关于我们

质量为本、客户为根、勇于拼搏、务实创新

< 返回

01背包问题动态规划详解 如何理解递归,回溯,动态规划等算法?

发布时间:2022-07-27 18:26:27
如何理解递归,回溯,动态规划等算法?递归比较简单,是递归的逆算法。例如,给定a(10)和a(n)=f(a(n1)),让您找到a(1)。回溯是一种必须用于深度优先搜索的方法。建议大家看一看“八皇后问题”,看完后要理解。动态规划是一种以空间换时间的算法,即占用大量内存,但具有较高的时间效率。建议你看看“拦截导弹”问题和“0/1背包问题”。先看动态规划问题,然后再了解概念比较好01背包问题动态规划详解 如何理
解递归,回溯,动态规划等算法?

太先进的算法可以适当学习一些,但是比较常用的算法一定能做到。不仅算法岗需要学习这么多算法,开发岗也需要学习很多常用算法,这样才能在开发过程中编写出高性能的代码。我举个例子。以前,我用MR处理一段数据。在reduce阶段,我需要根据某个值保持顶部,但是如果不能使用其他算法,可以调用quicksort。最坏的时间复杂度是O(n^2)。当数据很大时,你不能用完。如果能够维护大顶堆或bfprt算法,时间复杂度会大大降低。所以算法是非常重要的。

那么,我们需要学习哪些算法?我将列出以下方向

常见的图论算法,如并集搜索、最短路径算法、二部图匹配、网络流、拓扑排序等

例如常见的二分搜索、三分搜索,特别是二分搜索、访谈常问、深度优先搜索和广度优先搜索,经典的八道数字题等等。还有一些启发式搜索算法,如模拟退火算法、遗传算法、粒子群算法、蚁群算法等。

Dijkstra算法用于寻找最短路径、最大子段和、数字DP等

这一类比较大,特别是在机器学习、人工智能、密码学等领域。比如数论中的大数分解,大素数的判定,扩展欧几里德算法,中国剩余定理,卢卡斯定理等等,组合数学中的博弈问题,卡特兰数公式,包含排除原理,波利亚计数等等,计算几何中的极性排序、凸包问题、旋转卡盘问题、多边形核问题、平面最近点对问题等。另外,还有一些矩阵的构造计算,如矩阵的快幂等。

如果要做算法作业,除了上面的一些应用算法外,主要是机器学习、深度学习算法。


/template/Home/DawnNew/PC/Static

立即注册风纳云账号,免费体验多款产品

立即注册