- 博客(3)
- 收藏
- 关注
RSS订阅原创 地图着色问题——七城市协调发展
本文将结合7城市着色场景，拆解问题建模逻辑，详解贪心算法与回溯法的核心思想、执行流程，并从效率、适用场景等维度做全面对比，同时补充可视化思路，让算法落地更直观。核心思路:按城市编号顺序（0~6）依次处理，为每个城市分配“最小可用的合法颜色”——即从颜色1到4依次尝试，找到第一个不与相邻城市重复的颜色，分配后立即处理下一个城市，不回溯、不调整。回溯法是暴力搜索的优化版，通过“尝试-回退”的递归逻辑遍历所有可能的着色方案，既能找到第一个合法解，也能枚举所有解，核心是“剪枝”避免无效遍历。
2025-12-20 20:36:35
486
原创 动态规划算法
它将原问题拆解为若干个规模更小的子问题，先求解这些子问题并记录结果，当后续计算需要用到相同子问题的解时，直接复用已记录的结果，以此大幅降低时间复杂度。掌握动态规划的关键，在于理解问题的三大特征，熟练运用“确定状态—推导转移方程—初始化边界—确定遍历顺序”的四步解题法，并通过经典例题的练习，逐步培养对问题的分析和建模能力。推导状态转移方程：到达第 i 阶有两种途径，从第 i-1 阶爬 1 阶上来，或从第 i-2 阶爬 2 阶上来，因此 dp[i] = dp[i-1] + dp[i-2]。
2025-12-20 20:21:46
362
原创 分治法——从思想到实战
在算法设计中，分治法（Divide and Conquer）是一种经典的分而治之思想，它将复杂问题拆分为若干个规模更小、结构相同的子问题，解决子问题后再合并结果，最终得到原问题的答案。从基础的归并排序、二分查找，到进阶的Strassen算法，分治法的应用贯穿了算法学习的全过程，是每位程序员必须掌握的核心技能。1. 降低问题复杂度：将高复杂度问题拆分为低复杂度子问题，如归并排序将O(n^2)的排序问题优化为O(n\log n)。适用场景：问题可拆分、子问题独立、子问题解可合并，且拆分后能降低问题复杂度。
2025-12-17 21:36:31
322
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人