递归和分治策略将一个大小为n的问题分解为k个更小的子问题，这些子问题相互独立且相同原问题，递归求解这些子问题问题，然后将各个子问题的解组合起来，得到原问题的解。[题目]使用快速排序方法对一维数组进行排序。[思考]对于输入的子数组a[p:r]，按照以下三个步骤进行排序：1)分解划分：将a[p:r]划分为3段a[p]，a[p]为参考元素：q-1、a[q]和a[q+1:r]，其中a[q]不小于a[p:q-1]中的任何元素且不大于a[q+1:r]对于中的任意元素，下标q在除法中确定。2）递归求解conquer：通过递归调用sort对a[p:q-1]和a[q+1:r]进行排序。3）Merge合并：合并a[p:q-1]、a[q]和a[q+1:r]，作为最终结果返回。【代码实现】var__array__=[1,3,2,4,5,57,6,46,4,6,45];console.log("排序前："+__array__);functionsort(x,y){if(xflag&&y>x){y--;}如果（x>=y）{中断；}vartemp=__array__[x];__array__[x]=__array__[y];__array__[y]=温度；}if(__array__[x]>flag){x--;}__array__[p]=__array__[x];__array__[x]=标志；returnx;}sort(0,__array__.length-1);console.log("排序后："+__array__);动态规划和分治法的基本思想有共同点，不同的是子问题往往不是独立的，父问题要通过子问题的解来判断，所以将计算出的问题记录在表中，以后需要查询时，可以避免重复计算。这就是动态规划的基本思想。然而，动态规划可以有多种实现方式，但它们的填表格式都是一样的。通常，算法按照以下步骤设计：1）找出最优解的性质，并描述其结构特征；2）递归定义最优值；3）自底向上计算最优值；4）通过在计算最优值时刻意记录判断结果来构建最优解。使用该算法思想可以设计的问题一般具有两个决定性的性质：1）最优子结构性质；2）子问题的重叠属性。备忘录算法的思路与上述算法类似，不同的是备忘录为每一个解决的子问题创建一个备忘录，以供需要时查看，避免了对同一个问题进行多次计算。一般来说，当一个问题的所有子问题都至少要解决一次时，使用动态规划比备忘录好，因为不会有任务的暂存，也没有多余的计算；当子问题空间中的某些问题不必解决时，使用Memos更好。但以上都不是绝对的。我只是想区分这两种想法之间的区别。在具体情况下，我们还是需要在保证可行性的前提下，根据业务场景选择更好的方式。【题目】给定n个矩形{A1,A2,...,An}，其中Ai与Ai+1相乘，由于矩阵满足结合律，不同的括号法计算时间不同，求最优的括号法.【思考】分别计算1,2,3,...,n个矩阵的最优解。在计算i时，已经记录了i-1的所有最优解，保证不重复计算。【代码实现】/***初始化数据*/varP=[30,35,15,5,10,20,25];//记录矩阵的大小varnum=P.length-1;//矩阵编号varminNum=[];vari,j;//全局复杂循环变量/***初始化数据*/for(i=0;ii+j-1是一个组)varsplitIndex=j;varsplitMin=minNum[j][i+j-2]+P[j-1]*P[j]*P[i+j-1];minNum[j-1][i+j-2]=splitMin;for(splitIndex=j+1;splitIndex<=i+j-2;splitIndex++){splitMin=minNum[j-1][splitIndex-1]+minNum[splitIndex][i+j-2]+P[j-1]*P[splitIndex]*P[i+j-1];如果(splitMinn){//如果到达根if(nowW1>nowBest1)nowBest1=nowW1;返回;}if(nowW1+w[deep-1]<=weight1){//如果1个分支可以nowW1+=w[deep-1];加载（深+1）；现在W1-=w[深-1];}//0分支Loading(deep+1);}functionmain(){Loading(1);varfirstLoad=nowBest1;变种全部=0;对于(vari=0;iweight2+firstLoad){console.log("failuren");}else{console.log("成功n");}}主要的（）;很容易想到分支限界比较回溯法，用广度优先的方法不断扩展当前节点的子节点作为当前节点，主要是求一个最优解，算法比回溯法简单.【题目】有一批n个集装箱要装在两艘船上，载荷为c1和c2，其中集装箱i的重量为wi，所有集装箱的重量不大于两艘船的载荷之和船。有负载吗？场景已加载。[思考]借助队列，逐层校验，寻找最优解。【代码实现】varweight1=30;//第一艘船的重量varweight2=10;//第二艘船的重量varw=[1,9,9,4,4,9];//容器变量nowBest1=0;//当前最优加载varn=w.length;//容器个数vararrayFIFO=[];arrayFIFO.push([1,1]);//深度，已经加载arrayFIFO.push([1,0]);varnowBest1=1;while(arrayFIFO.length>0){varnowNode=arrayFIFO.shift();currentDeep=nowNode[0];当前权重=现在节点[1];if(currentDeep>=n){if(currentWeight>nowBest1){nowBest1=currentWeight;}}else{arrayFIFO.push([currentDeep+1,currentWeight]);如果(currentWeight+w[currentDeep]
