五大算法

最新推荐文章于 2020-05-29 01:14:04 发布

左耳听风

最新推荐文章于 2020-05-29 01:14:04 发布

阅读量1.1k

点赞数 1

分类专栏：数据结构

本文链接：https://blog.csdn.net/CharJay_Lin/article/details/104045586

版权

数据结构专栏收录该内容

2 篇文章 0 订阅

订阅专栏

文章目录

引言

据说有人归纳了计算机的五大常用算法，它们是贪婪算法，动态规划算法，分治算法，回溯算法以及分支限界算法。虽然不知道为何要将这五个算法归为最常用的算法，但是毫无疑问，这五个算法是有很多应用场景的，最优化问题大多可以利用这些算法解决。算法的本质就是解决问题。当数据量比较小时，其实根本就不需要什么算法，写一些for循环完全就可以很快速的搞定了，但是当数据量比较大，场景比较复杂的时候，编写for循环就是一个很不明智的方式了。一是耗时，二是写出的代码绝对是天书。当然还有第三点，这点也是最重要的，写代码是一种艺术，而不是搬砖。前面的文章里对这五种算法都已经做了详细的讲解和归纳，本文主要是一个总结，将这五种算法整理到一起来对比，分析一下。

1.分治递归

分治算法的逻辑更简单了，就是一个词，分而治之。分治算法就是把一个大的问题分为若干个子问题，然后在子问题继续向下分，一直到base cases，通过base cases的解决，一步步向上，最终解决最初的大问题。分治算法是递归的典型应用。（分治是思想，递归是分治的实现）

分治与递归
 分治算法（divide and conquer）
https://mp.weixin.qq.com/s/Tc6V9XPAyOq659EzTRU-sA

2.贪心算法

贪婪算法可以获取到问题的局部最优解，不一定能获取到全局最优解，同时获取最优解的好坏要看贪婪策略的选择。特点就是简单，能获取到局部最优解。就像打狗棍法，同一套棍法，洪七公和鲁有脚的水平就差太多了，因此同样是贪婪算法，不同的贪婪策略会导致得到差异非常大的结果。

贪婪算法-背包问题
 https://mp.weixin.qq.com/s/_mG7p31JpR5JTxkN7vy9ag

3.动态规划

当最优化问题具有重复子问题和最优子结构的时候，就是动态规划出场的时候了。动态规划算法的核心就是提供了一个memory来缓存重复子问题的结果，避免了递归的过程中的大量的重复计算。动态规划算法的难点在于怎么将问题转化为能够利用动态规划算法来解决。当重复子问题的数目比较小时，动态规划的效果也会很差。如果问题存在大量的重复子问题的话，那么动态规划对于效率的提高是非常恐怖的。就像斗转星移武功，对手强它也会比较强，对手若，他也会比较弱。

动态规划解决0/1背包问题
 动态规划
 电路布线-动态规划
 电路布线-递归
 https://mp.weixin.qq.com/s/A0lPQ7wNBJn-MeIbLVvLcA