DP动规、回溯法、贪心算法详解

问题描述：

动态规划、回溯法、贪心算法都是比较经典的求解问题的算法，在学习过程中一直傻傻分不清三种算法具体有什么区别，分别适用于什么样的情景之下才正确。本篇文章是对这三种算法的个人见解。

问题分析

算法用途

首先要解决这个问题呢，我们要了解三种算法分别是用来干什么的。

贪心算法呢主要用来解决最优解的问题，比如说经典背包问题，还有取硬币问题，都是求得在某种限定条件下的最优解，贪心贪心，意如其名。

动态规划算法呢也是可以用来求解最优解问题的，比如说最短路径的问题，0-1背包问题。

回溯法呢，哈哈没错，也是可以用来求解最优解问题的，无语了吧。

使用条件

那么既然都是可以求解最优解问题的算法，我们为什么有时候用贪心，有时候用DP（动态规划）有时候又只能用回溯法呢，显而易见那是因为算法有自己的使用条件。总结来说这三种算法的适用范围是：贪心 < 动规 < 回溯。

那又会有疑问了，这不是纯有病吗，明明回溯法已经能解决所有问题了那为啥还要学贪心算法和动态规划算法呢？那当然是因为对于这三种算法来说适用范围越广，时间成本就越高了，贪心虽然用的少，但奈何人家快呀。

回溯算法

回溯算法之所以适用范围最广，是因为回溯算法其实是对问题的穷举，也就是说它会列出问题的所有解，组成问题的解空间树，但是呢，它却又不是普通的穷举，它是一种较高效率有条件的穷举，之所以能高效率，剪枝函数和约束函数功不可没。

由于递归的使用条件非常广泛，几乎能解决所有的问题，所以这里对使用条件不做过多讨论，懂得都懂。

动态规划

动态规划将一个大问题分成各种小问题，依次递推到原子问题，无法再分割，开始解决问题，先解决小问题，再根据小问题去解决大问题，这就是动态规划。网上都这么讲的，但以我个人理解，将问题分阶段解决似乎更加贴切一点。

比如要进行一长全国的算法比赛，赛程分为县级赛道，市级赛道，省级赛道，国家赛道，国家赛道获奖者肯定是省级赛道获奖者中最优秀的，省级赛道获奖者肯定是市级赛道获奖者中最优秀的......依次类推，只有最底层阶段县级赛道获奖者确定后我们才能依次往上推出国家级赛道的获奖者。STOP!这样的问题还不是动态规划，而是与它极其相似的分治算法，因为每个赛道的赛区之间都是独立的，没有任何的交集，而动态规划求解的是子问题有交集的问题。

如此说来，该怎么改呢，答案显而易见，有一个学生，爸爸是A省，妈妈是B省，拥有两省户口（完全为了问题瞎扯的哈见笑了），理所当然的参加并晋级了两个省的省赛，并且在省赛中还都入围了。我们只需要省赛入围就可以参加国赛了，所以我们这里仅仅需要记录一次即可，这就是区别于分治算法的地方了，重叠的子问题只计算一次并记录。

一般的动态规划算法呢，是通过递归出所有的子问题，然后递归到最底层时，无法再进行递归，开始向上求解，一个问题可能被分为多个子问题，动态规划的优势就体现在了对于每个父问题来说，它只需要比较出它最优秀的那个子问题的解组成父问题的解即可，就像在解决一个问题时，我们研究出了很多的算法，最后经过比较我们选择了最优的那个算法，并将它记录，另一个问题需要用它的时候直接调用就好了，不需要我们花时间去重复研究。

贪心算法

贪心算法呢，其实准确来说是一种特殊的动态规划算法，它的求解效率及其的高，为什么呢，画张图大家应该能明白。

红色线段表示贪心算法的结果，每个阶段都选取最优的，从上往下，可以看到非常的简单。

那动态规划呢，我们也画个图

 

明显复杂了很多，图中没有体现出重叠子问题，但是重叠子问题是必须要有的，否则就是分治算法了。

贪心算法虽然快，但是它的适用范围太小了，它的使用需要满足贪心选择性质，最优子结构，无后效性，贪心选择性质要求每一个阶段做出的决策都要包含在整体最优解中，简单来说就是活在当下，这个阶段快活就行了，下个阶段再说下个阶段的事。所以这就导致了整体下来也许并不是最优的结果。最优子结构性质呢，动态规划算法也是需要满足的，即父问题的最优解可以由前问题的最优解推导出来，推导出来的还是最优解，这也是动态规划算法的要求。还有一个无后效性，要求下一个阶段的选择对上一个阶段的结果不会产生影响，就像父亲和母亲，生了一个小孩，小孩的长相不能影响爷爷的长相。要不然就乱套了（滑稽~）。

总结

大家在日后的学习中可以尽量先去用回溯法解决问题，解决完了再看看能不能用动态规划和贪心算法优化，由浅入深会比较容易一些。

下一期会更新一些有关这些算法的题目和代码，谢谢大家的观看，如有理解错误希望指点。嘻嘻~