五大常用算法总结

1. 分治法
分而治之，把一个复杂问题分成两个或更多的相同或相似的子问题，再把子问题分成更小的子问题，直到最后子问题可以简单的直接求解。 原问题的解即子问题的解的合并。（子问题递归）
1）最优子结构，可以用分治。 2）子问题的解可以合并为原问题的解。（无法合并的话，就用贪心，或动态规划） 3）子问题相互独立，如果重复的话，会降低效率。
应用：递归，汉诺塔问题， 快速排序，归并排序。

2. 动态规划法（Dynamic Programming）
每次决策依赖于当前状态，又随即引起状态的转移，一个决策序列就是在变化的状态中产生的。多阶段最优化决策解决问题的过程，叫做动态规划。
多阶段问题，通过最优化原理 统一求解这类问题。
静态模型，引进时间因素，也可以转换为多阶段的动态模型。

记住过去求过的(已经解决过的子问题的)解，来节省时间， 避免重复计算。
单纯的递归(比如Fibonacci计算，很多子函数被重复执行好多次，浪费时间和空间)
记住求过的解，有两种记住的方式：
1）自顶向下的备忘录法，创建一个数组，保存计算过的值。
2）自底向上。先计算子问题，再由子问题计算父问题。（也会用数组保存先计算出来的值）

基本思想：和分治法类似，将待求解问题分解为若干个子问题(阶段)，按顺序求解子阶段，前一子问题的解，为后一子问题的求解提供了有用的信息。

最优子结构性质：问题的最优解由相关子问题的最优解组合而成，子问题可以独立求解。

动态规划的几种模型：
线性模型，状态的排布是线性的，切钢条问题，过河问题；
区间模型，区间上的最优解，
背包模型，
找状态转移方程，寻找最优子结构。

3. 贪心算法
对问题求解时，总是做出当前最好的选择，局部最优。 贪心并不是对所有问题都能得到整体最优解，但对大部分问题能产生整体最优解或近似最优解。
使用贪心的场景： 整个问题的最优解一定是由，子问题的最优解得来的。
应用：最小生成树prim， kruskal算法。

4. 回溯法
类似于枚举、暴力穷举的方法，是一种通用的选优搜索法，按选优条件向前搜索，发现并不最优或达不到目标时，就退回一步重新选择，深度优先方式搜索解空间，剪枝函数避免无效搜索。
通用的解题方法。

5. 分支限界法
以广度优先、最小耗费(最大效益)优先的方式搜索问题的解空间树。

根据选取下一个节点的原则，两种方法： 队列式(FIFO)分支限界， 优先队列法,按照优先级。