算法思想-分治,迭代,动态规划,贪心

本文概述了分治、迭代、动态规划和贪心算法的基本思想,强调了它们如何通过分而治之、迭代过程中的不变式保持、剪枝优化和贪心策略来解决问题,以及在深度优先搜索、广度优先搜索等实例中的应用。
摘要由CSDN通过智能技术生成

1.分治
a. 思想
要解决一个问题.
依据情况,每种情况下具体分析.
a.1. 某些情况下,可以立即解决.
a.2. 某些情况下,可以转化为求解同一类问题.但转化后问题规模更小.这里的更小是指相比转化前问题更接近得到解决.
如果对问题的所有可能情况,都可归入a.1,a.2的场景.那么这个问题就可用分治来解决.

注意需要结合a.2中转化为规模更小问题,和问题性质确认不会出现无限分治场景.

b. 应用实例
图的深度优先,动态规划,快速排序,归并排序,等等很多均是分治思想下的算法.

2.迭代
a. 思想
要解决一个问题.
不断进行迭代.
保证迭代开始前满足某个循环不变式.
论证:若某次迭代开始前循环不变式满足,此次迭代结束时,循环不变式也满足.

然后在迭代结束时,利用循环不变式依然成立的性质来解决问题.
b. 应用实例
图的广度优先,二分搜索,等等很多均是迭代思想下的算法.

3.动态规划
动态规划首先是一个分治思想下的算法.动态规划要利用分治解决的问题往往是遍历所有场景,选出最优方案.
动态规划的侧重点在于算法优化.
优化的方向有两个:
(1). 剪枝
分治是要解决一个问题.先分析当前所有可能情况.
然后,针对每种情况,要么立即求解.要么,可以转化为相同类型规模更小的问题.

剪枝的意思是当我们分析当前所有可能情况时,依据要解决问题的性质,可以确定某些情况下必然是无法得到我们预期方案的.这样,这些情况就没必要去分析了.从而提升算法效率.
(2). 查表
分治下,我们经常针对某一种情况,将问题转化为相同类型规模更小的问题.
如果我们每次能在某个规模的问题自底向上得到解决时,记录下来.
每次转化为求解规模更小的相同类型问题时,先查询记录,未命中时,再递归解决.也可提升算法效率.

4.贪心
贪心首先是一个分治思想下的算法.贪心要利用分治解决的问题往往是遍历所有场景,选出最优方案.
相比于动态规划通过剪枝,查表来提升算法效率.贪心更加极端.
贪心的意思是每次基于当前分析所有可能情况,并对每个情况针对性解决时.依据问题的性质时,我们总是可以选出唯一可行的情况,将其他情况均排除掉.从而极大提升算法效率.

  • 5
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

raindayinrain

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值