现代算法归纳

前言：

       我的成果在这里给大家展示，自己总结的，要是你觉得我的东西是rubbish的话大可不看哈。。。。我就一菜鸟，想知道更加详细的，就找大师去吧。

传统算法中，这里包含了9中算法：枚举法、局部搜索法、线性规划法、分治法、贪心法、动态规划 法、回溯法、分支定界法及最后讲的A*算法。在生活中有很大用途的解决问题的方法。

分诉：

1）        枚举法（穷举法）：就是把所有的可能都一一列举出来，也就是把整个样本空间列出来。然后在进行比较，得到适合或者想要的答案。

优点：一定能找到解决方案且打出的答案一定有正确的，思路也比较简单。

缺点：会做很多无用功，类似于不需要的解或者不正确的解都会被列出来。运算量比较大，效率低，占空间。

在一般问题规模不是很大的情况下，都是可以考虑枚举型的。

2）       局部搜索法：在搜索空间先找一个解，把它定义成当前的解，在它的临近点中找另一个解并和当前的解进行比较，若是由于当前解得话，则替换当前解，否者就放弃新解，再找下一个新解。重复，直到找不到新解为止。

优点：a,简单、通用、有效。在优化模型中，只要找相邻点就能用局部搜索法。

缺点：对解空间进行按邻域搜索，虽然是很通用，但是依赖于领域空间啊的结构和初解的选举，及进行搜索的规则，并不能保证全局的最优化。

 

3）        线性规划法：我觉得是应用最多的一个了。比如说有一个项目有N多个变量,这些变量在满足M多个约束后要达到最优解（极值）。首先，确定目标变量、找到约束条件、找目标函数、找最优解。它用来求最优解（极值），找出多变量的一组解。应为函数要求是线性函数，约束也是线性的，所以一般来说极值都在边界上。

一大特点：很直观，实用，满足条件即为解。但是不好的一面是，极值不一定存在，很可能出现这种情况，有N个满足条件的解方案，但是最优解就是找不到，导致找不到解。

应用领域：比如说一定量的原料，在生产成本和盈利的约束下，如何实现利润的最大化；运输时走哪条路线，在油费和关卡费的约束下花费最少；及一些人力物力最大化的分配时；布局问题上（例：面积最大）都是很好的解决方法。

 

4）        分治法：将一个问题规模N分解成M个小规模的子问题，要求K个子问题相互独立答那性质与原问题规模性质相同。分别求出各个子问题的解后在联系在一起成为原问题的解。

特点：M个子问题是原问题N 的一个划分，当子问题小到一定的规模时就很容易的解决；原问题N可以有多种不同结构的M个子问题；其中关键的是分解出来的子问题的解可以合并为该问题的解。可以在求最大最小值的时候适用分治法。

 

5）       贪心法：是一种不要求达到最好，只要有解就OK的算法。常把当前情况为基础做最优选着，不考虑整体情况，是局部的最优解。通过N次的贪心选择得到整体的解方案。（所以贪婪法不要回溯）

优点：它可以很快找到解方案，因为它找到第一个结束搜索了。

缺点：不一定能到到整体的最优解。应用：背包旅游问题。

 

6）       动态规划法：将求解问题分解成N个相互重叠的子问题，每个字问题对应于一个决策过程，分析问题是否满足最优解，即递推公式，来实现动态规划过程。应用动态规划法的条件：最优子结构、以前各阶段的状态无法直接影响它未来的决策，而只能通过当前的这个状态。当然，在动态规划法中，由于存在重叠的子问题，于是会用一个基本表或者是存储空间把所有子问题的解存在来（解决重复求解子问题的问题）。

特点：在任一个阶段，最佳的决策序列和该阶段以前的决策无关；递推的找出最佳决策的方案。

例子：比如说找矩阵连乘的最优方案、背包问题等等。

 

7）       回溯法：一种选优搜索法，按选优的条件向前搜索，以达到目标。但探索到某一不是，发现原先的选择并不优或者说达不到目标是，就会退回上一步重新选择另外的路继续搜索。在数据结构中叫做深度优先搜索。

关键：就是回溯的过程。应用：它主要用来解决一些要经过许多步骤才能完成的，而每个步骤都有若干种可能的分支，当然，需要遵守一些规则来进行。

例子：利用栈的特点来进行的迷宫求解的问题、还有经典的八皇后的问题……

 

8）       分支定界法:  按照定好的界将解进行分支，构成一棵解空间树，但是会按照定好的限界函数进行剪枝，把那些没有后继结点的解删除。目的是为了减少对解空间树的搜索。说到搜索，在数据结构中，分支定界法采用的是广度优先搜索。至于限界函数是用上届还是下届那就要具体问题具体分析了。

分支定界法的关键：确定正确的限界函数，要能达到剪枝的作用。

应用：比如解决旅行商问题的一种方法。

 

9）       A*算法（A—start）：评估函数，由已实现的的代价+未来的估计代价。按照代价的升序来选结点。用来求出最低代价的算法。当估计值h(n)<=h*(n)(其中h*(n)为是实际代价值)时，这时的搜索非为会比较大、效率低，但是能得到最优解；否者，不保证有最优解。