常用的五种算法

 五大常用算法分别有分治法，动态规划，回溯法，分支界限法，贪心算法。

1.分治法

        分治法是一种算法设计策略，它将一个大问题分解成相似的小问题，逐个解决后再合并得到原问题的解。关键点包括：将问题分解成子问题；递归地解决子问题；将子问题的解合并成原问题的解。分治法能提高问题解决效率，常应用于排序、查找和递归计算等场景。

2.动态规划

        动态规划是一种通过将问题拆解成子问题，并利用子问题的解构建原问题的解的算法设计方法。关键点包括：定义问题的状态；确定状态转移方程；确定初始条件；递推求解子问题；保存中间结果。动态规划能提高问题求解效率，常用于解决最优化问题。

3.回溯法

        回溯法是一种通过尝试所有可能的解决方案来解决问题的算法。关键点包括：定义问题的状态和可行解；采用递归的方式进行搜索；在搜索过程中进行剪枝，以减少无效的搜索；在找到一个解或遍历完所有可能的解空间后回溯到上一步，继续搜索。回溯法常用于解决组合、排列、图遍历等问题。其核心思想是穷举所有可能的解决方案，通过逐步构建解决方案并在不符合条件时进行回溯，直到找到满足条件的解或全部解空间都被搜索完。

4.分支界限

        分支界限法是一种通过添加界限条件来减少搜索空间的算法。关键点包括：定义问题的状态和可行解；设置界限条件，用于剪枝，排除不必要的搜索分支；采用优先级队列或优先级搜索策略，选择当前最有希望的分支进行搜索；重复上述步骤，直到找到最优解或全部搜索空间被遍历。分支界限法常用于解决优化问题，特别是在搜索空间较大且求解目标是最大或最小值的情况下。其核心思想是通过智能地选择和扩展有希望的分支，将问题规模缩小，从而减少搜索时间和资源消耗。

5.贪心算法

        贪心算法是一种通过在每个阶段做出局部最优选择的算法。关键点包括：定义问题的子问题和解空间；确定每个阶段的局部最优选择准则；通过贪心选择逐步构建问题的解；检查最终解是否满足问题的约束条件。贪心算法不进行回溯或全局优化，它仅关注当前最优解，而不考虑之后的选择可能带来的影响。因此，贪心算法通常适用于满足贪心选择性质的问题，其中局部最优解也是全局最优解。贪心算法的优势在于简单高效，但不一定能够得到问题的最优解。