算法与数据结构回顾篇（1）：算法分析方法

算法分析类型

算法分析类型包括分治法、动态规划法、回溯法、分支界限法和贪心法，接下来我们将对这些算法分析方法一一回顾学习。

分治法

方法原理：

核心思想在于‘分而治之’，原理是首先将一个复杂混合的问题拆解为两个或多个相同的子问题，然后将子问题依然用分治法进行处理，知道子问题可以直接求解，最终按照问题的拆解顺序，从子问题开始逐步将问题合并为一个大的子问题，层层向上，最后得到该实际问题的解。

适用条件：

（1）子问题相互独立

（2）原问题在小规模情况下成立，有解

（3）拆分得到子问题的解之间可以合并

实现步骤：

（1）分解问题；（2）解决子问题；（3）合并解

分治法常常使用递归的方式进行求解，比如二分查找、归并排序、快速排序等等

动态规划法

原理：

一个从初始状态开始计算结果，后续的计算都依赖于前一个计算结果的状态，最终获得解的过程。常用于求解重叠子问题和最优子结构问题，动态规划可以将重复计算简化为计算一次就放入到结果表中，在下次计算时就直接从结果表中查询。

适用条件：

（1）具有最优子结构性质：表示一个问题的最优解所包含的所有问题的解也是最优的

（2）子问题重叠性质：表示把一个大的问题拆解为若干的子问题过程中，在不同的问题中会重复计算某些问题

实现步骤：

（1）划分问题

（2）确定状态和状态变量

（3）确定状态转移过程

（4）寻找终止条件

动态规划可以解决背包问题、求解最长公共子序列、维特比算法等问题

回溯法

原理：

回溯的含义是当发现当前已经不满足求解的条件时，采用‘回退’的方式，尝试其他的方法对问题求解，也是一种不断枚举的过程。然而这种尝试是有选择性的，选择当前条件与目标的最优匹配进行尝试，失败回退到上一步，常常是深度优先的方式进行尝试。

实现步骤：

（1）确定存在最优解的解空间，

（2）确定回溯的尝试规则与路径寻找的方式

分支界限法

原理：

相比于回溯法的深度优先的方式，分支界限法使用的是广度优先或最小代价的方式对问题求解。首先通过在路径选择处，生成其所有的下一分支，计算每个分支的某个条件限定值（分支的界限），然后从分支中选出某一节点作为最优解的分支下一起始点。

分支界限的核心思想是确定分支的上下界，并移除不满足条件的分支。

分支选择方式 ：

（1）FIFO：先进先出

（2）最小代价：从当前分支中选择代价最小的，是基于优先队列的方式

鉴于回溯法和分支界限法的类似性，这里举个例子加深区分它们：

例如，将一堆质量相等的货物放到两辆货车中，确定最优的装载方案？

回溯法的思路是首先尽可能的使第一辆货车装满，然后将剩下的货物装载到第二辆车

分支界限法可能选择最小的代价（每辆车剩余的装载量），因此会在两辆车之间交替添加货物

贪心法

原理：

所谓贪心，是当前求解的过程在当前条件下是最好的选择，属于局部最优解，所以贪心算法适用于可以通过局部最优解获得全局最优解的问题

实现步骤：

（1）数学模型描述问题

（2）拆解问题，求解子问题的局部最优解

（3）合并局部最优解

贪心策略的选择是求解此类问题的关键所在，例如10个盒子中有很对数字，要求所有盒子的最小值，那么只需要将10个盒子中的每个盒子的最小值取出然后找出原问题的最小值即可。