贪心算法
当一个问题具有最优子结构性质时,可用动态规划求解。
贪心算法总是作出当前看来是最好的选择,并不从整体最优上考虑,只是在某种意义上的局部最优选择。
有时,即时贪心找不到整体最优解,其结果也是最优解的近似解。
应用实例:
活动安排问题
最优装载问题
哈夫曼编码
单源最短路径
最小生成树
多机调度问题
贪心算法,通过一系列的选择来得到问题的解,每一个选择都是当前状态下的局部最好选择,即贪心选择。
1 贪心选择性质:
指所求问题的整体最优解可以通过一系列局部最优的选择,即贪心来达到
贪心选择可以依赖于以往所作的选择,但绝不依赖于未来所做的选择,也不依赖于子问题。
动态规划:自底向上方式
贪心算法:自顶向下方式
2 最优子结构性质
当一个问题的最优解包含其子问题的最优解时,称此问题具有最优子结构性质。(动态规划,贪心算法的关键特征)
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 如何编写易于单元测试的代码
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 周边上新:园子的第一款马克杯温暖上架
· Open-Sora 2.0 重磅开源!
· 分享 3 个 .NET 开源的文件压缩处理库,助力快速实现文件压缩解压功能!
· Ollama——大语言模型本地部署的极速利器
· DeepSeek如何颠覆传统软件测试?测试工程师会被淘汰吗?