核心思想
在对问题进行求解时,每步都选择局部最优解,希望最终可以得到全局最优解。
(贪心算法最终所得的结果不一定是全局最优解,但确是近似的最优解。)
经典问题1——集合覆盖问题
有n个集合,每个集合都含有若干个元素,从中找出m个集合,要求包含n个集合中所有的元素且m最小。
一般解决方法:
(1)列出n个集合的所有组合方案,因为每个集合都可以在集合内或不在集合内,所以共有 2 n 2^n 2n种组合方案。
(2)在这些组合方案中,找出含有所有元素的集合的组合,且组合中含有集合的个数最小。
该方法的时间复杂度为 O ( 2 n ) O(2^n) O(2n),随着n的增加,时间将激增,不可用。
贪心算法思路(近似算法):
(1)选出这样一个集合,即它含有最多的未包含的元素。
(2)重复第一步,直到选出的集合包含了所有的元素。
贪心算法的时间复杂度为 O ( n 2 ) O(n^2) O(n2).
举例:
有如下几个集合, 求解
set1 = {1, 2, 3};
set2 = {1, 3, 4};
set3 = {2, 5, 6};
set4 = {2, 3};
set5 = {6, 7};
代码:
public class GreedyAlgorithm {
public Set<Integer> greedy(List<Set<Integer>> setList) {
//收集所有集合中的所有元素
Set<Integer> needed = new HashSet<>();
for (Set<Integer> set : setList) {
for (int i : set) {
needed.add(i);
}
<