
アルゴリズムを設計するには?次の記事では、一般的なアルゴリズム パラダイムを分析します。困っている友人が参考になれば幸いです。
最初に 3 つの概念を明確にします。
アルゴリズム: 問題を段階的に解決するプロセス。
パラダイム: 問題についての思考様式。
アルゴリズム パラダイム: 問題に対する効率的な解決策を構築するための一般的なアプローチ。
この記事では、
分割統治 は、問題を元の問題に似た小さなサブ問題に分解するという考え方です。通常、部分問題は再帰的に解決され、部分問題の解決策を組み合わせて元の問題を解決します。
分割統治法のロジックは 3 つのステップに分割できます。function binarySearchRecursive(array, value, low, high) {
if (low <= high) {
const mid = Math.floor((low + high) / 2);
const element = array[mid];
if (element < value) {
return binarySearchRecursive(array, value, mid + 1, high);
} else if (element > value) {
return binarySearchRecursive(array, value, low, mid - 1);
} else {
return mid;
}
}
return null;
}
export function binarySearch(array, value) {
const sortedArray = quickSort(array);
const low = 0;
const high = sortedArray.length - 1;
return binarySearchRecursive(array, value, low, high);
} 関数は他の人が呼び出すためのものであり、binarySearch は分割統治メソッドが実装される場所であることに注意してください。 binarySearchRecursive
動的プログラミング は、複雑な問題をより小さな部分問題に分割することで解決するために使用される最適化手法です。これは分割統治によく似ていますが、問題を独立したサブ問題に分解してから結合するのではなく、動的計画法は問題を 独立した サブ問題に分解するだけです。
アルゴリズム ロジックは 3 つのステップに分かれています:function minCoinChange(coins, amount) {
const cache = [];
const makeChange = (value) => {
if (!value) {
return [];
}
if (cache[value]) {
return cache[value];
}
let min = [];
let newMin;
let newAmount;
for (let i = 0; i < coins.length; i++) {
const coin = coins[i];
newAmount = value - coin;
if (newAmount >= 0) {
newMin = makeChange(newAmount);
}
if (newAmount >= 0 &&
(newMin.length < min.length - 1 || !min.length) && (newMin.length || !newAmount)) {
min = [coin].concat(newMin);
}
}
return (cache[value] = min);
}
return makeChange(amount);
} は金種 (人民元の [1, 2, 5, 10, 20, 50]) を表します。二重カウントを防ぐために、coins が使用されます。 cache 関数は再帰的に実装され、makeChange にアクセスできる内部関数です。 cache
console.log(minCoinChange([1, 2, 5 10, 20], 37)); // => [2, 5, 10, 20] console.log(minCoinChange([1, 3, 4], 6)) // => [3, 3]
Greedy アルゴリズム は、現在の最適解に関連しており、全体的な最適解を見つけようとします。動的プログラミングとは異なり、全体的な状況は考慮されません。貪欲なアルゴリズムはシンプルで直感的である傾向がありますが、全体的に最適なソリューションではない可能性があります。
貪欲アルゴリズムのケース: 最小コイン小銭問題上記の動的計画法によって解決されたコイン問題は、貪欲アルゴリズムによっても解くことができます。この解決策が最適かどうかは、使用される金種によって異なります。function minCoinChange(coins, amount) {
const change = [];
let total = 0;
for (let i = coins.length; i>= 0; i--) {
const coin = coins[i];
while (total + coin <= amount) {
change.push(coin);
total += coin;
}
}
return change;
}console.log(minCoinChange([1, 2, 5 10, 20], 37)); // => [2, 5, 10, 20] console.log(minCoinChange([1, 3, 4], 6)) // => [4, 1, 1]
になります)。 [3,3]
バックトラッキング アルゴリズムは、ソリューションを段階的に見つけて構築するのに最適です。
関連する無料学習の推奨事項: js ビデオ チュートリアル
以上がアルゴリズムをどのように設計するか?一般的なアルゴリズム パラダイムの紹介の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。