首页 > 编程语言 >算法策略的总结

算法策略的总结

时间:2024-05-26 21:45:26浏览次数:27  
标签:总结 策略 递归 决策 问题 算法 递推

一、不同算法策略特点小结

1、贪心策略

    贪心策略一方面是求解过程比较简单的算法,另一方面它又是对能适用问题的条件要求最严格(即适用范围很小)的算法。

    贪心策略解决问题是按一定顺序,在只考虑当前局部信息的情况下,就做出一定的决策,最终得出问题的解。

    即:通过局部最优决策能得到全局最优决策

2、递推策略

   递推也是由当前问题的逐步解决从而得到整个问题的解,依赖于信息间本身的递推关系,每一步不需要决策参与到算法中,更多用于计算

3、递归策略

   递归常常用于分治算法、动态规划算法中。

   递归是利用大问题与其子问题间的递推关系来解决问题的。

   能采用递归策略的算法一般有以下特征:

   (1)为求解规模为N的问题,设法将它分解成规模较小的问题,然后从这些小问题的解方便地构造出大问题的解

   (2)并且这些规模较小的问题也能采用同样的分解和综合方法,分解成更小的问题,并从这些更小的问题的解构造出规模较大问题的解

   (3)特别的,当规模N = 1时,能直接得解

4、枚举策略

    对问题所有的解逐一尝试,从而找出问题的真正解。一般用于决策类问题,很难找到大、小规模之间的关系,也不易对问题进行分解。

5、递归回溯策略

    类似于枚举,通过尝试遍历问题各个可能解的通路,当发现此路不通时,回溯到上一步继续尝试别的通路。

6、分治策略

   分治一般用于较复杂的问题,必须可以逐步被分解为容易解决的独立的子问题,这些子问题解决后,进而将它们的解“合成”,就得到较大问题的解,最终合成为总问题的解。

7、动态规划策略

    与贪心类似,也是通过多阶段决策过程来解决问题。每个阶段决策的结果是一个决策结果序列,这个结果序列中,最终哪一个是最优的结果,取决于以后每个阶段的决策,当然每次决策结果序列都必须进行存储。因此是“高效率,高消费的算法”。

     同时,它又与递归法类似,当问题不能分解为独立的阶段,却又符合最优化原理时,就可以使用动态规划法,通过递归决策过程,逐步找出子问题的最优解,从而决策出问题的解。

 

二、算法策略间的关系

1、对问题进行分解的算法策略——分治法与动态规划法

   共同点:(1)分治法与动态规划法实际上都是递归思想的运用

             (2)二者的根本策略都是对问题进行分解,找到大规模与小规模的关系,然后通过解小规模的解,得出大规模的解

   不同点: 适用于分治法的问题分解成子问题后,各子问题间无公共子子问题,而动态规划法相反。

              动态规划法 = 分治算法思想 + 解决子问题间的冗余情况

2、多阶段逐步解决问题的策略——贪心算法、递推法、递归法和动态规划法

     贪心算法:每一步都根据策略得到一个结果,并传递到下一步,自顶向下,一步一步地做出贪心决策。

     动态规划算法:每一步决策得到的不是一个唯一结果,而是一组中间结果(且这些结果在以后各步可能得到多次引用),只是每一步都使问题的规模逐步缩小,最终得到问题的一个结果。

     递推、递归法:注重每一步之间的关系,决策的因素较少。递推法是根据关系从前向后推导,从小规模问题的结论推解出大问题的解。而递归法是根据关系从后向前使大问题转化为小问题,最后同样由小规模问题的解推解出大问题的解。

3、全面逐一尝试、比较——蛮力法、枚举法、递归回溯法

     蛮力策略(即枚举和递归回溯):

     当问题找不到信息间的相互关系、也不能将问题分解为独立的子问题,就只有把全部解都列出来之后,才能判定和推断出问题的解。

     蛮力策略适用于规模不大的问题。

     (1)枚举法:实现依赖于循环。所以一个枚举法只针对一个特定问题规模的情况,例如:八重循环嵌套解八皇后问题的算法。

     (2)递归回溯法:适用于任意指定规模的情况,例如:递归回溯法解N皇后问题。

4、算法策略的中心思想

   用算法策略将解决问题的过程归结为:用算法的基本工具“循环机制和递归机制”实现。

 

三、算法策略侧重的问题类型

    一般常遇到的问题分为四类:

