【动态规划和分治法以及贪心算法】

动态规划&&分治法&&贪心算法

动态规划

动态规划是一种算法思想，这总算法总是把一个大的问题分成若干个往往有着重叠的子问题，通过对子问题的求解来自底向上的得到大的问题的解。动态规划算法为了提高效率总是会在求解过程中用一个表格来记录中间解的值，这样遇到重叠的子问题时就可以直接查表而不用重复计算。而且，动态规划问题中，当前的结构由过去的结果得到，当前的选择却不受过去选择的影响。
可以用动态规划算法求解的问题必须拥有“最优子结构”和“重叠子问题”这两大性质。最优子结构的证明往往使用反证法，先假设一个整体最优解A1，然后设有一个子问题的解a2，比起包含在整体最优解中子问题的解a1更优,这样往往会导致可以得到一个比起原来的整体最优解A1更优的整体解A2，这样就和假设的条件相矛盾，得证。
经典的动态规划问题有：矩阵连乘问题，0-1背包问题，最长公共子序列问题，最大字段和问题等等。

分治法

分治法也是会把总的问题分成更小的问题，常常是不断的一分为二。但是比起动态规划算法，分治法分出的子问题是一个个独立的和原本问题有着同样结构的子问题。然后，通过求解子问题的过程就可以求出总问题的最优解。分治算法常常使用递归的结构。
经典的分治法问题有：二分查找问题，归并排序问题，快速排序问题等等。

贪心法

贪心法的核心在于贪心选择，即在“自上而下”的求解过程中每一步都选择当前的最优选择，比如选择“最轻的，最贵的，最短的”。贪心算法的结果不一定是全局最优解。
贪心算法要求问题拥有“最优子结构”性质和“贪心选择性质”。问题是否具有贪心选择性质的证明有一下步骤：
（1）证明第一步是贪心选择的情况下可以取到最优解
（2）设最优解的第一步不是贪心选择，然后找出一个第一步是贪心选择的 解比起这个解更加优秀，这样就证明了问题的最优解必须由贪心选择开始，然后通过动态规划方法证明使用贪心选择可以一步步得到最优解。