算法分析中

㈠ 算法分析中动态规划的四个基本步骤

1、描述优解的结构特征。

2、递归地定义一个最优解的值。

3、自底向上计算一个最优解的值。

4、从已计算的信息中构造一个最优解。

㈡ 算法分析的两个主要方面是

空间复杂性和时间复杂性。

时间复杂度和空间复杂度是衡量算法好差的重要指标，正确性和简洁性、可读性和可运行性是从软件工程角度要求系统实现的目标。

一个算法应包含有限的操作步骤，而不能是无限的，事实上有穷性往往是在合理的范围之内，如果让计算机执行一个历时1000年才结束的算法，这虽然是有穷的，但超过了合理的限度，不能将其视为有效算法。

(2)算法分析中扩展阅读：

算法分析注意事项：

循环结构是算法教学的重点和难点，要注意分散此难点，做到循序渐进，逐层深入，例如在教算法含义时先渗透一点循环结构的知识，在教算法3 种基本结构时可先给出循环结构的一些简单的例子，到了教条件语句和循环语句时再逐步加深。

输入数据的长度（通常考虑任意大的输入，没有上界），值域通常是执行步骤数量（时间复杂度）或者存储器位置数量（空间复杂度）。算法分析是计算复杂度理论的重要组成部分。

㈢ 大学课程《算法分析与设计》中动态规划和贪心算法的区别和联系

对于，大学课程《算法分析与设计》中动态规划和贪心算法的区别和联系这个问题，首先要来聊聊他们的联系：1、都是一种推导算法；2、将它们分解为子问题求解，它们都需要有最优子结构。这两个特征师门的联系。

拓展资料：

贪婪算法是指在解决问题时，它总是在当前做出最佳选择。也就是说，在不考虑全局优化的情况下，该算法在某种意义上获得了局部最优解。贪婪算法不能得到所有问题的全局最优解。关键是贪婪策略的选择。

动态规划是运筹学的一个分支，是解决决策过程优化的过程。20世纪50年代初，美国数学家R·贝尔曼等人在研究多阶段决策过程的最优化问题时，提出了着名的最优化原理，建立了动态规划。动态规划在工程技术、经济、工业生产、军事和自动控制等领域有着广泛的应用，在背包问题、生产经营问题、资金管理问题、资源分配问题、最短路径问题和复杂系统可靠性问题上都取得了显着的成果。