贪心算法背包问题详解 贪心法和动态规划法的区别？

贪心法和动态规划法的区别？

贪婪算法是一种策略，一种理念。。。它没有固定的模型。例如，最简单的背包问题可以用贪婪的思想来解决。可能有很多方法可以解决这个问题。性价比最高的、价值最高的和权重最轻的策略不能确保您选择的贪婪策略在所有情况下都是绝对最优的。动态规划的思想是分而治之的解决方案，冗余将复杂问题逐个分解为小问题。每个小问题都得到最优解，然后从这些最优解中得到更好的答案。一个典型的例子是塔的问题。你可以通过画图看到

贪心算法在解决问题时总是做出最佳选择（但结果可能不是最好的）

典型算法：prim算法和Kruskal算法

分治算法的基本思想是将一个N尺度的问题分解成k个较小的子问题，

这些子问题相互独立，性质与原问题的原问题解相同。

典型算法：河内塔，对分搜索

动态规划，通过将原问题分解成相对简单的子问题来解决复杂问题的一种方法

典型算法：背包问题

回溯算法，也称为试算法，是一种系统地搜索问题解的方法

典型算法：八皇后问题

根据单位权值的最大优先级策略目前看来是最好的（结果不一定是最好的）

这里是贪心算法，考虑到0/1背包问题，1，2，3的最大值是430（50，200，180）

考虑到部分包含，1，2，3，4（4，40）的最大值是630（50，200，180）]225/45*40）

2，3，4的最大值确实是605，但不是贪心算法计算出来的

所以答案是C

贪心算法背包问题详解 贪心算法求背包问题 贪心算法背包问题文字解说

版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。