分治法、动态规划、贪心算法

分治法

将原问题划分成若干个规模较小而结构与原问题相似的子问题,递归的解决这些子问题,然后再合其结果,就得到原问题的解


特征

  • 该问题的规模缩小到一定的程度就很容易解决
  • 该问题可以分解为若干个规模较小的相同问题,即问题具有最优子结构性质
  • 利用该问题分解出的子问题的解可以合并为该问题的解;
  • 该问题所分解出的各个子问题是相互独立的,即子问题之间不包含公共的子问题



动态规划

动态规划适用于分解得到的子问题往往不是相互独立的。

有些子问题会被重复计算多次,动态规划通过记录已解决的子问题,可以避免重复计算。

动态规划通常用于求解最优化问题,在这类问题中可能有多个可行解,最终得到的是其中一个最优解。


步骤

  • 描述最优解的结构
  • 递归定义最优解的值
  • 按自底向上的方式计算最优解的值
  • 由计算出的结果构造一个最优解的值



贪心算法

通过做一系列的选择来给出某一问题的最优解,对算法中的每一个决策点,做一个当时(看起来)是最优的选择。这种启发式的策略并不是总能产生出最优解。


步骤

  • 将优化问题转化成这样的一个问题,即先做出选择,在解决剩下的一个子问题
  • 证明原问题总是有一个最优解是做贪心选择得到的,从而说明贪心选择的安全性
  • 说明在作出贪心选择后,剩余的子问题具有这样一个性质。即如果将问题的最优解和我们所做的贪心选择联合起来,可以得出原问题的一个最优解。



版权声明:本文为博主原创文章,欢迎转载,转载请注明作者、原文超链接,感谢各位看官!!!

本文出自:monkeyGeek

座右铭:生于忧患,死于安乐

欢迎志同道合的朋友一起交流、探讨!

monkeyGeek
#

评论

Your browser is out-of-date!

Update your browser to view this website correctly. Update my browser now

×