基础算法策略:分治法、回溯法、贪心法、动态规划法、分支限界法等

分治法、回溯法、贪心法、动态规划法、分支限界法等。

1.动态规划思路:(存在重叠子问题)
2.问题结构分析;(存在子问题,可以递归求解,子问题重叠,带有memo的递归求解,动态规划自底向上)递推关系建立;自底向上计算;(可以先用小规模数据找到求解规律,编程);最优方案追踪;(根据求解的顺序,判断当前问题规模的解,来自于那个子问题)
3.经典问题:
0-1背包问题(物品不可分割);最大子数组问题;最长公共子序列问题;最长公共子串问题;最小编辑距离问题;(有限的情况的选择)
钢条切割问题;矩阵链乘法问题;(区间型的动态规划,需要枚举一个区间)


1.分治法的设计思想是:将一个难以直接解决的大问题,分割成一些规模较小的相同问题,以便各个击破,分而治之。
2.分治策略是:对于一个规模为n的问题,若该问题可以容易地解决(比如说规模n较小)则直接解决,否则将其分解为k个规模较小的子问题,这些子问题互相独立且与原问题形式相同,递归地解这些子问题,然后将各子问题的解合并得到原问题的解。这种算法设计策略叫做分治法。分解→解决→合并
3.求解的经典问题:二分法查找,快速排序
4.分而治之思路:(分解原问题、解决子问题、合并问题解)。分解原问题;(存在子问题,可以递归求解,子问题不重叠

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
### 回答1: 分治法分治法是将一个大的复杂问题分解为若干个小的相对简单的子问题,再求解每个子问题,最终求得整个问题的解。优势:把大问题分成若干个小问题,每个小问题都相对容易求解;应用场合:分治法算法设计中应用最广泛的是求解最近点对问题,也可以用于求解其他问题,如求最大子序列和、求极大子矩阵等;时间复杂度:T(n)=2T(n/2)+O(n);空间复杂度:O(logn)。贪心法贪心法是一种在每一步选择中都采取在当前状态下最好或最优(即最有利)的选择,从而希望导致结果是最好或最优的算法。优势:有时可以得到一个比较好的解;应用场合:贪心法应用最广泛的是用于最优化问题,如最小费用流、最短路径、最大化利润等;时间复杂度:O(n);空间复杂度:O(1)。动态规划动态规划是一种通过把原问题分解为相对简单的子问题的方式求解复杂问题的方。优势:可以把复杂问题转换为更容易求解的子问题;应用场合:动态规划最常用于求解最优化问题,比如最小路径、最大子序列和等;时间复杂度:O(n^2);空间复杂度:O(n^2)。回溯法回溯法是一种暴力搜索算法,它尝试利用递归搜索每一种可能的结果,从而找到最优解。优势:可以找到一个最优解;应用场合:回溯法常用于具有约束条件的优化问题,如八皇后问题、求解背包问题等;时间复杂度:O(n^k),其中k是问题的约束条件;空间复杂度:O(n)。分支限界法分支限界法是一种将复杂问题分解为子问题的方,它利用一些策略来减少子问题的数量,以达到降低时间复杂度的目的。优势:可以降低时间复杂度;应用场合:分支限界法常用于具有约束条件的优化问题,如旅行商问题、求解背包问题等;时间复杂度:O(bn),其中b为分支因子;空间复杂度:O(h),其中h为树的高度。 ### 回答2: 分治法:将问题划分为子问题,并分别解决每个子问题,最后合并子问题的解来得到原问题的解。性质是问题可以被划分为规模较小的子问题。特点是适用于问题的结构可划分且子问题之间相互独立。优势是能够降低问题的复杂度。应用场合包括排序算法、图论、动态规划等。时间复杂度通常为O(nlogn),空间复杂度为O(n)。 贪心法:每一步都选择当前情况下最优解,希望最终能得到全局最优解。性质是当前最优解可以导致全局最优解。特点是简单、高效,但不一定能得到最优解。优势是时间复杂度低。应用场合包括背包问题、调度问题等。时间复杂度通常为O(nlogn),空间复杂度为O(1)。 动态规划:将问题划分为子问题,并存储子问题的解,通过递推式求解问题。性质是问题具有重叠子问题和最优子结构。特点是能够避免重复计算子问题,提高效率。优势是能够求解多阶段决策问题。应用场合包括最短路径问题、背包问题等。时间复杂度通常为O(n^2),空间复杂度为O(n)。 回溯法:通过枚举所有可能的解,并逐步构建候选解,当候选解满足问题要求时,得到正确解。性质是能够穷举所有可能的解空间。特点是需要搜索整个解空间,效率较低。优势是能够解决部分可行解的问题。应用场合包括八皇后问题、旅行商问题等。时间复杂度通常较高,取决于搜索树规模,空间复杂度为O(n)。 分支限界法:通过剪枝策略来减少搜索空间,从而提高搜索效率。性质是将问题划分为子问题,采用优先队列或优先级队列进行搜索。特点是能够剪枝去除不必要的子问题。优势是能够解决大规模问题。应用场合包括旅行商问题、任务调度问题等。时间复杂度取决于搜索的深度、剪枝效果和优先队列的使用情况,空间复杂度为O(n)。 ### 回答3: 分治法: 性质:将一个大的问题划分为多个子问题,子问题可以独立求解。 特点:递归地将问题划分为更小的子问题,然后将各个子问题的解合并起来得到原问题的解。 优势:容易理解和实现,能够解决大规模问题。 应用场合:排序算法(如归并排序、快速排序)、查找问题(如二分查找)等。 时间复杂度:一般为O(nlogn)。 空间复杂度:一般为O(n)。 贪心法: 性质:通过每次选择局部最优解来构建全局最优解。 特点:每次做出选择时,只考虑当前局部最优解,不考虑未来的结果。 优势:简单、高效,适用于求解一些最优化问题。 应用场合:霍夫曼编码、最小生成树算法(如Prim算法、Kruskal算法)等。 时间复杂度:一般为O(nlogn)。 空间复杂度:一般为O(1)。 动态规划: 性质:通过将问题分解成更小的子问题,并记忆子问题的解,避免重复计算。 特点:具有最优子结构和重叠子问题。 优势:可以解决一些具有重叠子问题的问题,提高算法的效率。 应用场合:背包问题、最长公共子序列等。 时间复杂度:一般为O(n^2)。 空间复杂度:一般为O(n)。 回溯法: 性质:通过尝试所有可能的解,并在搜索过程中进行剪枝。 特点:可以通过深度优先搜索的方式进行实现。 优势:能够解决需要尝试所有可能情况的问题。 应用场合:八皇后问题、0-1背包问题等。 时间复杂度:一般为O(n!)。 空间复杂度:一般为O(n)。 分支限界法: 性质:通过剪枝策略,减少搜索空间,提高求解效率。 特点:通过优先队列等数据结构,选择最优的分支进行搜索。 优势:适用于求解优化问题,如旅行商问题、装箱问题等。 应用场合:旅行商问题、0-1背包问题等。 时间复杂度:一般为O(b^d)。 空间复杂度:一般为O(b^d)。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值