算法常用范式笔记

算法常用范式记录如下：

暴力破解法

由名称可知，此范式主要的方式是将所有情况进行穷举，逐个尝试。
优点：应用此模式，理论上能够解决任何问题。
缺点：实际应用中，由于算法对于时间和空间的要求，规模大时无法满足。
也称为了线性算法，常用的模式有：
1、冒泡排序
2、选择排序
3、顺序查找

分治法

顾明思议，就是将大的问题，分解成若干个小结构的，与原问题相似的子问题，以便更好的分析和讨论，然后再递归的解决这些问题，最后将其合并，以便得到原问题的解。
常用的模式有：
1、二分查找法
2、快速排序法
3、合并排序法
一般步骤：
1、分解：将原问题分解成一系列与原问题同质的子问题。
2、解决：递归解决各个子问题，若子问题足够小，则直接求解。
3、合并：将子问题结果合并成原问题的解。

动态规划法

核心是将问题分解成若干个子问题，再按照顺序进行求解，前一个子问题的解为后一个子问题求解提供依据。
基本步骤：

贪心算法

贪心算法在求解问题时，总是做出当前看来最好的选择，算法设计的关键是贪心策略的选择。
贪心策略选择的前提是：局部的最优策略能导致产生全局最优解。
所以实际上，贪心算法适用的场景很少。
基本思路：
1、建立数学模型来描述问题。
2、把求解的难问题分成若干个子问题。
3、对每个子问题求解，得到子问题的局部最优解。
4、把子问题的局部最优解合成原来问题的一个解。

回溯法

可以理解成隐式的深度优先搜索算法。
就是按照优选条件向前搜索，但当探索到某一步时，发现原来的选择并不优，或者达不到目标，此时就退回一步重新选择，这种走不通就退回再走的，称为回溯法，而满足回溯条件的某个状态的点，称为回溯点。
许多复制的，规模较大的问题都可以使用回溯法，有通用解题法的美称。
一般步骤：
1、针对给定问题，确定问题解空间，问题的解空间应至少包含问题的一个（最优）解。
2、确定问题的扩展搜索规则。
3、以深度优先的方式索索解空间，并在搜索过程中用剪支函数避免无效搜索。

分支界限法

类似于回溯法，也是在问题的解空间 树上搜索问题的解法，但一般情况下，分支界限法与回溯法求解目标不同。
回溯法求解目标是，找出树中满足约束条件的所有解，而分支法是找出满足约束条件的一个解，即在某种意义下的最优解。
所谓分支，就是采用广度优先搜索算法， 依次搜索节点的所有分支，抛弃不满足条件的节点，然后从余下节点中选择一个节点作为下一个搜索节点继续搜索，以最小耗费优先的方式搜索结果树空间。
一般步骤：
1、在扩展节点，先生成其所有的子节点，然后再从当前活节点表中选择下一个扩展节点。
2、为有效的选择下一个节点，以加速搜索进程，在每一个活节点，计算一个函数值（界限），并根据这些已计算出的函数值，从当前活节点表中选择一个最有利的节点作为扩展节点。
3、根据节点使搜索朝解空间树上有最优解的分支推进，一遍尽快找出一个最优解。