1，貪婪演算法：一步步走，每走一步都是當前最優的。
使用要求：無後向性，比如n個活動安排，只要安排了某個活動，那麼後面活動怎麼安排和前面的選擇無關。
注：每一步都是選最棒的，那麼這個最棒是怎麼定義的？（什麼標準）---看下面這個例子
貪心法標準的選擇
設有n個正整數，將它們連線成一排，組成乙個最大的多位整數。
例如：n=3時，3個整數13，312，343，連成的最大整數為34331213。
又如：n=4時，4個整數7，13，4，246，連成的最大整數為7424613。
輸入：n個數
輸出：連成的多位數
演算法分析：此題很容易想到使用貪心法，在考試時有很多同學把整數按從大到小的順序連線起來，測試題目的例子也都符合，但最後測試的結果卻不全對。按這種標 準，我們很容易找到反例：12，121應該組成12121而非12112，那麼是不是相互包含的時候就從小到大呢？也不一定，如12，123就是 12312而非12123，這種情況就有很多種了。是不是此題不能用貪心法呢？其實此題可以用貪心法來求解，只是剛才的標準不對，正確的標準是：先把整數轉換成字串，然後在比較a+b和b+a，如果a+b>=b+a，就把a排在b的前面，反之則把a排在b的後面。
2，分治法：將大問題分解為小問題，通過遞迴得到大問題的解（黃色是為了和下面對應）然後解決小問題，再將小問題的解合併成大問題的解。
3，動態規劃：將大問題的最優解，分解為子問題的最優解，通過遞迴得到大問題最優解。
分治 動態規劃 貪婪 之 演算法分析
分治與動態規劃都用到了遞迴的思想，但是對他們之間的區別在概念上一直比較模糊，今天附帶貪婪選擇稍微整理一下他們。演算法之道上說，標準分治 動態規劃 貪婪選擇稱得上是孫子兵法的下 中 上策。標準分治 雖然將大問題分解成小問題，但是每個小問題都需要解決，相當於逢城必攻實屬下策 動態規劃 則聰明地發現，很多...
理解動態規劃 分治法和貪心法
動態規劃 分治法和貪心法都是利用求解子問題，而後利用子問題求解更上層問題，最終獲得全域性解決方案的方法。但是三者的應用場景和性質卻存在著極大的不同 1.分治法 很容易與動態規劃問題混淆，但兩者卻有著本質上的差異。分治法採用的是遞迴的思想來求解問題，兩個分解的子問題獨立求解，其之間無任何的重疊。而上一...
動態規劃 分治 貪心 遞迴
一言以蔽之 dp 和分治 之間的區別就在於是否有重疊子問題 如果有那就應該dp 否則就應該分治。當然如果可以每一步都產生最優解那麼就不必dp了，貪心演算法就可以了.而遞迴只是一種實現演算法的方法.例子 下面分別用 dp，dc 分治法 貪心來做 leetcode 514.自由之路 golang 如下 ...