Datorzinātnē tiek uzskatīts, ka problēmai ir apakšproblēmas, kas pārklājas, ja problēmu var sadalīt apakšproblēmās, kuras tiek izmantotas vairākas reizes, vai arī problēmas rekursīvs algoritms atrisina vienu un to pašu apakšproblēmu, nevis vienmēr rada jaunu. apakšproblēmas.
Kas ir optimālā apakšstruktūra un pārklāšanās apakšproblēmas dinamiskajā programmēšanā?
Uzdevumam ir optimāla apakšstruktūras īpašība, ja dotās problēmas optimālu risinājumu var iegūt, izmantojot tās apakšproblēmu optimālo risinājumu. Dinamiskā programmēšana izmanto šo īpašumu, lai atrastu risinājumu.
Kas ir dinamiskās programmēšanas apakšproblēma, kas pārklājas?
1) Apakšproblēmas, kas pārklājas:
Dinamisko programmēšanu galvenokārt izmanto, ja atkal un atkal ir nepieciešami vienu un to pašu apakšproblēmu risinājumi. Dinamiskajā programmēšanā apakšproblēmu aprēķinātie risinājumi tiek saglabāti tabulā, lai tie nebūtu jāpārrēķina.
Kāda ir atšķirība starp optimālo apakšstruktūru un pārklājošām apakšproblēmām?
Es saprotu mērķa pieeju abām metodēm, kurās Optimal Substructure aprēķina optimālo risinājumu, pamatojoties uz ievadi n, savukārt pārklāšanās apakšproblēmas attiecas uz visiem risinājumiem ievades diapazonā, piemēram, no 1 līdz n. Tādai problēmai kā stieņa griešanas problēma.
Kurā no šīm tehnikām tiek izmantota apakšproblēmu pārklāšanās?
Dinamiskā programmēšana ir paņēmiens problēmu risināšanai, ja apakšproblēmas pārklājas. Tajā mēs saglabājam vienreiz atrisinātās apakšproblēmas rezultātu atkārtotai izmantošanai. Apakšproblēmu risinājumu glabāšanas paņēmienu sauc par iegaumēšanu.
