算法设计与分析——贪心算法——具有贪心性的证明——局部最优可以得到全局最优

最新推荐文章于 2025-03-30 20:59:00 发布
最新推荐文章于 2025-03-30 20:59:00 发布
阅读量4.6k 收藏 79
点赞数 11
分类专栏： 算法 文章标签： 贪心算法 具有贪心性的证明 局部最优可以得到全局最优
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Blackoutdragon/article/details/117958067
版权
本文探讨了贪心算法的基础知识，包括最优子结构和贪心选择性质，并通过活动安排和最优装载问题的实例详细解释了如何证明问题具有贪心选择性质。每个例子都展示了如何通过贪心选择逐步简化问题，最终得出整体最优解。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

文章目录

基本知识回顾
  • 贪心算法的基本要素
    • 最优子结构性质：一个问题的最优解包含其子问题的最优解时，称这个问题具有最优子结构性质
    • 贪心选择性质：所求问题的整体最优解可以通过一系列的局部最优解选择，也就是贪心选择来得到。
      • 这也是贪心算法对于最优解问题可行的基本要素，是贪心算法区别于动态规划算法的主要区别
      • 如果要使用贪心算法，一定要证明由算法所得到的解是最优的，通过局部最优可以得到整体最优
如何证明问题具有贪心选择性质
  • 对于一个具体的问题，确定是否具有贪心选择的性质，必须证明每一步所作的贪心选择最终导致问题的整体的最优解
样例一：活动安排问题
  • 分为两步：
    • 证明总存在一个以贪心选择开始的最优活动安排方案
    • 再证明每一步所作的贪心选择都将问题简化为一个更小的与原问题具有相同形式的子问题
问题描述

在这里插入图片描述

总有一个以贪心选择为开始的最优解

在这里插入图片描述

  • 每一步所作的贪心选择都将问题简化为一个更小的与原问题具有相同形式的子问题

在这里插入图片描述

样例二、最优装载的贪心性证明
  • 对于一个具体的问题，要确定她是否具有贪心选择性质，必须证明每一步所作的贪心选择最终导致问题的整体最优解
问题描述

在这里插入图片描述

证明过程
  • 证明贪心性分两步
    • 首先证明最佳装载问题有一个最优解以贪心选择开始的，即该最优解包含最轻的物体
    • 然后证明每一个所作的贪心选择都将问题简化为一个更小的与原问题具有相同形式的子问题
  • 该问题有一个最优解是贪心选择开始的
    在这里插入图片描述
  • 每一个所作的贪心选择，都将问题转化为与更小的与原问题相同形式的子问题

