基本算法策略的应用和比较.docxVIP

--------------------------------------------------------------- 最新资料推荐 ------------------------------------------------------ 基本算法策略的应用和比较 基本算法策略的应用和比较 摘要： 基本的算法策略主要有贪婪策略、 递推策略、 递归策略、 枚举策略、 递归回溯策略、 分治策略和动态规划策略等。 各算法策略特点不同， 适合的问题类型不同， 但各算法策略间也有着紧密的联系。 关键词： 算法策略、 特点、 应用、 比较 1. 概述 算法是指在解决问题时， 按照某种机械步骤一定可以得到问题结果的处理过程。 现在计算机能解决的实际问题种类繁多， 解决问题的算法更是不胜枚举。 但是还是有一些基本方法、 策略是可以遵循的。 算法策略和算法是有区别的， 他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， 但是二者又是不 可分的， 只有通过一定的算法策略才能找出解决问题的具体算法。 基本的算法策略主要有贪婪策略、 递推策略、 递归策略、 枚 举策略、 递归回溯策略、分治策略和动态规划策略等。 2. 不同算法策略的特点 2. 1 贪婪策略 贪婪策略是对问题要求比较严格的算法策略。 贪婪策略解决问题是按一定顺序， 在只需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，即贪婪策略针对 1 / 4 的是通过局部最优决策就能得到全局最优决策 的问题。 2. 2 递推策略 递推策略和贪婪策略一样也是由当前问题的逐步解决从而得到整个问题的解， 它依赖的是信息间本身的递推关系， 每一步不需要决策参与到算法中， 递推策略更多地用于计算。 2. 3 递归策略 和递推策略类似， 递归策略是利用大问题与其 子问题的递推关系来解决问题。 能采用递归描述的算法， 通常有如下特征： 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。 2. 4 枚举策略 枚举既是一个策略， 也是一个算法， 还是一种分析问题的手段。 枚举策略的求解思路很简单， 就是对问题的所有可能的解逐一 尝试， 从而找出问题的真正解。 当然， 这就要求所解问题的可能解是有限的、 固定的、 容易枚举的。 枚举策略多用于决策类问题， 这类问题往往不易找出大、 小规模间问题的关系， 也不易对问题进行分解， 因此用尝试的方法对整体求解。 2. 5 递归回溯策略 类似于枚举策略的思想， 递归回溯策略通 --------------------------------------------------------------- 最新资料推荐 ------------------------------------------------------ 过递归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。 2. 6 分治策略 分治求解的一般是较复杂的问题， 这类问题是 可以逐步被分解成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， 就得到较大子问题的解， 最终合成为总问题的解。 7 动态规划策略 动态规划策略与贪心策略类似， 是通过多阶段决策过程来解决问题的。 每个阶段决策的结果是一个决策结果序列， 最终哪一个是最优结果， 取决于以后每个阶段决策。 因此， 可以说动态规划策略是高效率、 高消费的算法策略。 算法策略的实际应用 在算法设计的实际应用中， 遇到的问题主要分为四类， 它们主要适用的算法策略如下： （ 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 4. 算法 策略的比较 算法策略的中心思想是： 将解决问题的过程归纳为可以用基本工具循环机制和递归机制表示的规范操作。 3 / 4 当我们面临实际的各种问题时， 应该首先分析它属于上述常见问题中的哪一 种。 对于查找问题， 它在实际运用中主要用于搜索， 而且要求时间 效率很高。 若搜索的内容是已经排好序的线性表， 这时应该采用分治策略。若搜索的内容是需要进行增、 删、 改的动态查找表， 则采用 动态规划策略。 对于排序问题， 在实际运用中主要是内排序， 排序的目的主要是为了进行快速查找， 一般采用分治策略提高时间效率。 对于图问题， 总是