinomiali n cazul general

(NP-completitudine)
Maximum Weighted Independent Set
Abordare cu metoda Greedy
La un pas este adugat n soluie vrful de pondere

maxim neadiacent cu cele deja selectate
Soluia: {v3, v1} cu ponderile {7, 1} nu este optim
Abordare cu metoda Divide et Impera
Incorect reuniunea soluiilor subproblemelor nu este o

soluie posibil (corect) pentru problema iniial
Cutarea exhaustiv a soluiei optime
Generarea tuturor soluiilor posibile i determinarea celei

optime algoritm exponenial
Problema nu se poate rezolva folosind metode

deja studiate
Analizm structura unei soluii optime, evideniind

un element (primul/ultimul) al acesteia, pentru a
determina subprobleme utile i relaii de recuren
Fie S V = {v1,..., vn} o soluie optim

Dac vn S S-{vn} este soluie optim pentru
G-{vn, vn-1}
Dac vn S S este soluie optim pentru
G-{vn}

G-{vn, vn-1}
G-{vn}

G-{vn, vn-1}
G-{vn}
Dac am tii deja soluiile pentru grafurile G-{vn, vn-1} i

G-{vn} , am putea determina S alegnd dintre cele dou
situaii cazul n care se obine soluia optim
Recuren:
Notm S(i) = ponderea maxim a unei mulimi
independete n graful indus de vrfurile {v1,..., vi}
S(n) = max{ S(n-2)+wn, S(n-1)}

S(1) = w1, S(0) = 0
S(n)
S(n-1)
S(n-2)
S(n-3)
S(n-2)
S(n-3)
S(n-3)
S(n-4)
S(n-4)
Subproblemele se repet algoritm exponenial
S(n)
S(n-1)
S(n-2)
S(n-3)
S(n-2)
S(n-3)
S(n-3)
S(n-4)
S(n-4)
Putem evita rezolvarea unei subprobleme de mai
multe ori?
Recuren:
S(n)= max{ S(n-2)+wn, S(n-1)}
Memorm ntr-un vector rezultatele subproblemelor
deja rezolvate (memoizare) o subproblem va fi
rezolvat o singur dat algoritm O(n)
S(4)
S(3)
S(2)
S(0)
S(1)
Mai eficient implementare iterativ a recurenei

(bottom-up)
int Sol(int n){

if(n==0) return 0;
if(n==1) return w[1];

if (s[n]==0) //nerezolvata
s[n]= Math.max(Sol(n-2)+w[n],Sol(n-1));
return s[n];
}]; poz = i;}
for(int i=0;i<=n;i++)
s[i]=0;
System.out.println(Sol(n));
int SolNerec(int n){

s[0] = 0;
s[1] = w[1];
for(int i=2;i<=n;i++)
s[i]= Math.max(s[i-2]+w[i],s[i-1]);
return s[n];
}
Cum putem determina i o submulime optim, nu

doar ponderea?

doar ponderea?
Din relaia de recuren putem deduce ce vrfuri au

fost selectate n soluie
s[n]= max{ s[n-2]+w[n], s[n-1]}
Dac s[n] = s[n-2]+w[n] , vrful n se adaug n
soluie i problema se reduce la primele n-2 vrfuri
Dac s[n] = s[n-1] , nu se adaug nici un vrf la

doar ponderea?
Din relaia de recuren putem deduce ce vrfuri au

fost selectate n soluie
s[n]= max{ s[n-2]+w[n], s[n-1]}
Dac s[n] = s[n-2]+w[n] , vrful n se adaug n
Dac s[n] = s[n-1] , nu se adaug nici un vrf la
static void SolNerecCuAfis(int n){

int i;
s[0]=0; s[1]=w[1];
for(i=2;i<=n;i++)
System.out.print("ponderea maxima "+ s[n]);

