这个贪心的行为在算法中也成为了一种指导思想，也就是说贪心算法所作出的选择在当时的环境下是最好的，说深一点就是它只是某种意义上的局部最优解，但不一定是全局最优解，此时往往接近于最优解。一： 优点 前面也说了，贪心只是求的当前环境下的最优解，而不是追究整体的最优解，所以贪心就避免了为求的整体最优解而枚....
分类：
其他好文 时间：
2014-08-30 20:19:39
阅读次数：
253
这是转别人的，待会我会自己总结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...
分类：
其他好文 时间：
2014-08-21 02:42:53
阅读次数：
208
爬山算法爬山算法是一种简单的贪心搜索算法，该算法每次从当前解的临近解空间中选择一个最优解作为当前解，直到达到一个局部最优解。爬山算法实现很简单，其主要缺点是会陷入局部最优解，而不一定能搜索到全局最优解。如下图所示：假设C点为当前解，爬山算法搜索到A点这个局部最优解就会停止搜索，因为在A点无论向那个方...
分类：
其他好文 时间：
2014-08-19 22:23:05
阅读次数：
442
bnu 12639 Cards
dp求期望
区分 全局最优选择 和 当前最优选择。
本题是当前最优选择。
状态表示:
double dp[16][16][16][16][5][5];
bool vis[16][16][16][16][5][5];
状态下参数：
vector up, vector tmp。
so,记忆化搜索 + 回溯
//#pragma warning ...
分类：
其他好文 时间：
2014-08-18 20:33:42
阅读次数：
421
相同点：贪心算法和dp都是一种递推算法，是一种解题的思想都是由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：每一步的最优解一...
分类：
其他好文 时间：
2014-08-07 13:00:59
阅读次数：
178
这题 的确是个好题~ 当时 只觉得应该用贪心做...后来 人家给我证明了下 不应该是用贪心 局部最优解 与 全局最优解之间的关系不是严格成立的~ touch me慢慢 静心下来 总是有解决的方法的=-= 1 #include 2 #include 3 #include 4 using name...
分类：
其他好文 时间：
2014-07-14 20:13:57
阅读次数：
245
之前我们介绍了用动态规划的方法来解决一些最优化的问题。但对于有些最优化问题来说，用动态规划就是“高射炮打蚊子”，采用一些更加简单有效的方法就可以解决。贪心算法就是其中之一。贪心算法是使所做的选择看起来是当前最佳的，期望通过所做的局部最优选择来产生一个全局最优解。...
分类：
其他好文 时间：
2014-07-13 18:06:01
阅读次数：
377
描述：在一个圆形操场的四周摆放着n
堆石子。现要将石子有次序地合并成一堆。规定每次只能选相邻的2
堆石子合并成新的一堆，并将新的一堆石子数记为该次合并的得分。试设计一个算法，计算出将n堆石子合并成一堆的最小得分和最大得分。
如果N－1次合并的全局最优解包含了每一次合并的子问题的最优解，那么经这样.....
分类：
其他好文 时间：
2014-05-21 18:42:33
阅读次数：
296
贪婪法（Greedy）又叫登山法，它的根本思想是逐步到达山顶，即逐步获得最优解，是解决最优化问题时的一种简单但适用范围有限的策略。“贪婪”可以理解为以逐步的局部最优，达到最终的全局最优。...
分类：
其他好文 时间：
2014-05-11 06:34:39
阅读次数：
1444
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：每一步的最优解一定包含上一步的最优解。
动态规划算法：
1.全局最...
分类：
其他好文 时间：
2014-05-08 00:23:10
阅读次数：
307
