算法设计-导弹拦截问题

《算法设计-导弹拦截问题》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、例：拦截导弹（问题来源：1999年全国青少年信息学（计算机）奥林匹克分区联赛高中组复赛试题第一题）某国为了防御敌国的导弹袭击，发展出一种导弹拦截系统。但是这种导弹拦截系统有一个缺陷：虽然它的第一发炮弹能够到达任意的高度，但是以后每一发炮弹都不能高于前一发的高度。某天，雷达捕捉到敌国的导弹来袭。由于该系统还在试用阶段，所以只有一套系统，因此有可能不能拦截所有的导弹。输入导弹依次飞来的高度（雷达给出的高度数据是不大于30000的正整数），计算这套系统最多能拦截多少导弹，并依次输出被拦截的导弹飞来时候的高度。样例：INPUT38920715530029917015865OUTPUT6（最

2、多能拦截的导弹数）38930029917015865分析：因为只有一套导弹拦截系统，并且这套系统除了第一发炮弹能到达任意高度外，以后的每一发炮弹都不能高于前一发炮弹的高度；所以，被拦截的导弹应该按飞来的高度组成一个非递增序列。题目要求我们计算这套系统最多能拦截的导弹数，并依次输出被拦截导弹的高度，实际上就是要求我们在导弹依次飞来的高度序列中寻找一个最长非递增子序列。设X={x1,x2,…,xn}为依次飞来的导弹序列，Y={y1,y2,…,yk}为问题的最优解（即X的最长非递增子序列），s为问题的状态（表示导弹拦截系统当前发送炮弹能够到达的最大高度，初值为s=∞——第一发炮弹能够到达

3、任意的高度）。如果y1=x1，即飞来的第一枚导弹被成功拦截。那么，根据题意“每一发炮弹都不能高于前一发的高度”，问题的状态将由s=∞变成s≤x1（x1为第一枚导弹的高度）；在当前状态下，序列Y1={y2,…,yk}也应该是序列X1={x2,…,xn}的最长非递增子序列（大家用反证法很容易证明）。也就是说，在当前状态s≤x1下，问题的最优解Y所包含的子问题（序列X1）的解（序列Y1）也是最优的。这就是拦截导弹问题的最优子结构性质。设D(i)为第i枚导弹被拦截之后，这套系统最多还能拦截的导弹数（包含被拦截的第i枚）。我们可以设想，当系统拦截了第k枚导弹xk，而xk又是序列X={x1,x

4、2,…,xn}中的最小值，即第k枚导弹为所有飞来的导弹中高度最低的，则有D(k)=1；当系统拦截了最后一枚导弹xn，那么，系统最多也只能拦截这一枚导弹了，即D(n)=1；其它情况下，也应该有D(i)≥1。根据以上分析，可归纳出问题的动态规划递归方程为：假设系统最多能拦截的导弹数为dmax（即问题的最优值），则dmax（i为被系统拦截的第一枚导弹的顺序号）所以，要计算问题的最优值dmax，需要分别计算出D(1)、D(2)、……D(n)的值，然后将它们进行比较，找出其中的最大值。根据上面分析出来的递归方程，我们完全可以设计一个递归函数，采用自顶向下的方法计算D(i)的值。然后，对i从1

5、到n分别调用这个递归函数，就可以计算出D(1)、D(2)、……D(n)。但这样将会有大量的子问题被重复计算。比如在调用递归函数计算D(1)的时候，可能需要先计算D(5)的值；之后在分别调用递归函数计算D(2)、D(3)、D(4)的时候，都有可能需要先计算D(5)的值。如此一来，在整个问题的求解过程中，D(5)可能会被重复计算很多次，从而造成了冗余，降低了程序的效率。其实，通过以上分析，我们已经知道：D(n)=1。如果将n作为阶段对问题进行划分，根据问题的动态规划递归方程，我们可以采用自底向上的方法依次计算出D(n-1)、D(n-2)、……D(1)的值。这样，每个D(i)的值只计算一

6、次，并在计算的同时把计算结果保存下来，从而避免了有些子问题被重复计算的情况发生，提高了程序的效率。算法代码如下：fori=1tonD(i)=1nextifori=n-1to1step-1forj=i+1tonifx(j)<=x(i)andD(i)dmaxthendmax=D(i)xh=iendifnexti我们在计算最优值时保存了被拦截的

7、第一枚导弹的顺序号xh。接下来通过这个信息构造问题的最优解（由所有被拦截的导弹的高度组成的非递增序列）。算法代码如下：printx(xh) fori=xh+1tonifx(i)<=x(i-1)thenprintx(i)endifnexti结束语：动态规划算法和贪婪算法都是构造最优解的常用方法。动态规划算法没有一个固定的解题模式，技巧性很强。可以说，动态规划算法在实际生活中的每一次应用都是一种创造。大家要多练习，多实践，从实践中领会动态规划算法的精髓，不断提高自己的应用