动态规划模型相对于静态规划模型的优点:
1. 能够得到全局最优解;
2. 可以得到一族最优解;
3. 由于动态规划方法反映了动态过程演变的联系和特征,在计算时可以利用实际知识和经验提高求解效率。
动态规划模型的缺点:
1. 没有统一的标准模型;
2. 数值方法求解时存在维数灾。(需要额外的内存空间,并且一维问题可能需要二维空间)
《算法之道》对三种算法进行了归纳总结,如下表所示:
标准分治 | 动态规划 | 贪心算法 | |
适用类型 | 通用问题 | 优化问题 | 优化问题 |
子问题结构 | 每个子问题不同 | 很多子问题重复(不独立) | 只有一个子问题 |
最优子结构 | 不需要 | 必须满足 | 必须满足 |
子问题数 | 全部子问题都要解决 | 全部子问题都要解决 | 只要解决一个子问题 |
子问题在最优解里 | 全部 | 部分 | 部分 |
选择与求解次序 | 先选择后解决子问题 | 先解决子问题后选择 | 先选择后解决子问题 |
分治算法特征:
1)规模如果很小,则很容易解决。//一般问题都能满足
2)大问题可以分为若干规模小的相同问题。//前提
3)利用子问题的解,可以合并成该问题的解。//关键
4)分解出的各个子问题相互独立,子问题不再包含公共子问题。 //效率高低
【一】动态规划:
依赖:依赖于有待做出的最优选择
实质:就是分治思想和解决冗余。
自底向上(每一步,根据策略得到一个更小规模的问题。最后解决最小规模的问题。得到整个问题最优解)
特征:动态规划任何一个i+1阶段都仅仅依赖 i 阶段做出的选择。而与i之前的选择无关。但是动态规划不仅求出了当前状态最优值,而且同时求出了到中间状态的最优值。
缺点:空间需求大。
【二】贪心算法:
依赖:依赖于当前已经做出的所有选择。
自顶向下(就是每一步,根据策略得到一个当前最优解。传递到下一步,从而保证每一步都是选择当前最优的。最后得到结果)
【三】分治算法:
实质:递归求解
缺点:如果子问题不独立,需要重复求公共子问题
=> 写于2021/11/10
同学你好,谢谢你喜欢我的文章,这是我坚持写作的动力之一。
从2019年2月至今,在两年多时间内,我总共在csdn写下184篇文章。持续不断的学习和输出给我带来巨大的进步,也让我作为一个非科班本科生入门编程,最终得到进入大厂继续工作和学习的机会。我无比珍惜眼前来之不易的成果。
但是,由于这些文章大多是博主学习过程的记录,质量难免参差不齐。
为了提高对自己的要求,也为了提供更高质量的技术分享,博主决定重新启程,转至“知乎”进行创作,欢迎与你一同学习、交流和讨论。今天也要开心鸭https://www.zhihu.com/people/jin-tian-ye-yao-kai-xin-ya-58-32