System.out.println(" pentru varfurile: ");
i=n;
while(i>1){
if(s[i]==s[i-2]+w[i]){
System.out.println(i+" de pondere "+w[i]);
i=i-2;
}
else
i=i-1;
}
if(i==1)
}

int i;
s[0]=0; s[1]=w[1];
for(i=2;i<=n;i++)

i=n;
while(i>1){
if(s[i]==s[i-2]+w[i]){
i=i-2;
}
else
i=i-1;
}
if(i==1)
}

int i;
s[0]=0; s[1]=w[1];
for(i=2;i<=n;i++)

i=n;
while(i>1){
if(s[i]==s[i-2]+w[i]){
i=i-2;
}
else
i=i-1;
}
if(i==1)
}
Greedy nu furnizeaz mereu soluia optim
Alte exemple:
Problema rucsacului, cazul discret
Problema monedelor, cazul general
Divide et Impera ineficient dac subproblemele se

repet
Exemplu - Calculm numrul Fibonacci F(n)

F(n) = F(n-1)+F(n-2)
F(0) = F(1) = 1
F(4)
F(4)
F(3)
F(1) F(1)
F(2)
F(1)
F(2)
F(0)
F(0)
Exemplu Calculm numrul Fibonacci F(n)

F(n) = F(n-1)+F(n-2)
F(0) = F(1) = 1
F(4)
F(4)
F(3)
F(1) F(1)
F(2)
F(1)
F(2)
F(0)
F(0)
Soluii
reducere la subprobleme utile + relaii de recuren
rezolvarea eficient a subproblemelor
recursiv cu memoizare (salvarea rezultatelor subproblemelor
deja rezolvate)
algoritmi iterativi buttom-up
Metoda programrii dinamice
Probleme care presupun rezolvarea de relaii de

recuren
De obicei aceste relaii se obin din respectarea unui
principiu de optimalitate (subprobleme optime)
Fie A i B dou mulimi oarecare (B = N, Z, R, {0,1} )

Fiecrui xA urmeaz s i se asocieze o valoare v(x)B.
xA
v(x)B

xA
v(x)B
v este cunoscut doar pe submulimea XA

xA
v(x)B
v este cunoscut doar pe submulimea XA
Pentru fiecare xA\X avem relaia
v(x) = fx(v(a1),...,v(ak))
unde
Ax = {a1,...,ak}
este mulimea elementelor din A de a cror valoare
depinde v(x)
Dat zA, se cere s se calculeze, dac este posibil,

valoarea v(z) - eficient
Putem reprezenta problema pe un graf de dependene.
Vrfurile corespund elementelor din A, iar descendenii

unui vrf x sunt vrfurile din Ax.
x
valoarea lui x depide

ai
direct de v(ai)
Problema are soluie numai dac n graful de dependene nu

exist circuite accesibile din z
Calcul numr Fibonacci Fn

F(n) = F(n-1)+F(n-2)
F(0) = F(1) = 1
Calcul numr Fibonacci Fn

F(n) = F(n-1)+F(n-2)
F(0) = F(1) = 1
X ={0, 1}
4
3
2
tim iniial
Alt exemplu
A = {1,2,...,5,6};
v(1) = v(2) = 1
v(3) = v(1) + v(2) + v(4)
v(4) = v(1) + v(2)
v(5) = v(2) + v(3)
v(6) = v(1) + v(3) + v(4)
v(6) = ?
Alt exemplu
A = {1,2,...,5,6};
v(1) = v(2) = 1
X = {1, 2}
v(3) = v(1) + v(2) + v(4)
v(4) = v(1) + v(2)
v(5) = v(2) + v(3)
v(6) = v(1) + v(3) + v(4)
3
4
v(6) = ?
3
4
v(6) = ?
5 nu intervine n calculul
lui v(6)
Fie Gz graful indus de mulimea vrfurilor y de a cror

valoare depinde v(z) = pentru care exist un drum de la y la
z = vrfuri observabile din z
Gz
graful vrfurilor observabile din z
Problema presupune o parcurgere a grafului Gz
v(6) = ?
graful vrfurilor observabile din 6
Ar fi bine dac
am cunoate de la nceput Gz
forma acestui graf ar permite o parcurgere mai simpl,
care s conduc la calcularea valorii v(z).
ncercare de rezolvare cu metoda Divide et Impera.

procedure DivImp(x)
for yAx\X
{y de care x depinde direct}
DivImp(y)
calculeaz v(x) conform funciei fx
end;
ncercare de rezolvare cu metoda Divide et Impera.

