5种算法简单介绍:贪心算法、分治法、回溯法、动态规划法、最大流算法

  1. 贪心算法(Greedy Algorithm)

定义:

贪心算法是一种在每一步选择中都采取在当前状态下最好或最优(即最有利)的选择,从而希望导致结果是全局最好或最优的算法。贪心算法并不是对所有问题都能得到整体最优解,关键是贪心策略的选择。

特点:

局部最优选择:每一步都选择当前状态下的最优解。

不回溯:一旦做出选择,就不再更改。

应用场景:

找零钱问题(每次取面值最大的硬币)。

霍夫曼编码(构建最优前缀编码)。

  1. 分治法(Divide and Conquer)

定义:

分治法是一种将问题分解为若干个子问题,递归地解决这些子问题,然后将子问题的解合并起来得到原问题的解的算法。

步骤:

分:将问题分解为若干个子问题。

治:递归地解决这些子问题。

合:将子问题的解合并起来得到原问题的解。

应用场景:

归并排序(将数组分为两半,分别排序后合并)。

快速排序(选择一个基准元素,将数组分为两部分,递归排序)。

  1. 回溯法(Backtracking)

定义:

回溯法是一种通过探索所有可能的候选解来找出所有解的算法。如果候选解被确认不是一个解(或者至少不是最后一个解),回溯法会通过在上一步进行一些更改来丢弃该解,即"回溯"并尝试其他可能的解。

基本思想:

试探:从一条路往前走,能进则进,不能进则退回来,换一条路再试。

回溯:当试探到某一步时,发现原先选择并不优或达不到目标,就退回一步重新选择。

应用场景:

八皇后问题(在8x8的棋盘上放置八个皇后,使得它们不能互相攻击)。

图的着色问题(给定一个无向图,用k种颜色给图中的顶点着色,使得任意两个相邻的顶点颜色不同)。

  1. 动态规划法(Dynamic Programming)

定义:

动态规划通常用于求解具有某种最优性质的问题。在这类问题中,可能会有许多可行解,每个解都对应一个值,动态规划的目标是找到具有最优值的解。

特点:

分解子问题:将原问题分解为若干个子问题。

保存子问题解:保存已解决的子问题的解,避免重复计算。

最优子结构:原问题的最优解所包含的子问题的解也是最优的。

应用场景:

背包问题(给定一组物品,每种物品都有自己的重量和价值,在限定的总重量内,如何选择使得物品的总价值最高)。

最短路径问题(在图中找到从一个顶点到另一个顶点的最短路径)。

  1. 最大流算法(Maximum Flow Algorithm)

定义:

最大流算法是在流网络中找到从源点到汇点的最大流量。流网络是一个有向图,图中的边有容量限制。

关键概念:

残留网络:表示当前网络中每条边还可以传输多少流量的网络。

增广路径:在残留网络中,从源点到汇点的一条路径,其路径上的最小残留容量即为该增广路径的容量。

算法步骤:

初始化流网络。

在残留网络中寻找增广路径。

如果找到增广路径,则更新网络中的流量。

重复步骤2和3,直到残留网络中不存在增广路径为止。

应用场景:

网络流优化问题(如带宽分配、运输调度等)。

某些特定的最优化问题,可以通过转换为网络流模型来解决。

相关推荐
Swift社区3 小时前
LeetCode - #139 单词拆分
算法·leetcode·职场和发展
Kent_J_Truman4 小时前
greater<>() 、less<>()及运算符 < 重载在排序和堆中的使用
算法
IT 青年4 小时前
数据结构 (1)基本概念和术语
数据结构·算法
Dong雨5 小时前
力扣hot100-->栈/单调栈
算法·leetcode·职场和发展
SoraLuna5 小时前
「Mac玩转仓颉内测版24」基础篇4 - 浮点类型详解
开发语言·算法·macos·cangjie
liujjjiyun5 小时前
小R的随机播放顺序
数据结构·c++·算法
¥ 多多¥5 小时前
c++中mystring运算符重载
开发语言·c++·算法
trueEve6 小时前
SQL,力扣题目1369,获取最近第二次的活动
算法·leetcode·职场和发展
天若有情6736 小时前
c++框架设计展示---提高开发效率!
java·c++·算法
ahadee6 小时前
蓝桥杯每日真题 - 第19天
c语言·vscode·算法·蓝桥杯