Upload presentasi
Presentasi sedang didownload. Silahkan tunggu
1
Dynamic Programming
2
Fibonacci
3
The Code
4
Divide & Conquer
5
The Recursion Tree
6
The Complexity T(n) = T(n-1) + T(n-2) O(1.618n)
7
The Complexity T(n) = T(n-1) + T(n-2) O(1.618n)
Kompleksitasnya ekponensial
8
Dynamic Programming
9
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.
10
Complexity
11
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
12
Dynamic Programming FREE LUNCH?
13
Dynamic Programming FREE LUNCH? NO
14
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)
Presentasi serupa
© 2024 SlidePlayer.info Inc.
All rights reserved.