Q
动态规划:概念
1
A
回答
2
没有为Knapsack problem的量,最坏情况下的复杂度是O(Wn)
W
哪里是背包的容量和n
是物品的数量的动态规划算法。这种运行时间界限被称为伪多项式(作为在实例中编码的值发生)并且不能被视为输入大小中的多项式。所以,简短的回答:错误。
此外,原来的问题是制定有点误导,运行时复杂性是指特定的算法,而不是问题本身。
0
有很多。上面的例子是一个。另一个流行的例子是在O(n2^n)时间运行的旅行商问题的动态编程解决方案。请注意,Traveling Salesman的强力解决方案需要O(n!)时间,而动态编程解决方案则更好。
相关问题
- 1. 多态概念
- 2. 动态规划
- 3. 动态规划
- 4. Mvc规则和概念
- 5. 动态规划:任务规划变化
- 6. 动态规划Altogorithm
- 7. Ansible动态库存服务概念
- 8. 重载多态概念或?
- 9. 同态滤波的概念
- 10. 静态概念相当于通过参考概念
- 11. 动态规划:真或假
- 12. 动态规划方法
- 13. 动态规划问题
- 14. 动态规划练习
- 15. 棒切割动态规划
- 16. 常规变量(无TableView)的ObservableList概念
- 17. 什么是功能和概念规范?
- 18. 概念
- 19. 概念
- 20. sqlite概念到coredata的概念?
- 21. 动态规划 - 活动选择
- 22. 机器人运动 - 动态规划
- 23. Postfix的概念
- 24. Master Form概念?
- 25. Java Array概念
- 26. javascript/nodejs概念
- 27. 概念提取
- 28. Android DownloadFilesTask概念
- 29. 封装概念
- 30. android R.layout概念
许多NP完全问题可以使用DP解决,例如Traveling Salesman和Longest Path。显然这些DP解决方案不是多项式时间。 –