算法学习(四):贪心算法

一、什么是贪心算法

贪心算法:一种在每次决策时,总是采取在当前状态下的最好选择,从而希望导致结果是最好或最优的算法。

它常以当前情况为基础做最优选择而不考虑各种可能的整体情况,总是做出在房前看来是最好的选择,从而省去了为找到最优解要穷举所有可能所必须耗费的大量时间。所以贪心算法不需要回溯。

贪心算法在每一判定步上,都能得到一个局部最优解,但由此产生的全局解有时不一定是最优的,所以说,贪心算法不是对所有问题都能得到全局最优解。

二、使用贪心算法解决的问题需具备的特征

一般来说,这些能够使用贪心算法解决的问题必须满足下面的两个特征

1. 贪心选择性质

贪心选择的性质:指所求问题的整体最优解可以通过一系列局部最优的选择,即贪心选择得到。

贪心算法采用自顶向下,以迭代的方式做出相继的贪心选择,每做一次贪心选择就将所求问题化简为一个规模更小的子问题。对于一个具体问题,要确定它是都具有贪心选择的性质,必须证明每一步所做的贪心选择最终导致问题的最优解。

通常可以首先证明问题的一个整体最优解,是从贪心选则开始的,而且做了贪心选择后,原问题简化为一个规模更小的类似子问题。然后,用数学归纳法证明,通过每一步做贪心选择,最终可得到问题的一个整体最优解,

2. 最优子结构

最优子结构指的是一个问题的最优解包含其子问题的最优解。

举个例子,原问题 S={a1,a2,a3,a4},在 a1步我们通过贪心选择选出一个当前最优解之后,问题就转换为求解子问题 S子问题={a2,a3,a4}。如果原问题 S 的最优解可以由「第a1步通过贪心选择的局部最优解」和「 S子问题 的最优解」构成,则说明该问题满足最优子结构性质。

也就是说,如果原问题的最优解包含子问题的最优解,则说明该问题满足最优子结构性质。

三、贪心算法的三步走

1. 转换问题:将优化问题转换为具有贪心选择性质的问题,即先做出选择,再解决剩下的一个子问题。

2. 贪心选择性质:根据题意选择一种度量标准,制定贪心策略,选取当前状态下「最好 / 最优选择」,从而得到局部最优解。

3. 最优子结构性质:根据上一步制定的贪心策略,将贪心选择的局部最优解和子问题的最优解合并起来,得到原问题的最优解。

四、贪心算法的应用

分发饼干

题目内容:

假设你是一位很棒的家长,想要给你的孩子们一些小饼干。但是,每个孩子最多只能给一块饼干。

对每个孩子 i,都有一个胃口值 g[i],这是能让孩子们满足胃口的饼干的最小尺寸;并且每块饼干 j,都有一个尺寸 s[j] 。如果 s[j] >= g[i],我们可以将这个饼干 j 分配给孩子 i ,这个孩子会得到满足。你的目标是尽可能满足越多数量的孩子,并输出这个最大数值。

题目示例:

输入: g = [1,2,3], s = [1,1]
输出: 1
解释: 
你有三个孩子和两块小饼干,3个孩子的胃口值分别是:1,2,3。
虽然你有两块小饼干,由于他们的尺寸都是1,你只能让胃口值是1的孩子满足。
所以你应该输出1。

解题思路:

转换问题:将原问题转变为,当胃口最小的孩子选择完满足这个孩子的胃口且尺寸最小的饼干之后,再解决剩下孩子的选择问题(子问题)。

贪心选择性质:对于当前孩子,用尺寸尽可能小的饼干满足这个孩子的胃口。

最优子结构性质:在上面的贪心策略下,当前孩子的贪心选择 + 剩下孩子的子问题最优解,就是全局最优解。也就是说在贪心选择的方案下,能够使得满足胃口的孩子数量达到最大。

代码如下:

class Solution {
    // 贪心
    public int findContentChildren(int[] g , int[] s) {
        // 将孩子们的胃口值按照从小到大的顺序排列
        // 优先满足胃口小的孩子
        Arrays.sort(g);
        // 将饼干按照从小到大的顺序排列
        Arrays.sort(s);
        // child代表g的下标,即表示有多少孩子的胃口得到满足
        int child = 0;
        // cookie代表s的下标,即表示目前有多少饼干被使用了
        int cookie = 0;
        // 遍历所有的饼干
        // 遍历过后饼干只有两种状态
        // 要么找到了需要这个饼干的孩子
        // 要么剩下的孩子中,胃口值最低的孩子都大于这个饼干的值,那么这个饼干没人要
        while(cookie < s.length && child < g.length) {
            // 孩子的胃口得到了满足
            if(s[cookie] >= g[child]) {
                // 得到满足的孩子数量加1 
                child++;   
            }
            // 查看下一个饼干能否找到需要的孩子
            cookie++;
        }
        // 最后返回孩子数量
        return child;
    }
}

五、贪心算法的题目

无重叠区间

柠檬水找零

  • 20
    点赞
  • 18
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
从零开始学习贪心算法需要掌握以下几个点: 1. 贪心算法的定义:贪心算法是指在问题求解过程中,总是做出当前看来最好的选择,而不考虑整体最优解。贪心策略必须具备无后效性,即某个状态以前的过程不会影响以后的状态,只与当前状态有关。 2. 贪心算法的解题步骤:建立数学模型描述问题,将问题分解为若干个子问题,对每个子问题求解得到局部最优解,将局部最优解合成原问题的最优解。 3. 贪心算法与动态规划的关系:贪心算法是动态规划的一种特例。贪心算法不需要知道一个节点所有子树的情况,只需要选择当前问题的最优解路径,一直走到底即可。而动态规划需要自底向上构造子问题的解。 4. 活动选择问题是贪心算法的一个经典例子。在活动选择问题中,需要在同一天使用同一个教室举行多个活动,要求选择尽可能多的活动不冲突地进行。 综上所述,从零开始学习贪心算法,要理解贪心算法的定义和特点,掌握贪心算法的解题步骤,了解贪心算法与动态规划的关系,并通过经典例子如活动选择问题来实践和加深对贪心算法的理解。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [从0开始学贪心算法](https://blog.csdn.net/weixin_45024585/article/details/107515191)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [leetcode338-leetcode:从零开始](https://download.csdn.net/download/weixin_38750644/19950444)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [从零开始学贪心算法](https://blog.csdn.net/qq_32400847/article/details/51336300)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值