procedure DivImp(x)
for yAx\X
{y de care x depinde direct}
DivImp(y)
calculeaz v(x) conform funciei fx
end;
algoritmul nu se termin pentru grafuri ciclice
valoarea unui vrf poate fi calculat de mai multe ori
Soluie - sortarea topologic pentru Gz

ordinea
n care se calculeaz valorile v ale vrfurilor
Ar fi mai bine dac forma grafului ar permite o
parcurgere mai simpl.
Metoda programrii dinamice const n urmtoarele:
Se asociaz problemei un graf de dependene

n graf este pus n eviden un graf de vrfuri observabile
din z, numit PD-arbore de rdcin z, cu proprietile

nu conine circuite

nu conine circuite
mulimea vrfurilor cu gradul intern 0 (ale cror valori
nu depind de o alt valoare) este inclus n X

nu conine circuite
mulimea vrfurilor cu gradul intern 0 (ale cror valori
nu depind de o alt valoare) este inclus n X
se poate aeza pe niveluri (nivelul lui y = lungimea

maxim a unui drum de la y la z)
Metoda programrii dinamice const n urmtoarele :

din z, numit PD-arbore de rdcin z
Se parcurge n postordine PD-arborele
procedure postord(x)
for jAx
if viz[j]=false {diferena fa de DI}
postord(j)
calculeaz v(x) conform funciei fx;
viz[x]true
end
Apel postord(z)
v(6) = ?
3
4
Prin parcurgerea n postordine, vrfurile vor fi

sortate topologic
Generalizeaz metoda Divide et Impera - dependenele

nu au forma unui arbore, ci a unui PD-arbore.
Generalizeaz metoda Divide et Impera - dependenele

nu au forma unui arbore, ci a unui PD-arbore.
Este util s cutm n PD-arbore regulariti care s

evite memorarea valorilor tuturor vrfurilor i/sau s
simplifice parcurgerea n postordine.
A = {0,...,n},
B = N
X = {0,1} (tim F0=0; F1=1)
v(k) = Fk , deci
v(k) = v(k-1)+ v(k-2)
A = {0,...,n},
B = N
X = {0,1} (tim F0=0; F1=1)
v(k) = Fk , deci
v(k) = v(k-1)+ v(k-2)
Ak = {k-1,k-2}, k2
fk(a,b) = a + b, k2
A = {1,...,n},
v(k) = (Fk-1, Fk)
v(1) = (0, 1)
B = N N
A = {1,...,n},
v(k) = (Fk-1, Fk)
v(1) = (0, 1)
B = N N
Ak = {k-1}, k2
fk(a,b) = (b, a+b) k2
v(k) = fk(v(k-1))
A = {1,...,n},
v(k) = (Fk-1, Fk)
v(1) = (0, 1)
B = N N
Ak = {k-1}, k2
fk(a,b) = (b, a+b) k2
v(k) = fk(v(k-1))
a0; b1
for i=2,n
(a,b)(b,a+b)
write(b)
Se poate utiliza n problemele de optim care verific

un principiu de optimalitate, din care se obin relaiile
de calcul
Fie secvena de stri S0 (starea iniial), S1, , Sn (starea

final) ale sistemului.
Fie soluia optim d1, ..., dn

Principiul de optimalitate poate fi satisfcut sub una
din urmtoarele forme:
optim
d1
dn
optim
ir optim
ambele subsecvene
sunt optime
Fie soluia optim d1, ..., dn

Principiul de optimalitate poate fi satisfcut sub una
din urmtoarele forme:
(1) d1 , d 2 ,...., d n optim d k ,...., d n optim pentru subproblema

corespunzatoare, 1 k n
(2) d1 , d 2 ,...., d n optim d1 ,...., d k optim, 1 k n
(3) d1 , d 2 ,...., d n optim d1 ,...., d k optim, 1 k n

si
d k , ...., d n optim, 1 k n
Stabilirea subproblemelor utile (de exemplu din

principiul de optimalitate)
Care subprobleme le putem rezolva direct
Relaiile de recuren
Ordinea de parcurgere a grafului de dependene

(ordinea de calcul)
Se consider vectorul a = (a1,..., an).

