递归、动态规划、回溯与贪心的总结和区别
一、递归的模板
1、递归函数的参数和返回值
2、终止条件
3、递归函数自身调用的逻辑设计
void dfs(参数)
if (终止条件) {
return;
}
dfs(参数)//需根据具体情况更改代码
二、动态规划的模板
1、确定dp数组以及下标的含义
2、写出动态转移方程
3、dp数组的初始化
4、确定遍历顺序
5、举例推导dp数组
debug的方法:打印出dp数组
三、回溯算法的模板
void backtracking(参数) {
if (终止条件) {
存放结果;
return;
}
for (选择:本层集合中元素) {
处理节点;
backtracking(); // 递归
回溯,撤销处理结果
}
}
四、贪心思想
贪心的本质是选择每一阶段的局部最优,从而达到全局最优。
1、求解每一个子问题的最优解
2、将局部最优解堆叠成全局最优解
————————————————————————————————
一、递归与动规的区别
递归:自上至下,把大问题分解成小问题解决。
动态规划:自下至上,通过解决小问题,通过小问题之间的相加和转移解决大问题。
递归: 缺点:会重复计算相同的问题,输入数据量大,相当耗时。优点:代码简洁,内存消耗少
总结:能使用动规时应尽量避免使用递归,数据量大时不能使用递归
二、递归与回溯
回溯是递归的横向拓展,回溯=递归(纵)+局部暴力枚举(横)。
回溯主要解决那些暴力枚举也无法解决的问题:
组合、分割、子集、排列,棋盘等以及拓展。
三、动规与贪心
共同点:都是将父问题拆解成子问题解决
不同点:动规的每个父问题由上一个子问题转移而来,贪心的父问题由每个子问题相加得到