算法基本讲解与例题

目录

1. 贪心算法

2.递归

2.动态规划

---

1. 贪心算法

贪心算法是：经过每步得到的局部最优解，从而去得到全局最优解。

力扣官方解释：

贪心算法（又称贪婪算法）是指，在对问题求解时，总是做出在当前看来是最好的选择，就能得到问题的答案。贪心算法需要充分挖掘题目中条件，没有固定的模式，解决有贪心算法需要一定的直觉和经验。

贪心算法不是对所有问题都能得到整体最优解。能使用贪心算法解决的问题具有「贪心选择性质」。「贪心选择性质」严格意义上需要数学证明。能使用贪心算法解决的问题必须具备「无后效性」，即某个状态以前的过程不会影响以后的状态，只与当前状态有关

1.1 例题​​

1. (118条消息) 力扣122：买卖股票的最佳时间（贪心）_weixin_44857576的博客-CSDN博客

2.递归

 递归就是 自己调用自己，枚举所有情况，然后从中选取最优解。递归本质就是 暴力解。

 那么递归如何优化？  通过动态规划。

  因为 动态规划 基本都可以由 递归式子转化而来。

递归 三部曲：

1. 选择递归函数的参数  ---- 可以变化的量
2. 终止条件 --- 递归结束的标志
3. 递归方向 --- 自顶向下 / 自底向上 

2.动态规划

动态规划是：将一个大规模的问题转化为小规模问题，接着利用缓存存储中间结果，最后得到最终结果。

动态规划难点：

        1. 如何找到转化过程？即状态转移方程

         2. 中间结果如何保存？

        3. 小规模问题是什么样子的？

动态规划解题思路：

        大规模       <------   式子   -------> 小规模（得先知道）

• basecase（初始化）<----> 小规模问题（要知道）-----> 递归的结束条件
• 状态转移方程  <-----> 递归式子
• 缓存中间结果    ----> 一般利用一维数组
• 顺序问题    -----> 是从 0->n-1 还是 从 n-1 --> 0 ?