S se determine lungimea maxim a unui subir
cresctor din a i un astfel de subir de lungime
maxim
Exemplu
Pentru
a = (8, 1, 7, 4, 6, 5, 11)
lungimea maxim este 4, un subir fiind

1,
4, 6,
11
Longest Increasing Subsequence

nrudit cu problema determinrii celui mai lung subir
comun a dou iruri (Longest Common Subsequence)
Aplicaii
cautarea de tiparuri (patterns):
baze de date mari
bioinformatica
similitudini n genetic (ADN)

sequence alignment
Lavanya, B., Murugan, A.: Discovery of longest increasing

subsequences and its variants using DNA operations.
International Journal of Engineering and Technology 5(2),
11691177 (2013)
Principiu de optimalitate:
Dac
ai1, ai2, , aip,
este un subir optim care ncepe pe poziia i1, atunci:
ai2, , aip
este un subir optim care ncepe pe poziia i2;
Mai general
aik, , aip
este un subir optim care ncepe pe poziia ik.
Principiu de optimalitate
Subprobleme:
Calculm pentru fiecare poziie i lungimea maxim a
unui subir cresctor ce ncepe pe poziia i (cu elementul
ai)
Subproblem:
lung[i] = lungimea maxim a unui subir
cresctor ce ncepe pe poziia i
Subproblem:
Soluie problem:
nr = max{lung[i]i = 1,2,,n}
Subproblem:
Soluie problem:
nr = max{lung[i]i = 1,2,,n}
Subproblem:
tim direct
Relaie de recuren

(ordinea de calcul)
Subproblem:
tim direct
lung[n] = 1
Relaie de recuren
lung[i] = 1 + max{lung[j]j>i , ai<aj}
(ordinea de calcul)
i = n, n-1, , 1
Subproblem:
tim direct
lung[n] = 1
Relaie de recuren
lung[i] = 1 + max{lung[j]j>i, ai<aj}
(ordinea de calcul)
i = n, n-1, , 1
Graful de dependene
i =1n, n-1, , 1
2
Graful de dependene
1
2

(ordinea de calcul)
i = n, n-1, , 1 n, n-1, , 1
Cum determinm un subir maxim?
Pentru a determina i un subir optim putem memora

n plus
succ[i] = indicele urmtorului element
dintr-un subir optim care ncepe
pe poziia i (n+1 dac nu exist)
= indicele pentru care se realizeaz
maximul n relaia de recuren
a:
5 11
lung : 2
succ : 7
a:
5 11
lung : 2
succ : 7
a:
5 11
lung : 2
succ : 7
a:
5 11
lung : 2
succ : 7
a:
5 11
lung : 2
succ : 7
a:
5 11
lung : 2
succ : 7
a:
5 11
lung : 2
succ : 7
a:
5 11
lung : 2
succ : 7
a:
5 11
lung : 2
succ : 7
a:
5 11
lung : 2
succ : 7
a:
5 11
lung : 2
succ : 7
a:
5 11
lung : 2
succ : 7
a:
5 11
lung : 2
succ : 7
a:
5 11
lung : 2
succ : 7
a:
5 11
lung : 2
succ : 7
Soluie: lung = 4
a:
5 11
lung : 2
succ : 7
Subir: 1,
a:
5 11
lung : 2
succ : 7
Subir: 1,
a:
5 11
lung : 2
succ : 7
Subir: 1, 4,
a:
5 11
lung : 2
succ : 7
Subir: 1, 4, 6
a:
5 11
lung : 2
succ : 7
Subir: 1, 4, 6, 11
nr = 1;
poz = n; //poz de inceput a sirului maxim

lung[n] = 1; succ[n] = n+1; //stim
for (int i=n-1;i>=1;i--){//ordine de calcul
succ[i]= n+1; lung[i]=1;

//formula de recurenta
for(int j=i+1;j<=n; j++){
if((a[i]<a[j]) && (1+lung[j]>lung[i])){

lung[i]= 1 + lung[j];
succ[i] = j;
}
}
if(lung[i]> nr){nr = lung[i]; poz = i;}
}
nr = 1;



succ[i] = j;
}
}
}
nr = 1;



succ[i] = j;
}
}
}
nr = 1;



succ[i] = j;
}
}
}
nr = 1;



succ[i] = j;
}
}
}
nr = 1;



