动态规划和贪心算法是两个常见的算法,它们既有相似处也有不同处。本文先分别介绍动态规划和贪心算法,并各给出一道例题python版,最后总结两种算法的异同。
一、动态规划
动态规划将问题分解为子问题,不同子问题具有公共子子问题,子问题的最优解就是总问题的最优解,这样可以进行递归或迭代求解。动态规划常用来求解最优化问题。求解方法有自顶向下和自底向上两种。自顶向下法就是在普通递归上引入备忘机制。自底向上更为常用,它是将子问题按规模排序,按从小到大的顺序求解。动态规划的核心是找到最优子结构,然后通常采用自底向上方法计算最优解的值。
以算法导论书上钢条切割问题为例,给出自底向上的python求解:
#自底向上法
def SteelCutting(n,p):
r=[0]*(n+1)
for j in range(1,n+1):
q=-float('inf')
for i in range(1,j+1):
q=max(q,p[i]+r[j-i]<