    (1)判定性问题:可用递推法、递归法

    (2)计算问题:可用递推法、递归法

    (3)最优化问题:贪心算法、分治法、动态规划法、枚举法

    (4)构造性问题:贪心算法、分治法、广度优先搜索、深度优先搜索

引用:https://www.cnblogs.com/huanxiyun/p/5396494.html

标签:总结,策略,递归,决策,问题,算法,递推
From: https://www.cnblogs.com/use-D/p/18214333

相关文章

  • Apollo 计算几何算法
    Apollo 计算几何算法1. 介绍Planning 模块中, 路径和速度曲线都被抽象成 Polyline, 障碍物被抽象成 Polygon. 在碰撞检测、投影计算距离、平滑曲线等方面都大量运用到了几何算法. 在本文中, 将介绍 Apollo 所用到的计算几何相关的基础库, 包括LineSegment2d......
  • 半年不在csdn写博客,总结一下这半年的学习经历,coderfun的一些碎碎念.
    前言自从自己建站一来,就不在csdn写博客了,但是后来自己的网站因为资金问题不能继续维护下去,所以便放弃了自建博客网站来写博客,等到以后找到稳定,打算满意的工作再来做自己的博客网站。此篇博客用来记录自己在csdn消失的这几个月到底做了什么正文这一篇记录了博主从一个浅浅......
  • 算法刷题笔记 前缀和(C++实现)
    文章目录题目描述基本思路实现代码题目描述输入一个长度为n的整数序列。接下来再输入m个询问,每个询问输入一对l,r。对于每个询问,输出原序列中从第l个数到第r个数的和。输入格式第一行包含两个整数n和m。第二行包含n个整数,表示整数数列。接下来m行,每行包含两个整数......
  • 算法刷题笔记 数的范围(C++实现)(二分法重要例题)
    文章目录题目描述题目思路题目代码(C++)题目感想题目描述给定一个按照升序排列的长度为n的整数数组,以及q个查询。对于每个查询,返回一个元素k的起始位置和终止位置(位置从0开始计数)。如果数组中不存在该元素,则返回-1-1。输入格式:第一行包含整数n和q,表示数组长度和询......
  • 二叉树遍历算法与堆数据结构详解(C语言)
    目录树的概念及结构二叉树的概念及结构概念二叉树的性质满二叉树和完全二叉树满二叉树完全二叉树深度的计算二叉树顺序结构及实现顺序存储堆的概念数组建堆向下调整堆的实现完整代码Heap.hHeap.cTest.c堆的初始化(实现小堆为例)插入数据删除堆顶的数据 ......
  • C语言----判断n是否是2的次方数,利用到按位与&,算法n&(n-1)
    //写一个代码,判断n是否是2的次方数//if(n&(n-1))==0/*2的0次方是1---二进制12的1次方是2---二进制102的2次方是4---二进制1002的一次方-1是1---二进制是12的二次方-1是3---二进制是112的三次方-1是7---二进制是111n与n-1按位与后&是0就是0,两个1才是1所以if(n&(n-1......
  • 算法课程笔记——KMP&字符串哈希
    算法课程笔记——KMP&字符串哈希就是模板题aba是前后缀,真前后缀就只有a/b /a避免出现不同字符有相同的值相当于进制如果你能熟练掌握正则表达式,用库还能更快......
  • 「贪心算法」摆动序列
    力扣原题链接,点击跳转。如果连续数字之间的差严格地在正数和负数之间交替,则数字序列称为摆动序列。第一个差(如果存在的话)可能是正数或负数。仅有一个元素或者含两个不等元素的序列也视作摆动序列。简单来说,摆动序列的特点是:后一个数交替地比前一个数大或者小。给你一个数组,请......
  • 量化交易 价量突破策略
    在量化交易中,价格和成交量是两个非常重要的指标,它们为投资者提供了市场动态的直观信息。本文将探讨如何将价格和成交量(简称“价量”)结合运用于量化交易策略中,以及如何通过这些指标来构建有效的交易模型。感兴趣的朋友,可以在下方公号内回复:001,即可获取源码,共同交流!价格与成交量的......
  • 【量化交易】顶底分型策略
    在众多的量化策略中,顶底分型策略因其独特的市场趋势捕捉能力和简洁的实现方式而受到许多投资者的青睐。本文将详细介绍顶底分型策略的原理,并展示如何使用Python在聚宽平台上实现这一策略。感兴趣的朋友,可以在下方公号内回复:001,即可获取源码,共同交流!顶底分型策略概述顶底分型是......