succ[i] = j;
}
}
}
//afisare subsir
for (int i=1;i<=nr;i++){
System.out.print(a[poz]+" ");
poz = succ[poz];
}
//afisare subsir
poz = succ[poz];
}
Complexitate - O(n2)
//afisare subsir
poz = succ[poz];
}
Complexitate - O(n2)
Tem O(n log n)
Alt soluie
Dac
ai1, ai2, , aip,
este un subir optim care se termin pe poziia ip,
atunci
ai1, , aik
este un subir optim care se termin pe poziia ik.
Subproblem:
subirului cresctor ce se termin pe poziia i
Alt soluie
Dac
ai1, ai2, , aip,
atunci
ai1, , aik
Subproblem:
subirului cresctor ce se termin pe poziia i
Alt soluie
Dac
ai1, ai2, , aip,
atunci
ai1, , aik
Subproblem:
unui subir cresctor ce se termin pe poziia i
a:
5 11
lung : 2
pred : 7
a:
8
1
lung : 12
pred : 07
1
2
7
4
4
4
2
7
6
3
5
5 11
2
7
2
7
a:
8
1
lung : 1
1
2
14
pred : 07 0 4
4
2
7
6
3
5
5 11
2
7
2
7
a:
8
1
lung : 1
1
2
7
3
142 2
pred : 07 0
2 7
6
3
5 11
2
a:
8
1
lung : 1
1
2
7
3
4
4
1 4 2 22 3
pred : 07 0
6
5
2 5
5 11
2
a:
8
1
lung : 1
1
2
7
3
4
4
6
5
5 11
6
1 4 2 22 3 3 2 2
pred : 07 0
a:
8
1
lung : 1
1
2
7
3
4
4
6
5
5 11
6
1 4 2 22 3 3 2 32
pred : 07 0
a:
8
1
lung : 1
1
2
7
3
4
4
6
5
5 11
6
1 4 2 22 3 3 2 3
pred : 07 0
4
6
Algoritm O(n log n)- Indicaii
1. Folosind tot programare dinamic

Pentru fiecare lungime j=1..,n reinem
m[j] = poziia celui mai mic element din ir cu
proprietatea c exist un subir de lungime j care se
termin cu el
a[m[1]] a[m[2]] a[m[n]]
La pasul i cutm binar cea mai mare lungime j cu

a[m[j]] a[i]
Patience solitaire / patience sort
prima
carte
https://www.cs.princeton.edu/courses/archive/spring13/cos423/lectures/
LongestIncreasingSubsequence.pdf
Numr minim de teancuri
prima
carte
Numr minim de teancuri
Patience solitaire
Algoritm: Greedy cartea curent este adugat la cel mai
din stnga teanc pe care se potrivete
- La fiecare pas, crile din topul fiecrui teanc formeaz un ir
cresctor
- Determinarea celui mai din stnga teanc pe care se potrivete
cartea cu cutare binar
- O(n log n)

6, 3, 5, 10, 12, 2, 9, 15, 14, 7, 4,8,13

6, 3, 5, 10, 12, 2, 9, 15, 14, 7, 4,8,13

6, 3, 5, 10, 12, 2, 9, 15, 14, 7, 4,8,13
6
3

6, 3, 5, 10, 12, 2, 9, 15, 14, 7, 4,8,13
6
3

6, 3, 5, 10, 12, 2, 9, 15, 14, 7, 4,8,13
6
3
10

6, 3, 5, 10, 12, 2, 9, 15, 14, 7, 4,8,13
6
3
10
12

6, 3, 5, 10, 12, 2, 9, 15, 14, 7, 4,8,13
6
3
2
10
12

6, 3, 5, 10, 12, 2, 9, 15, 14, 7, 4,8,13
6
3
2
10
9
12

6, 3, 5, 10, 12, 2, 9, 15, 14, 7, 4,8,13
6
3
2
10
9
12
15

6, 3, 5, 10, 12, 2, 9, 15, 14, 7, 4,8,13
6
3
2
10
9
12
15
14

6, 3, 5, 10, 12, 2, 9, 15, 14, 7, 4,8,13
6
3
2
10
9
7
12
15
14

6, 3, 5, 10, 12, 2, 9, 15, 14, 7, 4,8,13
6
3
2
5
4
10
9
7
12
15
14

6, 3, 5, 10, 12, 2, 9, 15, 14, 7, 4,8,13
6
3
2
5
4
10
9
7
12
8
15
14

6, 3, 5, 10, 12, 2, 9, 15, 14, 7, 4,8,13
6
3
2
5
4
10
9
7
12
8
15
14
13

Evident: numrul minim de subiruri descresctoare n
care se poate descompune un ir
lungimea maxim a unui subir cresctor

