在研究了這個question之後,我開始意識到動態規劃算法不能用於解決knapsack problem或與非整數約束的類似的問題。我對我的認識是否正確?動態編程算法還有其他限制嗎?動態規劃算法的侷限性
2
A
回答
2
基本上你可以說可能的分數(溶液質量)的需求數量是有限的,並足夠低,以適應在內存中。非整數通常意指非離散和通向無限可能的解決方案的分數。
如果有,你知道,你會在最需要找到他們的N到也得到了最好的一個,沒有辦法得到他們整個指數僅量N個可能的解決方案的分數。這是動態編程背後的想法。
1
我想另一個限制是,它是不是如果動態規劃是最好的技術,因爲它的性能是不知道匹配理論信息下界聞名。
這裏是an example problem from David Eppstein:
給定n個實數的排序列表,發現1和n之間的最小間隔 正好含有k個元素,對於k的所有的值。 有一個簡單的動態規劃算法,可以在二次時間內解決這個問題,但最知名的下限只有 線性。無論是描述一個更快的算法,或者證明在計算一些合理的模型更大的低 約束。 (「動態規劃」 不是comptuation的一個合理的模型!)
相關問題
- 1. 動態規劃算法
- 2. 貪心算法還是動態規劃?
- 3. 動態規劃斐波那契算法
- 4. 硬幣找零算法動態規劃
- 5. 線性規劃算法
- 6. 規劃算法的
- 7. 動態規劃方法
- 8. 動態規劃
- 9. 動態規劃
- 10. 動態規劃?
- 11. 如何計算動態規劃(Memoization)算法的大O O
- 12. 動態規劃 - 原始計算器
- 13. 動態規劃 - 原始計算器Python
- 14. 動態規劃:任務規劃變化
- 15. 動態規劃ArrayIndexOutOfBoundException
- 16. 簡單的動態規劃算法(經典揹包)的問題
- 17. 非加權區間調度的動態規劃算法?
- 18. 算法 - 動態規劃 - 兩個數組的子集和
- 19. 用於解決動態規劃算法的習慣Clojure
- 20. 形成背景問題變化的動態規劃算法
- 21. 設施位置的動態規劃算法
- 22. 開發一個動態規劃算法求和復現
- 23. 最小權重三角網動態規劃算法
- 24. 如何爲以下設計動態規劃算法
- 25. 分而治之,動態規劃和貪婪算法!
- 26. 集裝箱規劃算法
- 27. 動態規劃:矩陣鏈乘法
- 28. 動態規劃方法 - 揹包謎題
- 29. 動態規劃,遍歷方法
- 30. 動態CRM - 可能性和侷限性
我想,除了這裏,在理論計算機科學堆疊交換的鄉親(http://cstheory.stackexchange.com/)會有很多洞察這個問題。 –