Kis-Benedek Ágnes Dinamikus programozás a gráfelméletben
Kis-Benedek Ágnes Dinamikus programozás a gráfelméletben
Kis-Benedek Ágnes Dinamikus programozás a gráfelméletben
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
BEVEZETŐ 3<br />
nyilván csak egyszer érdemes megoldani. Az összevont döntési fa - ami már tulaj-<br />
donképp nem fa, hanem egy irányított gráf -, ezen azonos csomópontok összevonásá-<br />
val kapható.<br />
A konkrét algoritmikus megvalósításnál tehát egyrészt egy a feltételeknek meg-<br />
felelő rekurziót kell felírni, ez adja meg, miként épülnek fel az egyszerűbb feladatok<br />
optimumából a bonyolultabb feladatok optimumai, és ez magában foglalja az opti-<br />
mális döntéshozás módját is, másrészt fontos, hogy a részeredményeket csak egyszer<br />
számoljuk ki, utána tároljuk őket. Gyakran célszerű magukat az optimális választá-<br />
sokat is eltárolni, hogy gyorsabban rekonstruálhassuk az optimális döntéssorozatot.<br />
Fontos hangsúlyozni, hogy az alfeladatok optimális megoldásából nem építhetjük<br />
fel tetszőlegesen az eredeti optimumot. Például 13 forint kifizetését szeretnénk meg-<br />
oldani minél kevesebb érme segítségével, ha tetszőleges számú 1 forintos, 2 forintos,<br />
5 forintos, illetve 10 forintos érménk van. Bár a feladat felbontható 6 + 7 forint<br />
kifizetésére, azok optimumai 5 + 1, illetve 5 + 2, ami együtt négy darab érme, míg a<br />
13 forint kifizetése 10+2+1 módon három érmével is megoldható. Éppen a megfelelő<br />
alfeladatokra bontás az a döntéssorozat, amit meg kell meghatározni.<br />
A módszer jelentőségét jól mutatja, hogy NP-teljes problémáknál a paramétert<br />
rögzítettnek tekintve (FTP - fixed parameter tractability) gyakran létezik hatékony<br />
dinamikus <strong>programozás</strong>i algoritmus a megoldás megtalálására. (Például ilyen a 2.<br />
fejezetben található Steiner-fákra vonatkozó algoritmus.)