分而治之是算法设计中的一种方法,就是把一个复杂的问题分成两个或更多的相同或相似的子问题,直到最后子问题可以简单的直接求解,原问题的解即子问题的解的合并
关于分而治之的实现,都会经历三个步骤:
实际上,关于分而治之的思想,我们在前面已经使用,例如归并排序的实现,同样经历了实现分而治之的三个步骤:
同样关于快速排序的实现,亦如此:
分:选基准,按基准把数组分成两个字数组
解:递归地对两个字数组进行快速排序
合:对两个字数组进行合并
同样二分搜索也能使用分而治之的思想去实现,代码如下:
- function binarySearch(arr,l,r,target){
- if(l> r){
- return -1;
- }
- let mid = l + Math.floor((r-l)/2)
- if(arr[mid] === target){
- return mid;
- }else if(arr[mid] < target ){
- return binarySearch(arr,mid + 1,r,target)
- }else{
- return binarySearch(arr,l,mid - 1,target)
- }
- }
动态规划,同样是算法设计中的一种方法,是一种在数学、管理科学、计算机科学、经济学和生物信息学中使用的,通过把原问题分解为相对简单的子问题的方式求解复杂问题的方法
常常适用于有重叠子问题和最优子结构性质的问题
简单来说,动态规划其实就是,给定一个问题,我们把它拆成一个个子问题,直到子问题可以直接解决
然后呢,把子问题答案保存起来,以减少重复计算。再根据子问题答案反推,得出原问题解的一种方法。
一般这些子问题很相似,可以通过函数关系式递推出来,例如斐波那契数列,我们可以得到公式:当 n 大于 2的时候,F(n) = F(n-1) + F(n-2) ,
f(10)= f(9)+f(8),f(9) = f(8) + f(7)...是重叠子问题,当n = 1、2的时候,对应的值为2,这时候就通过可以使用一个数组记录每一步计算的结果,以此类推,减少不必要的重复计算
如果一个问题,可以把所有可能的答案穷举出来,并且穷举出来后,发现存在重叠子问题,就可以考虑使用动态规划
比如一些求最值的场景,如最长递增子序列、最小编辑距离、背包问题、凑零钱问题等等,都是动态规划的经典应用场景
关于动态规划题目解决的步骤,一般如下:
动态规划算法与分治法类似,其基本思想也是将待求解问题分解成若干个子问题,先求解子问题,然后从这些子问题的解得到原问题的解
与分治法不同的是,适合于用动态规划求解的问题,经分解得到子问题往往「不是互相独立」的,而分而治之的子问题是相互独立的
若用分治法来解这类问题,则分解得到的子问题数目太多,有些子问题被重复计算了很多次
如果我们能够保存已解决的子问题的答案,而在需要时再找出已求得的答案,这样就可以避免大量的重复计算,节省时间
综上,可得:
动态规划:有最优子结构和重叠子问题
分而治之:各子问题独立
参考文献
https://baike.baidu.com/item/%E5%8A%A8%E6%80%81%E8%A7%84%E5%88%92/529408
https://juejin.cn/post/6951922898638471181
网站名称:面试官:说说你对分而治之、动态规划的理解?区别?
链接URL:http://www.shufengxianlan.com/qtweb/news49/500299.html
网站建设、网络推广公司-创新互联,是专注品牌与效果的网站制作,网络营销seo公司;服务项目有等
声明:本网站发布的内容(图片、视频和文字)以用户投稿、用户转载内容为主,如果涉及侵权请尽快告知,我们将会在第一时间删除。文章观点不代表本网站立场,如需处理请联系客服。电话:028-86922220;邮箱:631063699@qq.com。内容未经允许不得转载,或转载时需注明来源: 创新互联