分治法、动态规划法、贪心法、回溯法、分支限界法的区别、联系以及适用情况_分治法、动态规划、贪心算法的适用条件和区别-CSDN博客

本文链接：https://blog.csdn.net/woniu0929/article/details/90576801

本文详细介绍了分治法、动态规划法、贪心法、回溯法和分支限界法的基本思想、差异以及各自适用的情况。分治法通过将问题分解成互不相交的子问题求解；动态规划法解决重叠子问题，避免重复计算；贪心法每次做出局部最优选择；回溯法则在搜索过程中通过回溯寻找所有可能解；分支限界法适用于最优化问题，通过限界函数调整搜索方向。

摘要由CSDN通过智能技术生成

一、算法思想

（一）分治法（divide and conquer method）

是将待求解的原问题划分成k个较小规模的子问题，对这k个子问题分别求解。如果子问题的规模仍然不够小，则再将每个子问题划分为k个规模更小的子问题，如此分解下去，直到问题规模足够小，很容易求出其解为止（子问题求解思路一致），再将子问题的解合并为一个更大规模的问题的解，自底向上逐步求出原问题的解。

（二）动态规划法（dynamic programing method）

是将待求解问题分解成若干个相互重叠的子问题，每个子问题对应决策过程的一个阶段，一般来说，子问题的重叠关系表现在对给定问题求解的递推关系（也就是动态规划函数）中，将子问题的解求解一次并填入表中，当需要再次求解此子问题时，可以通过查表获得该子问题的解而不用再次求解，从而避免了大量重复计算。

（三）贪心法（greedy method）

贪心法在解决问题的策略上目光短浅，只根据当前已有的信息就做出选择，而且一旦做出了选择，不管将来有什么结果，这个选择都不会改变。换言之，贪心法并不是从整体最优考虑，它所做出的选择只是在某种意义上的局部最优。这种局部最优选择并不总能获得整体最优解（Optimal Solution），但通常能获得近似最优解（Near-Optimal Solution）。

（四）回溯法（back track method）