【分治算法和动态规划算法的区别】

目录

分治算法和动态规划算法的比较

相同点

不同点

---

分治算法和动态规划算法的比较

相同点

二者都要求原问题具有最优子结构性质,都是将原问题分而治之,分解成若干个规模较小(小到很容易解决的程序)的子问题.然后将子问题的解合并,形成原问题的解.

不同点

	动态规划算法	分治算法
分解的子问题	子问题不一定相互独立	子问题相互独立
解决问题的顺序	自底向上	自顶向下
效率方面	子问题没有重复计算(效率高)	子问题可能重复计算(效率低)
解决方式	迭代(需要记住子问题的解)	递归法或者递推法
时间复杂度	O(m*n)n是需要n步叠代计算局部最优解，每一步叠代需要计算m个子项
空间复杂度	高（用空间换时间，提高效率）	相对较低
特点	①把原问题都分解成一系列的子问题②求解每个问题只求解一次，并将结果保存在一个表中，以后用到时直接存取，不重复计算，节省计算时间	①问题的规模缩小到一定的程度就可以容易地解决；②最有子结构性。问题可以分解为若干个规模较小的相同问题；③利用该问题分解出的子问题的解可以合并为该问题的解；④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子问题
适用范围	一类优化问题，可以分解成多个相关子问题，子问题的解被重复使用	①较大规模的复杂问题可以拆分成较小规模的简单问题②拆分的问题种类相同，可以类比解决
适用条件	①具有最优子结构的性质②具有重叠子问题	① 原问题与分解的小问题之间具有相同的模式 ② 原问题分解成子问题可以独立求解，子问题之间没有相关性，这一点是分治算法跟动态规划的明显区别。 ③ 具有分解终止条件，即当问题足够小小可以直接求解

 有关分治算法的详细介绍和有关示例（归并排序，快速排序，二分搜索算法）传送门

有关动态规划算法的详细介绍与示例（背包问题）传送门

⛵小结
以上就是针对分治算法和动态规划算法之间区别的的详细介绍，可以使我们更加清楚的去了解这两种算法，以便在我们以后遇到问题的时候去使用相应的方法去解决问题。

如果这篇【文章】有帮助到你，希望可以点个赞👍，创作不易，如果有对【后端技术】、【算法设计与分析】【数据结构】【Linux操作系统】感兴趣的小可爱，也欢迎关注 【LNORA】，我们可以一起进步，每天进步一点点，我将会给你带来巨大的【收获与惊喜】💝💝💝！