五大算法知识简要整理

一.递归与分治策略

思想：

分而治之； 大规模问题分解成可求解的小问题，把求的解再合并得到最后解；最优子结构：同性质的小问题；

算法框架：

divide-and-conquer(P){
    if(|P|<=n0)
     adhoc(P)  //解决小规模问题；递归出口
     divide P into smaller subinstances P1 P2 P3 ....
     for(i=0;i<=k;i++)
       yi=divide-and-conquer(Pi)
     return merge(y1,y2,..)
}

经典例题：

1. 递归方法正序打印数组元素
2. 递归方法逆序打印数组元素
3. 棋盘覆盖
4. 最大最小问题
5. 全排列问题
6. 求数组的最大元素

二.动态规划

思想：

在分支算法的基础上解决子问题重复的问题
从最小子问题开始求解 自底向上

使用一个表格来保存已求出的解；在求子问题时，先查询表格，避免重复求解

算法框架：

int fib(int n){
   int F[];//辅助表格
   for(){
   //第i次迭代循环
   }
}

经典例题：

1. 求解二项式系数 (n/m)=n!/[m!(n-m)!]
2. 0/1背包问题
3. 最长公共子序列

三.回溯法

思想：

以深度优先的方式搜素解空间树（空间树）

框架：

//递归回溯算法
void backtrack (int n){ //当前搜索层数
if(t>n) output(x);
else
   for(i=f(n,t);i<g(n,t);i++){ //f(n,t)为起始孩子 g(n,t)为结束孩子
    x[t]=h[i];//处于当前层数时 赋值
    if (constraint(t) && bound(t))//用剪枝
       backtrack(t+1)
  }
}

经典例题：

1. 0/1背包问题
2. 旅行商问题
3. n皇后问题

四.分支界限法

思想：

以广度优先或者最小耗费优先方式搜索解空间树
两种方法：

队列式 FIFO:先进先出的原则选取下一节点作为扩展节点

优先队列式： 选择优先级最高的节点成为当前的扩展结点

经典例题:

0/1背包问题

五.贪心算法

思想：

最优子结构性质+贪心选择性质
正确性证明：数学归纳法

框架：

经典例题：

1. 活动安排问题
2. 最优装载
3. 单源最短路径问题