|
요
2.플로이드 알고리즘에 사용된 자료구조
3.플로이드 알고리즘의 문제 해결 방법
4.예 시
5.방 법
6.플로이드 알고리즘의 의사코드
7.플로이드 알고리즘의 의사코드(최단거리 경로 추가)
8.최단경로 출력
|
|
|
동적계획법)과 Dijkstra 알고리즘(Greedy설계법) 비교
Floyd 알고리즘도 Dijkstra 알고리즘처럼 최단거리를 구하는 알고리즘이다. 다른 점은 Dijkstra 알고리즘이 한 점에서 출발해서 각 정점에 최단거리를 구하지만, Fload 알고리즘은 모든 점점에서 출
|
|
|
계획법, 분단탐색법, 미분 등 다른 방법도 사용할 수 있다. 따라서 문제의 성격에 따라 사용할 모형 적립과정이 다른데 이 점이 동적계획법의 적용을 제약하는 것이다.
2/ 문제의 규모가 커짐에 따라 계산의 양이 급속히 증가한다. 따라서 컴
|
|
|
동적계획법에 대해 어느정도 알아보았다. 하지만 지금껏 내가 설명한 것은 \'the tip of the iceberg\' 즉 빙산의 일각에 지나지 않는다. 보다 중요하것은 실제로 문제를 많이 풀어보는 것이다. 특히 동적계획법 문제는 다른 문제들과 비해서 과연 이
|
|
|
배낭의 중량 한계를 30kg이라고 했을때 총 10개의 보석을 배낭에 넣을경우
// 배낭의 중량을 넘지않는 한도에서의 가치의 최대는...
#include <stdio.h>
int n, w;
int Dymic[100][100]; //2차원 인접행렬
struct Knapsack
{
int weight;
int value;
};
|
|
|
|
#include <iostream>
using namespace std;
typedef struct {
int weight;
int value;
float value_per_weight;
} ITEM;
void calculate_value_per_weight(int n, ITEM items[])
{
int i, j, max;
int value_per_weight[100];
ITEM temp;
float temp2;
for (i = 0; i < n; i++)
va
|
|
|
법이다.
(3) 선형계획
일정한 제약조건 하에 한정된 자원을 최적결합하여 생산량을 극대화시키기 위한
자원결합방법의 하나이다.
(4) 동적계획법
동적계획법은 동태적 의사결정상황에 대한 전체적인 최적화를 이루기 위하여 상
호 연관된 의
|
|
|
동적계획법
최적화문제에 대한 순환적 접근방법으로 다단계의사결정해결을 위해 사용되는 수리학적
기법을 말한다.
(6)비선형계획법
수리적 모형 대부분은 선형함수로 이루어져있다. 그러나 은근히 비선형으로 구성되는
문제도 많다. 이러
|
|
|
. 예로서 =A$CMA*MN 이고, =AXMC4ANB를 들을 수 있다고 가정하면, 동적계획법을 사용하여 과 의 최장 공동부분수열을 찾는 알고리즘을 작성하라. 이 알고리즘은 각 수열의 최대길이 공동부분수열을 넘겨준다.
위의 문제를 이해한 결과 s1= abcdef 와 s2=
|
|
|
법이었다면 Floyd 알고리즘은 동적계획법이 들어간 보다 고차원적인 알고리즘이라 할 수 있다. 혹자는 Dijkstra 알고리즘이 나중을 고려치 않음을 보며 단순무식하다(?)고 평하기도 한다.
최적해를 구하는 문제를 푸는 방법들은 의례적으로 여러
|
|
메뉴펼치기
