贪心算法,最优子结构,动态规划简述

本文探讨了贪心算法与动态规划两种优化问题求解方法的特点。贪心算法基于局部最优选择来解决问题,而动态规划则通过递推方式确保全局最优解。文中详细解释了这两种算法的关键概念及应用区别。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

参考https://www.cnblogs.com/gavanwanggw/p/7141358.html

一、贪心算法

体现贪心:不从整体考虑,用局部的,仅有数据做出选择,且以后不会改变。

二、动态规划

动态规划其实就是用来解决最优化问题的。

具有三个性质:1.最优子结构性质    2.子问题重叠性质 3.自底而上的求解方法

动态规划问题其实就是一道从局部到整体的递推问题,子结构最优使得整体最优。

 

三、最优子结构:一个问题的最优解包含其子问题的最优解,这个问题就具有最优解。

动态规划和贪心算法都具有最优子结构性质。

四、动态规划与贪婪算法的区别

动态规划是自底而上的一种递推。

贪婪算法是自上而下的,每次贪婪选择都会使问题简化到规模更小的子问题求解。

 

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
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