krain的博客

文章目录1. 分支界限法1.1 基本思想1.2 搜索策略1.3 队列式1.4* 优先队列式2. 典型案例2.1 装载问题2.1.1 问题描述2.1.2 约束函数和限界条件2.1.3 队列式分支界限法求解（案例解释）2.1.4 案列二2.1. 代码实现3. 回溯法与分支限界法异同c++中 friend的用法1. 分支界限法1.1 基本思想对有约束条件的最优化问题的所有可行解（数目有限）空间进行搜索。该算法在具体执行时，把全部可行的解空间不断分割为越来越小的子集（称为分支），

文章目录1. 回溯算法1.1 基本思想1.2 回溯法与分支界限法的异同2. 典型案例2.1 装载问题2.1.1 问题描述2.2 .2 约束函数与上界函数2.2.3 举例解释2.2.4 复杂度2.2 n皇后问题2.2.1 思路总结2.2.2 代码实现1. 回溯算法1.1 基本思想回溯法的基本做法是搜索，在问题的解空间树中，按深度优先策略，从根结点出发搜索解空间树。算法搜索至解空间树的任意一点时，先判断该结点是否包含问题的解。如果肯定不包含，则跳过对该结点为根的子树的搜索，逐层

文章目录1. 贪心算法1.1 定义1.2 基本要素1.3 基本思想1.4 特点2. 典型案例2.1 背包问题（物品可分割）2.1.1 问题描述2.1.2 问题转换2.1.3 问题求解步骤2.2 背包问题与0-1背包问题的区别2.3 贪心算法可以求解背包问题，那么能不能用贪心算法求解0-1背包问题？若不能，为什么？去反例说明。2.4 最优装载问题2.4.1 问题描述2.4.1 问题转化2.4.2 贪心选择策略2.4.2 代码实现1. 贪心算法1.1 定义在求解最优解问

文章目录1. 动态规划1.1 基本思想1.2 设计步骤1.3 两个要素（特征）1.4 动态规划实质2. 典型算法案例2.1 最长单调递增子序列2.1.1 问题描述2.1.1 递归方程2.1.2 代码实现2.2 0-1背包问题2.2.1 问题描述2.2.1. 递归方程2.2.3 复杂度2.2.4 代码实现2.3 矩阵连乘积问题2.3.1 问题描述2.3.2 建立递推公式2.3.3 复杂度2.3.3 代码实现3. 动态规划与分治法区别4. 动规与分支对问题进行分解时各

文章目录1. 递归算法1.1 特点1.2 优缺点2. 分治策略2.1 基本思想2.2 适用的条件2.3 求解过程（步骤）3. 典型算法案例3.1 二分搜索3.1.1 非递归实现3.1.1 递归实现3.2 棋盘覆盖问题1. 递归算法1.1 特点1.2 优缺点优点：结构清晰、可读性强缺点：运行时效率较低，耗费较多的时间、空间资源2. 分治策略2.1 基本思想分治策略的基本思想是将一个规模为n的问题分解为k个较小的子问题，这些子问题互相独立，并且和原问题相同，递归

一、如何求算法的时间复杂度其实就是计算最深层次执行语句的执行次数，根据循环结束条件计算出语句的执行次数，该执行次数与n有关，得出一个含n的多项式，取最高次项，其他舍去。