Chapter4——贪心算法及其应用

写在前面

    贪心算法是一个应用非常广泛的算法，由于我自己对贪心算法的认识也不够深刻，因此会比较偏重于从题目入手来理解和掌握贪心算法。

---

1.1 定义

    对于贪心算法的规范性定义可以参考维基百科：贪心法，下面是一段来自维基百科的定义：

贪心法，又称贪心算法、贪婪算法、或称贪婪法，是一种在每一步选择中都采取在当前状态下最好或最优（即最有利）的选择，从而希望导致结果是最好或最优的算法。

    以上定义理解起来并不难，下面通过几道例题来对贪心算法展开分析。

1.2 例题分析

例题1(找零钱问题)

    小x买了个钱包，结果买完就没钱放了，一气之下将钱包搁置箱底，常常忘记带出来。但是没有钱包的话，纸币放在口袋里很不方便，容易乱，也不容易掉，所以每次有买什么东西的时候，他都会让收银员找给他最少张数的纸币。收银员忙于找零，经常没法顾及这个问题，所以求助会编程的你。
正如我们所知，纸币面值一般有1元，5元，10元，20元，50元，100元。
输入格式：

输入包含多组数据。
输入第一行包含一个整数$N(N < 10000)$，表示要找的零钱总额。

输出格式:

每次输出一个整数表示最少张数的纸币

SampleInput：

75
13

SampleOutput：

3
4

分析：
    找零钱问题是在我们生活中也非常常见的一个问题，例如我们拿了一张大面值的钞票(100块)去买东西，如果只是买一个2元的东西，需要找98元，那么一般售货员会先找50元面值的钞票，再找20元面值的钞票，再找10元、5元等面值的钞票使得找的钞票的张数最少。因此有了这样的思路，为了使得张数最少，只需要尽量用面额大的钞票即可。
    具体算法实现如下：

需要找N的零钱，每次取出小于N且面额最大的零钱，纸币张数加1，然后N赋值为剩下要找的零钱，以此类推直到N = 0

完整实现代码如下：

#include <iostream>
using namespace std;
int main() {
    std::ios::sync_with_stdio(false);
    int money[6] = {100, 50, 20, 10, 5, 1};
    int n;
    while (cin >> n) {
        int sum = 0;
        for (int i = 0; i < 6;i++) {
            if (n >= money[i]) {
                sum += n / money[i];
                n = n % money[i];
            }
        }
        cout << sum << endl;
    }
    return 0;
}

关于找零钱还有一个值得注意的问题

假设纸币的面值只有三种：1、3、4。在同样的问题中，如果使用贪心策略，将是错误的。
具体：假设需要找6元的零钱，那么先拿出面额最大的一张四元，然后剩下2元只能用2张一元，于是使用了3张纸币。
然而实际上，我们只需要2张三元的纸币即可。
思考：在面额满足什么条件下才能使用本贪心策略？(这个问题涉及到后续的算法内容，等到有了相关知识基础再来解决这个问题。)

---

例题2(区间问题)(较难)

    有n项工作，每项工作分别在$s_i$时间开始，在$t_i$时间结束。对于每项工作，你都可以选择参加与否，如果选择了参与，那么自始至终都必须参加全程参与。此外，参与工作的时间段不能有重叠(即使是开始的时间和结束的时间重叠都不行)。

——出自《挑战程序设计竞赛》P40

你的目标是参与尽可能多的工作，那么最多能参与多少项工作呢？
例如:

限制条件：

• $1 \leq N \leq 10000$
• $1 \leq s_i \leq t_i \leq 10^9$

SampleInput：

5 (n的值)
1 2 4 6 8 (s的值)
3 5 7 9 10 (t的值)
(对应上图)

SampleOutput：

3 (选取工作1、3、5)

(尚未截稿)