Algorithm 求和为特定值的所有子集。递归还是DP？
求和为特定值的所有子集 给定一组数字：{1,3,9,12}，目标值=12。查找与目标值求和的不同子集 答复：[3,9]，[12] 解决这类问题显然有两种方法。递归或DP问题：如何权衡这两种方法？ 我的解决方案是：DP更难，但它消耗的内存更少。在递归中，您必须递归调用函数数次，这就引入了函数过头。但它“相当”容易，但会消耗更多内存Algorithm 求和为特定值的所有子集。递归还是DP？,algorithm,recursion,dynamic-programming,memoization,Algorithm,Recursion,Dynamic Programming,Memoization,求和为特定值的所有子集 给定一组数字：{1,3,9,12}，目标值=12。查找与目标值求和的不同子集 答复：[3,9]，[12] 解决这类问题显然有两种方法。递归或DP问题：如何权衡这两种方法？ 我的解决方案是：DP更难，但它消耗的内存更少。在递归中，您必须递归调用函数数次，这就引入了函数过头。但它“相当”容易，但会消耗更多内存 你们怎么看？一般来说，没有任何缓存的递归可以为一个问题提供指数复杂度的解决方案，这个问题可以用多项式或线性复杂度来解决。这是因为你多次计算相同的部分问题。使用的递归或
你们怎么看？一般来说，没有任何缓存的递归可以为一个问题提供指数复杂度的解决方案，这个问题可以用多项式或线性复杂度来解决。这是因为你多次计算相同的部分问题。使用的递归或迭代解决方案可以通过使用更多内存来降低复杂性 也就是说，您需要考虑输入的约束。对于较大的输入，指数解通常是无用的，因此您没有太多选择。同时，在大多数情况下，使用额外的内存并不是一个真正的问题，除非您为内存非常有限的系统（如嵌入式系统）开发一些东西
总而言之，在大多数情况下，您可能希望在算法复杂度方面权衡内存，但您需要根据具体情况来决定。一般来说，没有任何缓存的递归可能会导致问题的指数复杂度解决方案，而问题可以用多项式或线性复杂度来解决。这是因为你多次计算相同的部分问题。使用的递归或迭代解决方案可以通过使用更多内存来降低复杂性 也就是说，您需要考虑输入的约束。对于较大的输入，指数解通常是无用的，因此您没有太多选择。同时，在大多数情况下，使用额外的内存并不是一个真正的问题，除非您为内存非常有限的系统（如嵌入式系统）开发一些东西
总而言之，在大多数情况下，您可能希望在算法复杂度方面权衡内存，但您需要根据具体情况来决定。我想DP可以通过递归或基于该方法（自顶向下或自下而上）的迭代来实现。 通用递归解决方案和DP之间的主要区别在于是否使用额外内存，这将是算法运行时的权衡。基本上，通过存储和引用它，您可以避免额外的计算 对于泛型递归或DP问题，将在DP中使用的内存与泛型递归中的运行时之间进行权衡 另一个要考虑的问题不是所有的问题都适用于DP方法。 正在考虑的问题具有以下特性
希望有帮助 我想DP可以基于这种方法（自顶向下或自底向上）通过递归或迭代实现。 通用递归解决方案和DP之间的主要区别在于是否使用额外内存，这将是算法运行时的权衡。基本上，通过存储和引用它，您可以避免额外的计算 对于泛型递归或DP问题，将在DP中使用的内存与泛型递归中的运行时之间进行权衡 另一个要考虑的问题不是所有的问题都适用于DP方法。 正在考虑的问题具有以下特性