算法学习（九）贪婪技术

贪婪法通过一系列步骤来构造问题的解，每一步对目前构造的部分解做一个扩展，直到获得问题的完整解为止。所作的每一步必须：

• 可行
• 局部最优
• 不可取消
  贪婪法的困难之处在于如何证明某一贪婪算法能获得最优解。常用的证明是使用数学归纳法。
  第二个证明方法是证明在接近问题目标的过程中，贪婪法每一步的选择都不比其他任何算法差。
  第三个证明是基于算法的输出。
  贪婪技术背后复杂的理论是拟阵。

Prim算法

最小生成树
Prim算法通过一系列不断扩张来构造一棵最小生成树。从图中的任一顶点开始，每一次迭代时一贪婪的方式扩张当前子树，即把不在树中的最近顶点添加到树中。

Kruskal算法

Kruskal算法生成最小生成树，将边按照权重的非递减顺序排列，然后每次从中挑出最短的边加到当前的子树中，如果构成了回路则把这条边跳过。

Dijkstra算法

单起点最短路径问题，求出它到所有其他顶点的最短路径。
Dijkstra算法按照从给定顶点到图中顶点的距离，顺序求出最短的路径。

哈夫曼树和编码

最短变长前缀码