简单的贪心问题，贪心算法的介绍

贪心法是求解一类最优化问题的方法，它总是考虑当前状态下的局部最优（或较优）的策略，来使全局的结果达到最优（或较优）。显然，如果采取较优而非最优的策略，得到的全局结果也无法是最优的。因此严谨使用贪心法求解最优化问题需要对采取的策略进行证明。贪心法的证明一般比贪心法本身更难。但是一般来说，如果在想到某个似乎可行的策略，并且自己无法举出反例，那么我们就可以勇敢的实现它。

可能现在我们感觉有些抽象，下面我们看一下一些具体的例子(题目均来自《算法笔记》)：

简单的贪心问题---组个最小的数

题目给出1到9的所有count值，很显然我们的思路是从小到大排布即可，那么就涉及两层循环，第一层循环，遍历从0到1的数组，若出现次数超过0次就输出，第二层负责输出的次数，就是count值的大小，若为1则输出1次，为二输出2次。但是我们需要注意的是，0不能作为第一位输出，所以我们需要找出第一个不为0的值，并将其输出放在第一位，相对应的，他的count值需要减1。接下来是具体代码实现:

#include<stdio.h>
int main(){
	int count[10];
	for(int i=0;i<10;i++){
		scanf("%d",&count[i]);//传入数据
	}
	for(int i=1;i<10;i++){
		if(count[i]>0){
			count[i]--;
			printf("%d",i);
			break;
		}
	}
	for(int i=0;i<10;i++){
		for(int j=0;j<count[i];j++){
			printf("%d",i);
		}
	}
	return 0;
}

 区间贪心

区间不相交问题：给出N个开区间（x，y），从中选择尽可能多的开区间使得这两个区间之间两两没有交集。

首先考虑简单的情况，就是有三个区间，那么我们有一种是3个区间没有交集，这种我们不好讨论发现最优解，还有一种是大小小模式，比如（1，3），（2，6），（3，4），我们该怎么选择呢？我们发现，我们最好选区间长度小的，因为区间长度越小，我们可容纳的其他交集越多。其次我们可以对其区间左区间排列，我们可以选择按左端点从小到大排列，也就是我们当前的排列类型，但是我们发现，我们第一个区间上要对比的区间太多了，比如他是否过大呢？我们如果选择第一个过大的区间，我们就得不到最优解了。那有什么其他的好的取值方法呢？我们发现，我们可以选择按左端点从大到小排列，这样我们发现，左端点大的倘若很大，并不对下方左端点小的造成影响，比如（5，20），（3，7），（2，1），我们的最大虽然超过20，但是不影响向下的兼容，实际上，超出的部分（7，20）对于我们的解题没有影响。我们上层永远有一部分包含在（3，7）中，左端点大的点倘若很小，我们就更无须担心了。所以我们的思路很简单了。我们对左端点从大到小进行排列，存储lastx，lastx是我们所输出答案的左端点，我们遍历排序后的区间，若lastx大于下一个区间的右端点，则进行更新，将下一个区间的左端点更新为lastx，我们的ans++，随后输出ans即可。

我们可以想到从大到小排列左端点，那么有没有其他的解法呢？很显然，从小到大排列右端点也可，我们可以仔细体会一下，我们这里用上一种方法：

下面是策略图和代码：（策略图来自《算法笔记》）

#include<stdio.h>
#include<cstdio>
#include<algorithm>
using namespace std;
const int maxn = 110;//假设最大只有110个区间
struct inteval{
	int x,y;//开区间左右端点
}I[maxn];
bool cmp(inteval a,inteval b){
	if(a.x != b.x) return a.x > b.x;//左端点从大到小
	else return a.y < b.y;//右端点从小到大
}
int main(){
	int n;
	printf("请输入区间的个数\n");
	scanf("%d",&n);
	for(int i = 0;i<n;i++){
		scanf("%d%d",&I[i].x,&I[i].y);
	}
	sort(I,I+n,cmp);//区间排序
	int ans=1;
	int lastx=I[0].x;
	for(int i=0;i<n;i++){
		if(I[i].y<=lastx){
			ans++;
			lastx=I[i].x;
		}
	}
	printf("%d",ans);
	return 0;
}

总结

总的来说，贪心是用来解决一类最优化的问题，并希望由局部最优解策略来推得全局最优结果的算法思想。贪心算法适用的问题一定满足最优子结构性质，即一个问题的最优解可以由其子问题的最优解构造出来。