笔记:coding:算法笔记

差别

这里会显示出您选择的修订版和当前版本之间的差别。

到此差别页面的链接

--- 笔记:coding:算法笔记 [2019/01/25 11:29]
winkidney 创建
+++ 笔记:coding:算法笔记 [2019/01/28 16:36] (当前版本)
winkidney
@@ 行 1: / 行 1: @@
 ====== 图解算法 ======
-  * 第二章： 一种基本的排序算法 - 选择排序（挨个选取当前所有元素中最大或最小的元素插入新的排序队列里）
+===== 第二章 =====
+  * 一种基本的排序算法 - 选择排序（挨个选取当前所有元素中最大或最小的元素插入新的排序队列里）
+  * 递归的重要构成：基线条件（停止）和递归条件（继续）
+====== NP完全问题的识别方法 ======
+  * 元素较少时算法的运行速度非常快，但随着元素数量的增加，速度会变得非常慢。
+  * 涉及“所有组合”的问题通常是NP完全问题。
+  * 不能将问题分成小问题，必须考虑各种可能的情况。这可能是NP完全问题。
+  * 如果问题涉及序列（如旅行商问题中的城市序列）且难以解决，它可能就是NP完全问题。
+  * 如果问题涉及集合（如广播台集合）且难以解决，它可能就是NP完全问题。
+  * 如果问题可转换为集合覆盖问题或旅行商问题，那它肯定是NP完全问题。
+====== 动态规划 ======
+  * 典型案例：背包问题
+  * 动态规划可帮助你在给定约束条件下找到最优解。在背包问题中，你必须在背包容量给定的情况下，获得最大价值。
+  * 在问题可分解为彼此独立且离散的子问题时，就可使用动态规划来解决。
+  * 每种动态规划解决方案都涉及网格。
+  * 单元格中的值通常就是你要优化的值。在前面的背包问题中，单元格的值为商品的价值。
+  * 每个单元格都是一个子问题，因此你应考虑如何将问题分成子问题，这有助于你找出网格的坐标轴。

笔记/coding/算法笔记.1548386972.txt.gz · 最后更改: 2019/01/25 11:29 由 winkidney