第四章6(贪心、动态).pptVIP

4.6 算法策略间的比较 4.6.1 不同算法策略特点小结 4.6.2 算法策略间的关联 * 第 四 章 基本的算法策略 4.6 算法策略间的比较 算法策略和算法是有区别的,它们是算法设计中的两个方面，算法策略是面向问题的,算法是面向实现的；但二者又是不可分的,首先是通过算法策略才找出解决问题的算法，其次对于用不同算法求解的问题算法策略是自然不同的。 本章共介绍了五种算法策略,它们互相有着一定的差别，适应的问题也有所差异。 上节 下节 “贪婪算法” “递推法” “递归法” “枚举法” “递归回朔法” “分治法” “动态规划法” 上节 下节 “贪婪算法” 这些策略求解的是最简单的一类问题，或者说是对问题要求最严格的算法策略。“贪婪算法”解决这类问题是按一定顺序（从前向后或从后向前等）一定的策略，只需考虑当前局部信息就能做出决策，即所谓局部最优就是全局最优。 上节 下节 “递推法” “递推法”和贪婪算法一样也是由当前问题的逐步解决从而得到整个问题的解，只是依赖的是信息间本身的递推关系，每一步不需要策略参与到算法中，它们更多地用于计算。 上节 下节 “递归法” 和递推法类似，递归法是利用大问题与其子问题间的递归关系来解决问题的。能采用递归描述的算法通常有这样的特征：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，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，分解成规模更小的问题，并从这些更小问题的解构造出规模较大问题的解。特别地，当规模N=1时，能直接得解。 上节 下节 “枚举法” 枚举法既是一个策略，也是一个算法，也是一个分析问题的手段。枚举法的求解思路很简单,就是对所有可能的解逐一尝试，从而找出问题的真正解。当然这就要求所解的问题可能的解是有限的、固定的，不会产生组合爆炸、容易枚举的。多用于决策类问题。这类问题都不易进行问题的分解，只能整体来求解。 上节 下节 “递归回朔法” 类似于枚举法的思想,递归回朔法通过递归尝试遍问题各个可能解的通路，发现此路不通时回朔到上一步继续尝试别的通路。在下一章中对其应用做详细介绍。 上节 下节 “分治法” 求解的则是较复杂的问题，这类问题是可以被分解成独立的子问题来解决的，将两个或两个以上的独立子问题的解“合成”，就得到较大的子问题的解，最后合成为总问题的解。 上节 下节 “动态规划法” 动态规划法与贪心法类似，是通过多阶段决策过程来解决问题的。但每个阶段决策的结果是一个决策结果序列，这个结果序列中最后采用哪一个结果取决于以后每个阶段决策，因此称为“动态”规划法。当然每一次的决策结果序列都必须进行存储。因此，可以说“动态规划是高效率、高消费的算法”。 另一方面，动态规划法与分治法类似，当问题不能分解为独立的子问题,但又符合最优化原理(最优子结构性质)时,用动态规划，通过多阶段决策过程从逐步找出子问题的最优解，从而决策出问题的结果。 上节 下节 1. 对问题进行分解的算法策略---分治法与动态规划法 2. 多阶段过程贪婪算法、递推法、递归法和动态规划法 3. 全面逐一尝试、比较蛮力法、枚举法、递归回溯法 4．算法策略的中心思想 上节 下节 1.对问题进行分解的算法策略 ---“分治法”与“动态规划法” “分治法”与“动态规划法”都是递归思想的应用之一，是找出大