Proprietate: numrul minim de subiruri descresctoare n
care se poate descompune un ir =

Proprietate: numrul minim de subiruri descresctoare n
care se poate descompune un ir =
Pentru a memora un subir cresctor, memorm la fiecare pas al
algoritmului Greedy, pentru cartea curent adugat o legtur de tip
predecesor ctre vrful teancului anterior celui n care a fost
adugat
Subirul cresctor se obine pornind de la ultima carte adugat i

urmnd legtura predecesor
prima
carte
>:D<
Patience sort
-dup distribuirea crilor n teancuri alegem succesiv
cartea cu cea mai mic valoare din vrful unui teanc i o
adugm n ir
obinem irul de cri ordonat cresctor
Marinescu Ghemeci Ruxandra

Java Programare Dinamica

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Java Programare Dinamica

Încărcat de

Drepturi de autor:

Formate disponibile

Se consider vectorul w = (w1,..., wn).

S se determine un subvector al lui w care nu conine

Se consider un graf de tip lan cu V = {v1,..., vn}.

Vrfurile grafului au asociate ponderile w1,..., respectiv wn.

ponderea unei mulimi de vrfuri = suma ponderilor vrfurilor

Aplicaii probleme de alocare de resurse cu evitarea

Nu se cunosc algoritmi polinomiali n cazul general

Maximum Weighted Independent Set

Abordare cu metoda Greedy

La un pas este adugat n soluie vrful de pondere

Abordare cu metoda Divide et Impera

Incorect reuniunea soluiilor subproblemelor nu este o

Cutarea exhaustiv a soluiei optime

Generarea tuturor soluiilor posibile i determinarea celei

Problema nu se poate rezolva folosind metode

Analizm structura unei soluii optime, evideniind

Fie S V = {v1,..., vn} o soluie optim

Fie S V = {v1,..., vn} o soluie optim

Fie S V = {v1,..., vn} o soluie optim

Dac am tii deja soluiile pentru grafurile G-{vn, vn-1} i

S(n) = max{ S(n-2)+wn, S(n-1)}

Mai eficient implementare iterativ a recurenei

int Sol(int n){

if(n==1) return w[1];

int SolNerec(int n){

Cum putem determina i o submulime optim, nu

Cum putem determina i o submulime optim, nu

Din relaia de recuren putem deduce ce vrfuri au

Cum putem determina i o submulime optim, nu

Din relaia de recuren putem deduce ce vrfuri au

static void SolNerecCuAfis(int n){

System.out.print("ponderea maxima "+ s[n]);

static void SolNerecCuAfis(int n){

System.out.print("ponderea maxima "+ s[n]);

static void SolNerecCuAfis(int n){

System.out.print("ponderea maxima "+ s[n]);

Greedy nu furnizeaz mereu soluia optim

Divide et Impera ineficient dac subproblemele se

Exemplu - Calculm numrul Fibonacci F(n)

Exemplu Calculm numrul Fibonacci F(n)

Metoda programrii dinamice

Probleme care presupun rezolvarea de relaii de

Fie A i B dou mulimi oarecare (B = N, Z, R, {0,1} )

Fie A i B dou mulimi oarecare (B = N, Z, R, {0,1} )

Fie A i B dou mulimi oarecare (B = N, Z, R, {0,1} )

Dat zA, se cere s se calculeze, dac este posibil,

Putem reprezenta problema pe un graf de dependene.

Vrfurile corespund elementelor din A, iar descendenii

valoarea lui x depide

Problema are soluie numai dac n graful de dependene nu

Calcul numr Fibonacci Fn

Calcul numr Fibonacci Fn

Fie Gz graful indus de mulimea vrfurilor y de a cror

graful vrfurilor observabile din z

Problema presupune o parcurgere a grafului Gz

graful vrfurilor observabile din 6

ncercare de rezolvare cu metoda Divide et Impera.

{y de care x depinde direct}

ncercare de rezolvare cu metoda Divide et Impera.

{y de care x depinde direct}

valoarea unui vrf poate fi calculat de mai multe ori

Soluie - sortarea topologic pentru Gz

Metoda programrii dinamice const n urmtoarele:

Se asociaz problemei un graf de dependene