Dynamic Programming
Fibonacci
The Code
Divide & Conquer
The Recursion Tree
The Complexity T(n) = T(n-1) + T(n-2) O(1.618n)
The Complexity T(n) = T(n-1) + T(n-2) O(1.618n) Kompleksitasnya ekponensial
Dynamic Programming
Dynamic Programming This algorithm solves the problem of calculating f0/a and f1/b first, calculates f2/c from these, then f3 from f2 and f1, and so on.
Complexity
Dynamic Programming Masalah dibagi menjadi beberapa tahap Memecahan masalah pada tahap pertama Menyimpan solusinya Memecahkan masalah pada tahap selanjutnya dengan menggunakan hasil tahap sebelumnya .... Memecahkan masalah terakhir dengan menggunakan hasil tahap sebelumnya
Dynamic Programming FREE LUNCH?
Dynamic Programming FREE LUNCH? NO
Dynamic Programming FREE LUNCH? NO Dynamic Algorithm akan memakan memori untuk menyimpan hasil-hasil problem kecil tadi. Trade space for increased speed (Space Time tradeoff)