在这里插入图片描述

分析与总结
  • 但愿考到
  • 照葫芦画瓢，理解起来都好办
漫谈算法（一）如何证明贪心算法是最优 using exchange argument
deming0505的专栏
04-10 2046
Keywords: Greedy Algorithm; Exchange Argument [为什么写这类文章]漫谈算法（零）序 [这系列文章里会用到的一下符号和公式] 漫谈算法（番外篇） 符号标记以及基本数学公式 这里主要是介绍一种证明贪心算法是最优的一种方法：Exchange Argument （不知道应该怎么翻译到中文，交换参数？感觉听起来挺别扭的，不像是一个方法的...
贪心算法的证明题
qq_36684096的博客
05-04 3725
贪心算法的证明一般是比动态规划要复杂。 原因是贪心算法的证明有两个，一个是最优子结构，另外一个是贪心选择性质。 贪心选择性质： 可以通过局部最优选择来构造全局最优解 证明：一般考虑某个子问题的最优解，然后考虑用一个贪心选择替换其中某个选择，修改此解，导出更小子问题。 最优子结构同动态规划，而且其实一般也不是特别需要证明，关键还是在证明问题具有贪心选择性质，下面是尝试证明。 1.活动选择问题 贪心...
贪心算法（GREEDY ALGORITHM）证明实践
GrazyThinking的专栏
10-22 7021
基础概念 贪心算法 Formal的解释这里就不介绍了，有兴趣的直接去wikipedia上理解。简单地来说，贪心算法就是在某种规律下不断选取局部最优解，从而达到全局最优。《挑战程序设计竞赛》中有一个很直观的解释：一直向前！ 证明方法 既然贪心算法是利用规律选取局部最优解，那么我们选取规律所得出的全局解就不一定是全局最优解。因此，我们需要证明，我们所选这个规律是可以得出一个全局
【算法】贪心算法详解：让我们用“贪心“策略搞定问题
最新发布
w289287的博客
03-30 631
贪心算法听起来很猛，其实它就是在做局部最优选择——每次都选择看起来最好的那个选项！简单说，你每次选择时都选最棒的那个（不考虑全局，想干啥就干啥）。贪心算法是个非常聪明的算法，虽然它每次都只关心眼前的选择，但有时候它可以通过这种“眼光短浅”的方式，带来令人惊讶的全局最优解。只要问题符合贪心选择性质和最优子结构，它就能为我们提供解决方案。当然，记得——贪心算法并非万能，适用它的前提是要验证问题符合它的“贪心特质”。如果你遇到不适用的情况，那就需要更复杂的算法来解决了！
贪心算法之证明要点----算法导论16.2---5
a11123939的专栏
11-22 1万+
贪心算法之证明要点----算法导论16.2---5 目标：只需证明存在一个最优解是以贪心选择得到的，就ok了。一般先假设一个最优解，用剪切黏贴技术(参考算法导论) 两个性质： 贪心选择性质：一个全局最优解可以通过局部最优得到。即存在一个最优解是以贪心选择开始的。 最优子结构：一个最优解包括期子问题的最优解。即一个n的最优解分解成第一步的贪心选择，和n-1的子问题，这个n-1的子问题也是最优
贪心选择性质的证明
nicolelili1的专栏
04-12 1万+
1、贪心选择性质：在求解一个最优化的过程中，使用贪心的方式选择了一组内容之后，不会影响下面的子问题的求解。 2、 如果无法使用贪心性质，只需要举出一个反例就可以了 3、比如0-1背包问题 但是这个问题将1号物品和2号物品放进背包，最终得到的价值是10+12=22，这样一个反例就告诉我们贪心算法不成立 4、 直觉解法就是把比这个数小的最大的完全平方数加进这个数中...
算法设计与分析 报告 一.rar_greedy_最优装载问题_算法设计与分析_贪心 算法_贪心算法
09-21
"算法设计与分析 报告 一.doc"可能包含了一份详细的研究报告，深入探讨了贪心算法在最优装载问题中的具体实现步骤、性能分析以及可能遇到的问题。报告中可能还涵盖了算法的时间复杂度和空间复杂度的计算，以及与其他...
算法设计与分析——C++ 语言描述[陈慧南编著][电子教案]
08-06
5. **贪心算法**：每次做出局部最优选择，期望最终达到全局最优。例如，霍夫曼编码和Prim最小生成树算法就是贪心思想的应用。 6. **回溯法**：用于解决约束满足问题和组合优化问题，如八皇后问题、N皇后问题和图的...
（陈慧南 第3版）算法设计与分析——课后习题答案（1~8章）
07-14
贪心算法在每次决策时都采取当前看起来最好的选择，期望达到全局最优。这一章会介绍贪心策略在求解活动安排、霍夫曼编码等问题中的应用。 8. **第八章：概率算法和随机化算法** 在某些情况下，完全确定性的算法...
4-7d多处最优服务次序问题.zip_greedy knapsack_passage2zn_算法设计与分析；贪心_背包问题
09-15
