1.動態規劃演算法
在解決最優解時我們用到的兩個演算法，貪心與動態規劃演算法，接下來我根據自己的理解解釋兩者的差異之處。
貪心會怎樣做，動態規劃又會怎樣做？
我的了解，貪心演算法是自頂向下，及每一步向下都取最大值，但得到的是最優解嗎？如圖顯然不是。接下來我會逐一跟大家演示。
動態規劃解法，從小規模來看是否知道動態規劃的解題機制，如果你認為是從上往下加取最大那你就錯了。
如果是這個結果呢，1走2,2只能走1，如果還是這樣從上往下我們得不到最優解，
這就是他們的直接問題。自頂向下，與自底向上。顯然自頂向下的貪心演算法顯然得不到最優解。
#include
#include
#include
using namespace std;
#define maxlen 100
int angle[maxlen]
[maxlen]
;int sum[maxlen]
[maxlen]
;int n;
intmaxsum
(int i,
int j)
return sum[i]
[j];
}int
main()
貪心演算法 and 動態規劃
動態規劃dynamic programming 貪心演算法，又名貪婪法，是尋找最優解問題的常用方法 步驟1 從某個初始解出發 步驟2 採用迭代的過程，當可以向目標前進一步時，就根據區域性最優策略，得到一部分解，縮小問題規模 步驟3 將所有解綜合起來。假設你開了間小店，不能電子支付，錢櫃裡的貨幣只有 ...
動態規劃和貪心演算法
動態規劃 通過組合子問題的解來求解原問題，常用來求解最優化問題。常用來解決以下幾類問題，但不是說遇到類似問題必須用動態規劃來解決，可以往這方面去想 1.計數問題，如有多少種方式走到右下角，有多少種方法選出k個數使得和是sum 2.求最大最小值，如從左上角走到右下角路徑的最大數字和 3.求存在性，如取...
貪心演算法和動態規劃
貪心演算法 在求解問題時，總是做出在當前看來做好的選擇，所以它是區域性最優解，試圖通過區域性最優推出全域性最優。需要注意的是貪心演算法沒有固定的演算法框架，演算法設計的關鍵是選擇貪心策略，其必須具備無後效性，即某個狀態以後的過程不會影響以前的狀態，只與當前狀態有關。常見的用貪心演算法解決的問題，比如...