1 回溯法
深度优先方法搜索
1.1 n皇后问题
2 分治法
一般来说,分治算法在每一层递归上都有3个步骤
(1)分解将原问题分解成一系列子问题。
(2)递归地求解各子问题。
(3)若子问题足够小,则直接求解
(4)求解合并。将子问题的解合并成原问题的解。
大多数情况用递归来实现,但是不是一定
快速排序 划分代价很大,合并代价很小
归并排序相反
他们的时间复杂度都是O(nlog2n)
3 动态规划
最优子结构和重复子问题
自底向上方法计算最优值
3.1 0-1背包问题
时间和空间复杂度都是O(N*W)
分支限界法,回溯法,动态规划,这三种办法都可以处理0-1背包问题
贪心只能处理部分背包问题,不能处理0-1背包问题
贪心能够得到部分背包问题的最优解
3.2 最长公共子序列
暴力求解时间复杂度O(
n
2
n
n{2}^{n}
n2n)
动态规划时间复杂度为O(n^2)
3.3 矩阵连乘
时间复杂度O(n^3)
空间复杂度O(n^2)
4 贪心算法
局部最优
最大最小,最远最近都是贪心选择
dijkstra算法 时间复杂度O(|V^2|)
Kruskal算法 克鲁斯卡尔 O(|E|log2|E|) 适用于边稀疏
5 分支限界法
广度优先的方法搜索
总结
1.回溯法:深度优先
2.分支限界法:广度优先
3.贪心:局部最优
部分背包问题
4.动态规划:最优解
a. 01背包
b.公共子序列
C.矩阵连乘