算法
前言
- 算法作为一门学问有两条几乎平行的线索。同一个数据对象上有不同的问题，就可用到不同的算法策略。不同数据对象上的问题也能用到相同的算法策略。
- 数据结构（数据对象）：数、矩阵、集合、串、排列、图、表达式、分布等。
- 算法策略：贪心、分治、动态规划、搜索等。
- 时间复杂度排序
O(1) < O(logn) < O(n) < O(nlogn) < O(n2) < O(n3) <O(2n) < O(!n) < O(nn)
1. 贪心算法
一个贪心算法总是做出当前最好的选择，也就是说，它期望通过局部最优选择从而得到全局最优的解决方案。
- 需要注意以下问题：
- 没有后悔药。
- 得到的可能是最优解的近似解。
- 贪心策略直接决定算法的好坏。
- 满足以下两种情况时可以使用贪心算法
- 贪心选择：指原问题的整体最优解可以通过一些列局部最优的选择得到。
- 最优子结构：当一个问题的最优解包含其子问题的最优解时，称具有最优子结构性质。
- 使用步骤
- 选取贪心策略
- 局部最优解：根据贪心策略，一步一步得到局部最优解。
- 相关算法：冒泡排序（贪心策略是每次从剩下序列中选一个最大的）、Dijkstra算法（图的最短路径问题）
2. 分治法
- 使用条件
- 原问题可分解为若干个规模较小的相同子问题。
- 子问题相互独立。
- 子问题的解可以合并为原问题的解。
- 解法步骤：
- 分解：将要解决的问题分解成若干个规模较小、相互独立、与原问题形式相同的子问题。
- 治理：求解各个子问题。
- 合并：将子问题的解追层合并构成原问题的解。
- 递归是体现分治法优势的利器。
- 相关算法：二分搜索、快速排序、归并排序等。
3. 动态规划
- 动态规划也是一种分治思想，但分治算法与不同的是：
- 分治算法是把原问题分解成若干个子问题，自顶向下求解个子问题，合并子问题的解，从而得到原问题的解。
- 动态规划也是把原问题分解成若干个子问题，然后自底向上，先求最小的子问题，把结果存储在表格中，再求大问题时，直接从表格中查询小问题的解，避免重复计算，从而提高效率。
- 使用条件
- 最优子结构：问题的最优解包含其子问题的最优解。
- 子问题重复（非必要）：求解子问题中，有大量子问题是重复的。求一次后放进表格，后面使用直接查询。
- 解法步骤：
- 分析最优解的结构特征
- 建立最优值递归式
- 自底向上计算最优值，并记录。
- 构造最优解。
- 相关算法：最长公共子序列、0-1背包问题等。
4. 回溯法
是一种选优搜索法，按照选优条件深度优先搜索，以达到目标。
- 回溯法是一种“能进则进，进不了则换，换不了则退”的搜索方法。
- 算法要素：
- 解空间：由所有可能解组成的空间。解空间越小，搜索效率越高。
- 解空间树：对解空间按照树的组织结构搜索最优解，是解空间的形象表示，提高搜索效率。
- 隐约束，也称剪枝函数，指对能否得到问题的最优解或可行解作出的约束，包括约束函数和限界函数。
- 解空间的大小和剪枝函数（隐约束）的好坏都直接影响搜索效率。
- 解法步骤：
- 定义解空间：解的组织形式一般都规范为一个n元组；显约束，是对解分量的取值范围的限定，可以控制解空间大小。
- 确定解的组织结构，通常用解空间树形象的表达。有子集树、排列树、m叉树等。
- 搜索解空间：按深度优先搜索策略，根据隐约束（约束函数和限界函数），在解空间搜索可行解或最优解，当不满足就回溯尝试其他路径。
- 若只要求可行解，则只需要约束函数；如果要求最优解，则要约束函数和限界函数。
- 显约束控制解空间大小，约束函数决定剪枝效率，限界函数决定是否得到最优解。
- 回溯法的关键是设计有效的显约束和隐约束。
- 相关算法：0-1背包、地图上色、n皇后问题等。
- 0-1背包举例，每个物品有重量和价格，求购物车能装的最大价值。
- 解空间{x1,x2,...,xn},显约束为xi=0或xi=1,表示装不装入购物车。解空间有2n中可能解。
- 解空间树为子集树，树的深度为n。
- 约束条件为装入购物车总重量小于购物车承重。
- 限界条件，已装价值加上剩余全部物品价值能否大于当前记录的最大价值。
标签：--,趣学,约束,问题,算法,搜索,最优,贪心 来源： https://www.cnblogs.com/oniisan/p/algorithm.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。