upstreamL

摘要： 原文：http://blog.csdn.net/liufeng_king/article/details/8632430 1、最大子段和问题 问题定义：对于给定序列a1,a2,a3……an,寻找它的某个连续子段，使得其和最大。如( -2,11,-4,13,-5,-2 )最大子段是{ 11,-4,13 阅读全文

摘要： 动态规划（Dynamic Programming，简称DP），虽然抽象后进行求解的思路并不复杂，但具体的形式千差万别，找出问题的子结构以及通过子结构重新构造最优解的过程很难统一，并不像回溯法具有解决绝大多数问题的框架（全面解析回溯法：算法框架与问题求解)。为了解决动态规划问题，只能靠多练习、多思考了 阅读全文

摘要： 目录 什么是回溯法？ 回溯法的通用框架 利用回溯法解决问题 问题1：求一个集合的所有子集 问题2：输出不重复数字的全排列 问题3：求解数独——剪枝的示范 问题4：给定字符串，生成其字母的全排列 问题5：求一个n元集合的k元子集 问题6：电话号码生成字符串 问题7：一摞烙饼的排序 问题8：8皇后问题 阅读全文

摘要： 一、问题描述 某售货员要到若干城市去推销商品，已知各城市之间的路程(或旅费)。他要选定一条从驻地出发，经过每个城市一次，最后回到驻地的路线，使总的路程(或总旅费)最小。 如下图：1，2，3，4 四个城市及其路线费用图，任意两个城市之间不一定都有路可达。 二、问题理解 1.分支限界法利用的是广度优先搜 阅读全文

摘要： 动态规划和贪心算法的区别动态规划和贪心算法都是一种递推算法 均有局部最优解来推导全局最优解 不同点： 贪心算法： 1.贪心算法中，作出的每步贪心决策都无法改变，因为贪心策略是由上一步的最优解推导下一步的最优解，而上一部之前的最优解则不作保留。 2.由（1）中的介绍，可以知道贪心法正确的条件是：每一步 阅读全文

摘要： 一、说明 纠结了很久动态规划法与贪心算法的异同，光看理论文字的说明，没有能彻底搞清楚两者的区别究竟是什么。发现大家举得最多的一个 比较两者区别例子就是找钱问题。解决这个找钱问题，可以很大程度上帮助我们理解动态规划法语贪心算法的区别 二、问题 现只有面额为 11元、5元、1元的三种人民币。 给定一个 阅读全文

摘要： 1. 算法是什么 算法：顾名思义，一种计算的方法，在程序设计上，就表现为一组指令序列。 为了使得算法有意义，还规定算法必须是有限的和确定的，也就是说算法的执行时间有限、执行的过程是确定的。 比如我们写了代码 [cpp] view plain copy int a = 10; //a，b为输入数据 i 阅读全文

摘要： 之前将的算法都是确定的，即对于相同的输入总对应着相同的输出。但实际中也常常用到不确定的算法，比如随机数生成算法，算法的结果是不确定的，我们称这种算法为（随机）概率算法，分为如下四类： 数值概率算法 用于数值问题的求解，通常是近似解 蒙特卡洛算法Monte Carlo 能得到问题的一个解，但不一定是正 阅读全文

摘要： 贪心算法中“贪心”二字形象的说明了该算法的基本思想：贪心（每一步选择都是眼下的局部最优选择）。 比如每次给你1张面额不定的纸币，共10次，你这么选？肯定是每次都要一张100元的。当你要拿第一张时，此时眼下最优的选择就是拿一张100的，不会管拿了之后会不会对后面的9张产生影响。这就是一种贪心，当然这种 阅读全文

摘要： 上一篇回溯法中已经提到过，回溯法的思想是深度优先搜索加剪枝，与之相对，分支限界法的思想是广度优先搜索加剪枝。 1. 分支限界法 – 广度优先搜素 1. 简单概述 分支限界法思路的简单描述是：把问题的解空间转化成了图或者树的结构表示，然后使用广度优先搜索策略进行遍历，遍历的过程中记录和寻找所有可行解或 阅读全文