综上所述，贪心算法是一种有效的策略，尤其适用于局部最优解能够导出全局最优解的问题。在"4-7d多处最优服务次序问题"中，通过优先级排序确定服务顺序；在"4-1会场活动安排"中，基于活动属性合理安排时间；而在"特殊...
【趣学算法】Day2 贪心算法——最优装载问题
周小末天天开心的博客
10-21 7042
贪心算法——最优装载问题
反证法证明贪心选择性质
Q13165406614的博客
11-18 593
（即设最优解不包含贪心选择，则可以通过转换找出一个更小的数，推出矛盾）要用反证法证明“删数问题”的贪心选择性质，我们首先需要明确这个问题的贪心策略是什么。在“删数问题”中，贪心策略的核心思想是：为了使删除 k 个数字后形成的新数最小，每一步都应该尽量选择删除靠前、数值较大的数字（高位较大）。这样可以最大程度地保留后续可能较小的数字，从而形成最终的最小数。该策略优先关注如何减少“高位”的影响，因为高位数字对最终数值的影响更大。（即找到第一个非递增的位置重复上述操作k次，这样的话我们就能可以。
贪心算法的证明
yxh0120的博客
06-08 1483
贪心算法正确性的证明
4-2 背包问题（贪心）
我走的每一步都算数
11-05 611
首先计算每种物品单位重量的价值vi／wi，然后，依贪心选择策略，将尽可能多的单位重量价值最高的物品装入背包。若将这种物品全部装入背包后，背包内的物品总重量未达到w，则选择单位重量价值次高的物品并尽可能多地装入背包。依此策略一直地进行下去直到背包满重为止。算法的主要计算时间在于将各种物品依其单位重量的价值从大到小排序。与0-1背包问题类似，所不同的只是在选择物品i装入背包时，可以选择物品的一部分而不一定要全部，1≤i≤n。因此，算法的计算时间上界为排序的时间复杂度O(nlogn)。
贪心算法：活动选择问题以及贪心选择性质证明
weixin_50917576的博客
01-05 5010
– 贪心选择特性: 全局的最优解可以通过局部的最优（贪婪） 选择得到. • 动态规划需要检查子问题的解。 – 最优子结构: 问题的最优解包含了其子问题的最优解. • 例如, 如果 A 是S的最优解, 那么 A ' = A - {1} 是 的最优解. • 贪心算法 (试探) 并不能总是得到最优解.
贪心算法证明
DwzQW的博客
12-26 630
这里记录一下常见贪心算法的证明，也是算是我自己的一个总结和复习，感觉这个抽象，虽然算法不难，但是要证明比较难，而且每一个种贪心要是没见过还可能真的写不出来，网上看了不少资料结合老师的ppt，如果有说的不对的地方，欢迎大家讨论，单纯当记录。无论什么贪心算法的证明，我们首先要知道，大体两个步骤：1.贪心证明2.最优子结构证明无论是什么贪心问题，想要证明都是这2步，一般来说，我们的贪心证明常见的就是使用数学归纳法，先k=1，然后k>1，只要成立即可，最优子结构的证明的话，则通常我们是使用的反证法进行证明。
活动安排问题（贪心算法及证明）
wuthering_wind的博客
05-05 3万+
会场安排问题（贪心算法）：贪心算法：在对问题求解时，总是做出在当前看来是最好的选择。也就是说，不从整体最优上加以考虑，他所做出的是在某种意义上的局部最优解。贪心算法不是对所有问题都能得到整体最优解，关键是贪心策略的选择，选择的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.相关代码：#include<stdio.h> #define M 11 ...
贪心算法的正确性证明
热门推荐
pkueecscss的博客
03-15 3万+
贪心算法的正确性证明 摘要 贪心算法最难的部分就是正确性的证明，常用的方法有归纳法(对算法步数归纳、对问题归纳)和交换论证法（从最优解出发，不变坏地替换，得到贪心策略的解）。下面以三个例子说明这些正确性证法。 活动选择问题——对算法步数归纳 最优装载问题——对问题规模归纳 最小延迟调度——交换论证 我的个人博客上的原文链接 活动选择问题 问题 S={1,2,…,n}S = \{ 1,2,…,n...
【说人话的算法小课堂】贪心法-活动安排问题（正确性证明）
COFACTOR
12-03 3114
活动安排问题 设有n个活动，编号分别为1,…,n。每个活动进行期间都始终需要占用某个物品（资源）。 活动k的起始和结束时间分别为b_k,e_k，它们均为非负整数。 一旦活动开始，就不允许被中断，直至活动结束。 要求给出活动安排方案，使得能进行的活动数量最多。如果有多个最优解，输出任意一个。 解法 【1】将各个活动{a_n }按结束时间升序排序。 【2】设E为已选取的最后一个活动的结束时间，其初值为E=0。 【3】从排序后的第一个活动开始，循环如下部分： 对第i个活动： 【3.1】如果该活动的开始时间b_i.
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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