分治法、动态规划、贪心算法区别

1.分治法

字面意思就是分而治之,将原问题分解为多个子问题,然后其规模若还没有小到可以直接解决,则再次分解。最后将子问题的解合并成为原问题的解。

特征:

1.子问题小到一定规模就可以直接解决

2.子问题之间是相互独立的,即子问题之间不包含公共子问题

3.原问题可以分解为规模较小的相同问题,即具有最优子结构性质

4.子问题的解合并可成为原问题的解

第2条影响着分治法的效率,若子问题之间包含公共子问题,那么将重复很多计算,这时候使用动态规划会比较好。分治法求解的经典案例有:快速排序,归并排序,二分搜索等

2.动态规划

动态规划与分治法相似,也是将问题拆分为子问题,最终将子问题的解合并为原问题的解。但是区别在于动态规划分解出的子问题是相互联系的,具有很多重复的公共子问题,所以它一般会开辟一个记录表,记录求解过的结果以便省去重复的计算。

动态规划的两个重要性质:

1.子问题重叠性质:解决冗余,它对于重复出现的子问题,会在第一次求解后使用一个表储存下来,供之后使用,本质上也是一个空间换时间的思想。

举个例子:问1+2+3+4+5等于几,答案是15,那么我再后面再写个+6,答案呢,21,一下就算出来了,原因就在于我们已经有了前面计算的基础,只需要再前面的基础之上再+6就可以了,而如果直接问你1+2+3+4+5+6等于几,肯定是要慢很多的。

2.最优子结构性质:如果问题的最优解所包含的子问题的解也是最优的,则称为其具有最优子结构性质。它为动态规划解决问题提供了重要的线索。

步骤:

  • 描述最优解的结构
  • 递归定义最优解的值
  • 按自底向上的方式计算最优解的值
  • 由计算出的结果构造一个最优解的值

3.贪心算法

贪心算法在对问题求解时,总是做出当前看来最好的选择,不从整体最优上考虑而是做出某种意义上的具部最优解。

贪心算法没有固定的算法框架,算法设计的关键是贪心策略的选择。必须注意的是,贪心算法不是对所有问题都能得到整体最优解,选择的贪心策略必须具备无后效性,即某阶段的状态一旦确定,则此后过程的演变不再受此前各种状态及决策的影响(比如从A、B、C中选择2个字母出来,如果是无后效应,就可以选择AA AB AC BA BB BC CA CB CC;而如果是有后效应就只有AB AC BC)。

所以对所采用的贪心策略一定要仔细分析其是否满足无后效性。

步骤:

1.明确什么是最优解

2.明确子问题的最优解策略,即选择一个策略来解决子问题

3.分别求出子问题的解堆叠成最终解

 

  • 2
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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
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