贪心与动规（动态规划）

1.贪心与动规的区别

贪心算法和动态规划的主要区别在于它们解决问题的方式、能否保证得到最优解以及算法复杂度‌。

1. ‌解决问题的方式‌：

   • 贪心算法：在每一步选择中都采取当前状态下最优的选择，从而希望导致结果是全局最优的。它通常不考虑未来后果，只关注当前的最优解‌。
   • 动态规划：将原问题分解为子问题，通过解决子问题，并将子问题的解存储下来（通常是存储在一个表格中），在解决原问题时利用这些子问题的解。它通常以自底向上的方式构建子问题的解，并最终得到全局最优解‌。

2. ‌能否保证得到最优解‌：

   • 贪心算法：由于它只关注当前的最优选择，而不考虑全局最优，因此并不能保证在所有情况下都能得到全局最优解。贪心策略的选择是关键，但并非总是有效‌。
   • 动态规划：通过全面分析问题的所有子问题，并保存子问题的解，动态规划可以保证找到全局最优解。虽然它的速度可能较慢且更复杂，但它能够确保结果的正确性‌。

3. ‌算法复杂度‌：

   • 贪心算法：通常更快更简单，因为它不需要存储中间状态的解，也不需要全面分析所有可能的子问题‌。
   • 动态规划：由于需要存储子问题的解，并全面分析所有可能的子问题，因此它的复杂度通常更高。然而，这种复杂度换来了全局最优解的保证‌。

综上所述，贪心算法和动态规划在解决问题的方式、能否保证得到最优解以及算法复杂度方面存在显著差异。在实际应用中，需要根据问题的具体特点和需求选择合适的算法。